Despite strong evidence supporting a role for sleep in the consolidation of newly acquired declarative memories, the contribution of specific sleep stages remains controversial. Based on electrophysiological studies in animals, synchronous sleep oscillations have been long proposed as possible origins of sleep-related memory improvement. Nevertheless, no studies to date have directly investigated the impact of sleep oscillations on overnight memory retention in humans. In the present study we provide evidence that overnight verbal memory retention is highly correlated with the number of sleep spindles detected by an automatic algorithm over left frontocentral areas. At the same time, overnight retention of newly learned faces was found to be independent of spindle activity but correlated with non-rapid-eye-movement sleep time. The data strongly support theories suggesting a link between sleep spindle activity and verbal memory consolidation.

The alpha rhythm is the longest-studied brain oscillation and has been theorized to play a key role in cognition. Still, its physiology is poorly understood. In this study, we used microelectrodes and macroelectrodes in surgical epilepsy patients to measure the intracortical and thalamic generators of the alpha rhythm during quiet wakefulness. We first found that alpha in both visual and somatosensory cortex propagates from higher-order to lower-order areas. In posterior cortex, alpha propagates from higher-order anterosuperior areas toward the occipital pole, whereas alpha in somatosensory cortex propagates from associative regions toward primary cortex. Several analyses suggest that this cortical alpha leads pulvinar alpha, complicating prevailing theories of a thalamic pacemaker. Finally, alpha is dominated by currents and firing in supragranular cortical layers. Together, these results suggest that the alpha rhythm likely reflects short-range supragranular feedback, which propagates from higher- to lower-order cortex and cortex to thalamus. These physiological insights suggest how alpha could mediate feedback throughout the thalamocortical system.

Abstract Cortical dynamics obey a 1/f power law, exhibiting an exponential decay of spectral power with increasing frequency. The slope and offset of this 1/f decay reflect the timescale and magnitude of aperiodic neural activity, respectively. These properties are tightly linked to cellular and circuit mechanisms (e.g. excitation:inhibition balance and firing rates) as well as cognitive processes (e.g. perception, memory, and state). However, the physiology underlying the 1/f power law in cortical dynamics is not well understood. Here, we compared laminar recordings from human, macaque and mouse cortex to evaluate how 1/f aperiodic dynamics vary across cortical layers and species. We report that 1/f slope is steepest in superficial layers and flattest in deep layers in each species. Additionally, the magnitude of this 1/f decay is greatest in superficial cortex and decreases with depth. We could account for both of these findings with a simple model in which superficial cortical transmembrane currents had longer time constants and greater densities than those in deeper layers. Together, our results provide novel insight into the organization of cortical dynamics, suggesting that the amplitude and time constant of local currents control circuit processing as a function of laminar depth. This may represent a general mechanism to facilitate appropriate integration of fast sensory inputs (infragranular) with slow feedback-type inputs (supragranular) across cortical areas and species.

Abstract Targeted stimulation can be used to modulate the activity of brain networks. Previously we demonstrated that direct electrical stimulation produces predictable post-stimulation changes in brain excitability. However, understanding the neural dynamics during stimulation and its relationship to post-stimulation effects is limited but critical for treatment optimization. Here, we applied 10Hz direct electrical stimulation across several cortical regions in 14 patients implanted with intracranial electrodes for seizure monitoring. The stimulation train was characterized by a consistent increase in high gamma (70-170Hz) power. Immediately post-train, low-frequency (1-8Hz) power increased, resulting in an evoked response that was highly correlated with the neural response during stimulation. Using two measures of network connectivity, cortico-cortical evoked potentials (indexing effective connectivity) and theta coherence (indexing functional connectivity), we found a stronger response to stimulation in regions that were highly connected to the stimulation site. In these regions, repeated cycles of stimulation trains and rest progressively altered the stimulation response. Finally, after just 2 minutes (10%) of repetitive stimulation, we were able to predict post-stimulation connectivity changes with high discriminability. Taken together, this work reveals a relationship between stimulation dynamics and post-stimulation connectivity changes in humans. Thus, measuring neural activity during stimulation can inform future plasticity-inducing protocols.

Abstract Sleep spindles are major oscillatory components of Non-Rapid Eye Movement (NREM) sleep, reflecting hyperpolarization-rebound sequences of thalamocortical neurons, the inhibition of which is caused by the NREM-dependent activation of GABAergic neurons in the reticular thalamic nucleus. Reports suggest a link between sleep spindles and several forms of interictal epileptic discharges (IEDs) which are considered as expressions of pathological off-line neural plasticity in the central nervous system. Here we investigated the relationship between thalamic sleep spindles, IEDs and ripples in the anterior and mediodorsal nuclei (ANT and MD) of epilepsy patients. Whole-night LFP from the ANT and MD were co-registered with scalp EEG/polysomnography by using externalized leads in 15 epilepsy patients undergoing Deep Brain Stimulation protocol. Slow (∼12 Hz) and fast (∼14 Hz) sleep spindles were present in the human ANT and MD. Roughly, one third of thalamic sleep spindles were associated with IEDs or ripples. Both IED- and ripple-associated spindles were longer than pure spindles. IED-associated thalamic sleep spindles were characterized by broadband increase in thalamic and cortical activity, both below and above the spindle frequency range, whereas ripple-associated thalamic spindles exceeded pure spindles in terms of 80–200 Hz thalamic, but not cortical activity as indicated by time-frequency analysis. These result show that thalamic spindles coupled with IEDs are reflected at the scalp slow and beta-gamma oscillation as well. IED density during sleep spindles in the MD, but not in the ANT was identified as correlates of years spent with epilepsy, whereas no signs of pathological processes were correlated with measures of ripple and spindle association. Furthermore, the density of ripple-associated sleep spindles in the ANT showed a positive correlation with general intelligence. Our findings indicate the complex and multifaceted role of the human thalamus in sleep spindle-related physiological and pathological neural plasticity.

Abstract Slow waves are major pacemakers of NREM sleep oscillations. While slow waves themselves are mainly generated by cortical neurons, it is not clear what role thalamic activity plays in the generation of some oscillations grouped by slow waves, and to what extent thalamic activity during slow waves is itself driven by corticothalamic inputs. To address this question, we simultaneously recorded both scalp EEG and local field potentials from six thalamic nuclei (bilateral anterior, mediodorsal and ventral anterior) in fifteen epileptic patients (age-range: 17-64 years, 7 females) undergoing Deep Brain Stimulation Protocol and assessed the temporal evolution of thalamic activity relative to scalp slow waves using time-frequency analysis. We found that thalamic activity in all six nuclei during scalp slow waves is highly similar to what is observed on the scalp itself. Slow wave downstates are characterized by delta, theta and alpha activity and followed by beta, high sigma and low sigma activity during subsequent upstates. Gamma activity in the thalamus is not significantly grouped by slow waves. Theta and alpha activity appeared first on the scalp, but sigma activity appeared first in the thalamus. These effects were largely independent from the scalp region in which SWs were detected and the precise identity of thalamic nuclei. Our results indicate that while small thalamocortical neuron assemblies may initiate cortical oscillations, especially in the sleep spindle range, the large-scale neuronal activity in the thalamus which is detected by field potentials is principally driven by global cortical activity, and thus it is highly similar to what is observed on the scalp.

Abstract Background Although they form a unitary phenomenon, the relationship between extracranial M/EEG and transmembrane ion flows is understood only as a general principle rather than as a well-articulated and quantified causal chain. Method We present an integrated multiscale model, consisting of a neural simulation of thalamus and cortex during stage N2 sleep and a biophysical model projecting cortical current densities to M/EEG fields. Sleep spindles were generated through the interactions of local and distant network connections and intrinsic currents within thalamocortical circuits. 32,652 cortical neurons were mapped onto the cortical surface reconstructed from subjects’ MRI, interconnected based on geodesic distances, and scaled-up to current dipole densities based on laminar recordings in humans. MRIs were used to generate a quasi-static electromagnetic model enabling simulated cortical activity to be projected to the M/EEG sensors. Results The simulated M/EEG spindles were similar in amplitude and topography to empirical examples in the same subjects. Simulated spindles with more core-dominant activity were more MEG weighted. Comparison with Existing Methods Previous models lacked either spindle-generating thalamic neural dynamics or whole head biophysical modeling; the framework presented here is the first to simultaneously capture these disparate scales simultaneously. Conclusions This multiscale model provides a platform for the principled quantitative integration of existing information relevant to the generation of sleep spindles, and allows the implications of future findings to be explored. It provides a proof of principle for a methodological framework allowing large-scale integrative brain oscillations to be understood in terms of their underlying channels and synapses.

Abstract Sleep EEG reflects instantaneous voltage differences relative to a reference, while its spectrum reflects the degree to which it is comprised of oscillations at various frequencies. In contrast, the envelope of the sleep EEG reflects the instantaneous amplitude of oscillations at specific frequencies, and its spectrum reflects the rhythmicity of the occurrence of these oscillations. The ordinary sleep EEG and its spectrum have been extensively studied and its individual stability and relationship to various demographic characteristics, psychological traits and pathologies is well known. In contrast, the envelope spectrum has not been extensively studied before. In two studies, we explored the generating mechanisms and utility of studying the envelope of the sleep EEG. First, we used human invasive data from cortex-penetrating microelectrodes and subdural grids to demonstrate that the sleep EEG envelope spectrum reflects local neuronal firing. Second, we used a large database of healthy volunteers to demonstrate that the scalp EEG envelope spectrum is highly stable within individuals, especially in NREM sleep, and that it is affected by age and sex. Multivariate models based on a learning algorithm could predict both age (r=0.6) and sex (r=0.5) with considerable accuracy from the EEG envelope spectrum. With age, oscillations characteristically shifted from a 4-5 second rhythm to higher rhythms. The envelope spectrum was not associated with general cognitive ability (IQ). Our results demonstrate that the sleep envelope spectrum is a promising, neuronal firing-based biomarker of various demographic and disease-related phenotypes.

Sleep spindles are a cardinal feature in human slow wave sleep and may be important for memory consolidation. We studied the intracortical organization of spindles in humans by recording spontaneous sleep spindles from different cortical layers using linear microelectrode arrays. Two patterns of spindle generation were identified using visual inspection, and confirmed with factor analysis. Spindles were largest and most common in upper and middle channels, with limited involvement of deep channels. Many spindles were observed in only upper or only middle channels, but about half occurred in both. In spindles involving both middle and upper channels, the spindle envelope onset in middle channels led upper by ~25-50ms on average. The phase relationship between spindle waves in upper and middle channels varied dynamically within spindle epochs, and across individuals. Current source density analysis demonstrated that upper and middle channel spindles were both generated by an excitatory supragranular current sink while an additional deep source was present for middle channel spindles only. Only middle channel spindles were accompanied by deep gamma activity. These results suggest that upper channel spindles are generated by supragranular pyramids, and middle channel by infragranular. Possibly, middle channel spindles are generated by core thalamocortical afferents, and upper channel by matrix. The concurrence of these patterns could reflect engagement of cortical circuits in the integration of more focal (core) and distributed (matrix) aspects of memory. These results demonstrate that at least two distinct intracortical systems generate human sleep spindles.

Abstract Cortico-cortical evoked potentials (CCEPs) elicited by single-pulse electric stimulation (SPES) are widely used to assess effective connectivity between cortical areas and are also implemented in the presurgical evaluation of epileptic patients. Nevertheless, the cortical generators underlying the various components of CCEPs in humans have not yet been elucidated. Our aim was to describe the laminar pattern arising under SPES evoked CCEP components (P1, N1, P2, N2, P3) and to evaluate the similarities between N2 and the downstate of sleep slow waves. We used intra-cortical laminar microelectrodes (LMEs) to record CCEPs evoked by 10 mA bipolar 0.5 Hz electric pulses in seven patients with medically intractable epilepsy implanted with subdural grids. Based on the laminar profile of CCEPs, the latency of components is not layer-dependent, however their rate of appearance varies across cortical depth and stimulation distance, while the seizure onset zone does not seem to affect the emergence of components. Early neural excitation primarily engages middle and deep layers, propagating to the superficial layers, followed by mainly superficial inhibition, concluding in a sleep slow wave-like inhibition and excitation sequence.