Extensive work in humans using magneto- and electroencephalography strongly suggests that decreased oscillatory α-activity (8–14 Hz) facilitates processing in a given region, whereas increased α-activity serves to actively suppress irrelevant or interfering processing. However, little work has been done to understand how α-activity is linked to neuronal firing. Here, we simultaneously recorded local field potentials and spikes from somatosensory, premotor, and motor regions while a trained monkey performed a vibrotactile discrimination task. In the local field potentials we observed strong activity in the α-band, which decreased in the sensorimotor regions during the discrimination task. This α-power decrease predicted better discrimination performance. Furthermore, the α-oscillations demonstrated a rhythmic relation with the spiking, such that firing was highest at the trough of the α-cycle. Firing rates increased with a decrease in α-power. These findings suggest that α-oscillations exercise a strong inhibitory influence on both spike timing and firing rate. Thus, the pulsed inhibition by α-oscillations plays an important functional role in the extended sensorimotor system.

Converging electrophysiological evidence suggests that the alpha rhythm plays an important and active role in cognitive processing. Here, we systematically studied variability in posterior alpha peak frequency both between and within subjects. We recorded brain activity using MEG in 51 healthy human subjects under three experimental conditions — rest, passive visual stimulation and an N-back working memory paradigm, using source reconstruction methods to separate alpha activity from parietal and occipital sources. We asked how alpha peak frequency differed within subjects across cognitive conditions and regions of interest, and looked at the distribution of alpha peak frequency between subjects. In both regions we observed an increase of alpha peak frequency from resting state and passive visual stimulation conditions to the N-back paradigm, with a significantly higher alpha peak frequency in the 2-back compared to the 0-back condition. There was a trend for a greater increase in alpha peak frequency during the N-back task in the occipital vs. parietal cortex. The average alpha peak frequency across all subjects, conditions, and regions of interest was 10.3 Hz with a within-subject SD of 0.9 Hz and a between-subject SD of 2.8 Hz. We also measured beta peak frequencies, and except in the parietal cortex during rest, found no indication of a strictly harmonic relationship with alpha peak frequencies. We conclude that alpha peak frequency in posterior regions increases with increasing cognitive demands, and that the alpha rhythm operates across a wider frequency range than the 8–12 Hz band many studies tend to include in their analysis. Thus, using a fixed and limited alpha frequency band might bias results against certain subjects and conditions.

The brain receives a rich flow of information which must be processed according to behavioral relevance. How is the state of the sensory system adjusted to up- or downregulate processing according to anticipation? We used magnetoencephalography to investigate whether prestimulus alpha band activity (8-14 Hz) reflects allocation of attentional resources in the human somatosensory system. Subjects performed a tactile discrimination task where a visual cue directed attention to their right or left hand. The strength of attentional modulation was controlled by varying the reliability of the cue in three experimental blocks (100%, 75%, or 50% valid cueing). While somatosensory prestimulus alpha power lateralized strongly with a fully predictive cue (100%), lateralization was decreased with lower cue reliability (75%) and virtually absent if the cue had no predictive value at all (50%). Importantly, alpha lateralization influenced the subjects' behavioral performance positively: both accuracy and speed of response improved with the degree of alpha lateralization. This study demonstrates that prestimulus alpha lateralization in the somatosensory system behaves similarly to posterior alpha activity observed in visual attention tasks. Our findings extend the notion that alpha band activity is involved in shaping the functional architecture of the working brain by determining both the engagement and disengagement of specific regions: the degree of anticipation modulates the alpha activity in sensory regions in a graded manner. Thus, the alpha activity is under top-down control and seems to play an important role for setting the state of sensory regions to optimize processing.

Human neocortical 15-29-Hz beta oscillations are strong predictors of perceptual and motor performance. However, the mechanistic origin of beta in vivo is unknown, hindering understanding of its functional role. Combining human magnetoencephalography (MEG), computational modeling, and laminar recordings in animals, we present a new theory that accounts for the origin of spontaneous neocortical beta. In our MEG data, spontaneous beta activity from somatosensory and frontal cortex emerged as noncontinuous beta events typically lasting <150 ms with a stereotypical waveform. Computational modeling uniquely designed to infer the electrical currents underlying these signals showed that beta events could emerge from the integration of nearly synchronous bursts of excitatory synaptic drive targeting proximal and distal dendrites of pyramidal neurons, where the defining feature of a beta event was a strong distal drive that lasted one beta period (∼50 ms). This beta mechanism rigorously accounted for the beta event profiles; several other mechanisms did not. The spatial location of synaptic drive in the model to supragranular and infragranular layers was critical to the emergence of beta events and led to the prediction that beta events should be associated with a specific laminar current profile. Laminar recordings in somatosensory neocortex from anesthetized mice and awake monkeys supported these predictions, suggesting this beta mechanism is conserved across species and recording modalities. These findings make several predictions about optimal states for perceptual and motor performance and guide causal interventions to modulate beta for optimal function.

Abstract Successful working memory (WM) requires the engagement of relevant brain areas but possibly also the disengagement of irrelevant areas. We used magnetoencephalography (MEG) to elucidate the temporal dynamics of areas involved in a somatosensory WM task. We found an increase in gamma band activity in the primary and secondary somatosensory areas during encoding and retention, respectively. This was accompanied by an increase of alpha band activity over task‐irrelevant regions including posterior and ipsilateral somatosensory cortex. Importantly, the alpha band increase was strongest during successful WM performance. Furthermore, we found frontal gamma band activity that correlated both with behavioral performance and the alpha band increase. We suggest that somatosensory gamma band activity reflects maintenance and attention‐related components of WM operations, whereas alpha band activity reflects frontally controlled disengagement of task‐irrelevant regions. Our results demonstrate that resource allocation involving the engagement of task‐relevant and disengagement of task‐irrelevant regions is needed for optimal task execution. Hum Brain Mapp, 2010. © 2009 Wiley‐Liss, Inc.

The functional significance of the α rhythm is widely debated. It has been proposed that α reflects sensory inhibition and/or a temporal sampling or “parsing” mechanism. There is also continuing disagreement over the more fundamental questions of which cortical layers generate α rhythms and whether the generation of α is equivalent across sensory systems. To address these latter questions, we analyzed laminar profiles of local field potentials (LFPs) and concomitant multiunit activity (MUA) from macaque V1, S1, and A1 during both spontaneous activity and sensory stimulation. Current source density (CSD) analysis of laminar LFP profiles revealed α current generators in the supragranular, granular, and infragranular layers. MUA phase-locked to local current source/sink configurations confirmed that α rhythms index local neuronal excitability fluctuations. CSD-defined α generators were strongest in the supragranular layers, whereas LFP α power was greatest in the infragranular layers, consistent with some of the previous reports. The discrepancy between LFP and CSD findings appears to be attributable to contamination of the infragranular LFP signal by activity that is volume-conducted from the stronger supragranular α generators. The presence of α generators across cortical depth in V1, S1, and A1 suggests the involvement of α in feedforward as well as feedback processes and is consistent with the view that α rhythms, perhaps in addition to a role in sensory inhibition, may parse sensory input streams in a way that facilitates communication across cortical areas. SIGNIFICANCE STATEMENT The α rhythm is thought to reflect sensory inhibition and/or a temporal parsing mechanism. Here, we address two outstanding issues: (1) whether α is a general mechanism across sensory systems and (2) which cortical layers generate α oscillations. Using intracranial recordings from macaque V1, S1, and A1, we show α band activity with a similar spectral and laminar profile in each of these sensory areas. Furthermore, α generators were present in each of the cortical layers, with a strong source in superficial layers. We argue that previous findings, locating α generators exclusively in the deeper layers, were biased because of use of less locally specific local field potential measurements. The laminar distribution of α band activity appears more complex than generally assumed.

Abstract The ability to process and respond to external input is critical for adaptive behavior. Why, then, do neural and behavioral responses vary across repeated presentations of the same sensory input? Spontaneous fluctuations of neuronal excitability are currently hypothesized to underlie the trial-by-trial variability in sensory processing. To test this, we capitalized on invasive electrophysiology in neurosurgical patients performing an auditory discrimination task with visual cues: specifically, we examined the interaction between prestimulus alpha oscillations, excitability, task performance, and decoded neural stimulus representations. We found that strong prestimulus oscillations in the alpha+ band (i.e., alpha and neighboring frequencies), rather than the aperiodic signal, correlated with a low excitability state, indexed by reduced broadband high-frequency activity. This state was related to slower reaction times and reduced neural stimulus encoding strength. We propose that the alpha+ rhythm modulates excitability, thereby resulting in variability in behavior and sensory representations despite identical input.

Abstract Oscillatory activity in the human brain is dominated by posterior alpha oscillations (8-14 Hz), which have been shown to be functionally relevant in a wide variety of cognitive tasks. Although posterior alpha oscillations are commonly considered a single oscillator anchored at an individual alpha frequency (IAF; ∼10 Hz), previous work suggests that IAF reflects a spatial mixture of different brain rhythms. In this study, we assess whether Independent Component Analysis (ICA) can disentangle functionally distinct posterior alpha rhythms in the context of visual short-term memory retention. Magnetoencephalography (MEG) was recorded in 33 subjects while performing a visual working memory task. Group analysis at sensor level suggested the existence of a single posterior alpha oscillator that increases in power and decreases in frequency during memory retention. Conversely, single-subject analysis of independent components revealed the existence of two dissociable alpha rhythms: one that increases in power during memory retention (Alpha1) and another one that decreases in power (Alpha2). Alpha1 and Alpha2 rhythms were differentially modulated by the presence of visual distractors (Alpha1 increased in power while Alpha2 decreased) and had an opposite relationship with accuracy (positive for Alpha1 and negative for Alpha2). In addition, Alpha1 rhythms showed a lower peak frequency, a narrower peak width, a greater relative peak amplitude and a more central source than Alpha2 rhythms. Together, our results demonstrate that modulations in posterior alpha oscillations during short-term memory retention reflect the dynamics of at least two distinct brain rhythms with different functions and spatiospectral characteristics. Significance statement Alpha oscillations are the most prominent feature of the human brain’s electrical activity, and consist of rhythmic neuronal activity in posterior parts of the cortex. Alpha is usually considered a single brain rhythm that changes in power and frequency to support cognitive operations. We here show that posterior alpha entails at least two dissociable rhythms with distinct functions and characteristics. These findings could solve previous inconsistencies in the literature regarding the direction of task-related alpha power/frequency modulations and their relation to cognitive performance. In addition, the existence of two distinct posterior alpha rhythms could have important consequences for the design of neurostimulation protocols aimed at modulating alpha oscillations and subsequently cognition.

Abstract Alpha activity (8–14 Hz) is the dominant rhythm in the awake brain, and thought to play an important role in setting the brain’s internal state. Previous work has associated states of decreased alpha power with enhanced neural excitability. However, evidence is mixed on whether and how such excitability enhancement modulates sensory signals of interest versus noise differently, and what, if any, the consequences are for subsequent perception. Here, human subjects (male and female) performed a visual detection task in which we manipulated their decision criteria in a block-wise manner. While our manipulation led to substantial criterion shifts, these shifts were not reflected in pre-stimulus alpha-band changes. Rather, lower pre-stimulus alpha power in occipital-parietal areas improved perceptual sensitivity and enhanced information content decodable from neural activity patterns. Additionally, oscillatory alpha phase immediately before stimulus presentation modulated accuracy. Together, our results suggest that alpha-band dynamics modulate sensory signals of interest more strongly than noise. Significance statement The internal state of our brain fluctuates, giving rise to variability in perception and action. Neural oscillations, most prominently in the alpha-band, have been suggested to play a role in setting this internal state. Here, we show that ongoing alpha-band activity in occipital-parietal regions predicts the quality of visual information decodable in neural activity patterns, and subsequently human observer’s sensitivity in a visual detection task. Our results provide comprehensive evidence that visual representation is modulated by ongoing alpha-band activity, and advance our understanding on how, when faced with unchanging external stimuli, internal neural fluctuations influence perception and behavior.

Abstract Despite their involvement in many cognitive functions, beta oscillations are among the least understood brain rhythms. Reports on whether the functional role of beta is primarily inhibitory or excitatory have been contradictory. Our framework attempts to reconcile these findings and proposes that several beta rhythms co-exist at different frequencies. Beta frequency shifts and their potential influence on behavior have thus far received little attention. In this magnetoencephalography experiment, we asked whether changes in beta power or frequency in auditory cortex and motor cortex influence behavior (reaction times) during an auditory sweep discrimination task. We found that in motor cortex, increased beta power slowed down responses, while in auditory cortex, increased beta frequency slowed down responses. We further characterized beta as transient burst events with distinct spectro-temporal profiles influencing reaction times. Finally, we found that increased motor-to-auditory beta connectivity also slowed down responses. In sum, beta power, frequency, bursting properties, cortical focus, and connectivity profile all influenced behavioral outcomes. Our results imply that the study of beta oscillations requires caution as beta dynamics are multifaceted phenomena, and that several dynamics must be taken into account to reconcile mixed findings in the literature.