Abstract Lower frequency, feedback, activity in the alpha and beta range is thought to predominantly originate from infragranular cortical layers, whereas feedforward signals in the gamma range stem largely from supragranular layers. Distinct anatomical and spectral channels may therefore play specialized roles in communication within hierarchical cortical networks; however, empirical evidence for this organization in humans is limited. We leverage high precision MEG to test this proposal, directly and non-invasively, in human participants during visually guided actions. Visual alpha activity mapped onto deep cortical laminae, whereas visual gamma activity predominantly arose from superficial laminae. This laminar-specificity was echoed in sensorimotor beta and gamma activity. Visual gamma activity scaled with task demands in a way compatible with feedforward signaling. For sensorimotor activity, we observed a more complex relationship with feedback and feedforward processes. Distinct frequency channels thus operate in a laminar-specific manner, but with dissociable functional roles across sensory and motor cortices.

Abstract Background Optically pumped magnetometers (OPMs) have made moving, wearable magnetoencephalography (MEG) possible. The OPMs typically used for MEG require a low background magnetic field to operate, which is achieved using both passive and active magnetic shielding. However, the background magnetic field is never truly zero Tesla, and so the field at each of the OPMs changes as the participant moves. This leads to position and orientation dependent changes in the measurements, which manifest as low frequency artefacts in MEG data. Objective We modelled the spatial variation in the magnetic field and used the model to predict the movement artefact found in a dataset. Methods We demonstrate a method for modelling this field with a triaxial magnetometer, then showed that we can use the same technique to predict the movement artefact in a real OPM-based MEG (OP-MEG) dataset. Results Using an 86-channel OP-MEG system, we found that this modelling method maximally reduced the power spectral density of the data by 26.2 ± 0.6 dB at 0 Hz, when applied over 5 s non-overlapping windows. Conclusion The magnetic field inside our state-of-the art magnetically shielded room can be well described by low-order spherical harmonic functions. We achieved a large reduction in movement noise when we applied this model to OP-MEG data. Significance Real-time implementation of this method could reduce passive shielding requirements for OP-MEG recording and allow the measurement of low-frequency brain activity during natural participant movement.

Abstract The hippocampus and ventromedial prefrontal cortex (vmPFC) play key roles in numerous cognitive domains including mind-wandering, episodic memory and imagining the future. Perspectives differ on precisely how they support these diverse functions, but there is general agreement that it involves constructing representations comprised of numerous elements. Visual scenes have been deployed extensively in cognitive neuroscience because they are paradigmatic multi-element stimuli. However, it remains unclear whether scenes, rather than other types of multi-feature stimuli, preferentially engage hippocampus and vmPFC. Here we leveraged the high temporal resolution of magnetoencephalography to test participants as they gradually built scene imagery from three successive auditorily-presented object descriptions and an imagined 3D space. This was contrasted with constructing mental images of non-scene arrays that were composed of three objects and an imagined 2D space. The scene and array stimuli were, therefore, highly matched, and this paradigm permitted a closer examination of step-by-step mental construction than has been undertaken previously. We observed modulation of theta power in our two regions of interest – anterior hippocampus during the initial stage, and in vmPFC during the first two stages, of scene relative to array construction. Moreover, the scene-specific anterior hippocampal activity during the first construction stage was driven by the vmPFC, with mutual entrainment between the two brain regions thereafter. These findings suggest that hippocampal and vmPFC neural activity is especially tuned to scene representations during the earliest stage of their formation, with implications for theories of how these brain areas enable cognitive functions such as episodic memory.

Abstract Optically pumped magnetometer-based magnetoencephalography (OP-MEG) can be used to measure neuromagnetic fields while participants move in a magnetically shielded room. Head movements in previous OP-MEG studies have been up to 20 cm translation and ∼30° rotation in a sitting position. While this represents a step-change over stationary MEG systems, naturalistic head movement is likely to exceed these limits, particularly when participants are standing up. In this proof-of-concept study, we sought to push the movement limits of OP-MEG even further. Using a 90 channel (45-sensor) whole-head OP-MEG system and concurrent motion capture, we recorded auditory evoked fields while participants were: (i) sitting still, (ii) standing up and still, and (iii) standing up and making large natural head movements continuously throughout the recording – maximum translation 120 cm, maximum rotation 198°. Following pre-processing, movement artefacts were substantially reduced but not eliminated. However, upon utilisation of a beamformer, the M100 event-related field localised to primary auditory regions. Furthermore, the event-related fields from auditory cortex were remarkably consistent across the three conditions. These results suggest that a wide range of movement is possible with current OP-MEG systems. This in turn underscores the exciting potential of OP-MEG for recording neural activity during naturalistic paradigms that involve movement (e.g. navigation), and for scanning populations who are difficult to study with stationary MEG (e.g. young children).

Abstract Our ability to recall past experiences, autobiographical memories (AMs), is crucial to cognition, endowing us with a sense of self and underwriting our capacity for autonomy. Traditional views assume that the hippocampus orchestrates event recall, whereas recent accounts propose that the ventromedial prefrontal cortex (vmPFC) instigates and coordinates hippocampal-dependent processes. Here we sought to characterise the dynamic interplay between hippocampus and vmPFC during AM recall to adjudicate between these perspectives. Leveraging the high temporal resolution of magnetoencephalography, we found that the left hippocampus and the vmPFC showed the greatest power changes during AM retrieval. Moreover, responses in the vmPFC preceded activity in the hippocampus during initiation of AM recall, except during retrieval of the most recent AMs. The vmPFC drove hippocampal activity during recall initiation and also as AMs unfolded over subsequent seconds, and this effect was evident regardless of AM age. These results re-cast the positions of the hippocampus and the vmPFC in the AM retrieval hierarchy, with implications for theoretical accounts of memory processing and systems-level consolidation.

Abstract Here we propose that much of the magnetic interference observed when using optically pumped magnetometers can be modeled spatially as a mean (magnetic) field. We show that this approximation reduces sensor level variability and substantially improves statistical power. This model does not require knowledge of the underlying neuroanatomy nor the sensor positions. It only needs information about the sensor orientation. Due to the model’s low rank there is little risk of removing substantial neural signal. However, we provide a framework to assess this risk for any sensor number, design or subject neuroanatomy. We find that the risk of unintentionally removing neural signal is reduced when multi-axis recordings are performed. We validated the method using a binaural auditory evoked response paradigm and demonstrated that the mean field correction increases reconstructed SNR in relevant brain regions in both the spatial and temporal domain. Considering the model’s simplicity and efficacy, we suggest that this mean field correction can be a powerful preprocessing step for arrays of optically pumped magnetometers.

Abstract Beamforming is one of the most commonly used source reconstruction methods for magneto- and electroencephalography (M/EEG). One underlying assumption, however, is that distant sources are uncorrelated and here we tested whether this is an appropriate model for the human hippocampal data. We revised the Empirical Bayesian Beamfomer (EBB) to accommodate specific a-priori correlated source models. We showed in simulation that we could use model evidence (as approximated by Free Energy) to distinguish between different correlated and uncorrelated source scenarios. Using group MEG data in which the participants performed a hippocampal-dependent task, we explored the possibility that the hippocampus or the cortex or both were correlated in their activity across hemispheres. We found that incorporating a correlated hippocampal source model significantly improved model evidence. Our findings help to explain why, up until now, the majority of MEG-reported hippocampal activity (typically making use of beamformers) has been estimated as unilateral.

Abstract In this study we explore the interference rejection and spatial sampling properties of multi-axis Optically Pumped Magnetometer (OPM) data. We use both vector spherical harmonics and eigenspectra to quantify how well an array can separate neuronal signal from environmental interference while adequately sampling the entire cortex. We found that triaxial OPMs have superb noise rejection properties allowing for very high orders of interference (L=6) to be accounted for while minimally affecting the neural space (2dB attenuation for a 60-sensor triaxial system). To adequately model the signals arising from the cortex, we show that at least 11 th order (143 spatial degrees of freedom) irregular solid harmonics or 95 eigenvectors of the lead field are needed to model the neural space for OPM data (regardless of number of axes measured). This can be adequately sampled with 75-100 equidistant triaxial sensors (225-300 channels) or 200 equidistant radial channels. In other words, ordering the same number of channels in triaxial (rather than purely radial) configuration gives significant advantages not only in terms of external noise rejection but also minimizes cost, weight and cross-talk.

Traditional magnetoencephalographic (MEG) brain imaging scanners consist of a rigid sensor array surrounding the head; this means that they are maximally sensitive to superficial brain structures. New technology based on optical pumping means that we can now consider more flexible and creative sensor placement. Here we explored the magnetic fields generated by a model of the human hippocampus not only across scalp but also at the roof of the mouth. We found that simulated hippocampal sources gave rise to dipolar field patterns with one scalp surface field extremum at the temporal lobe and a corresponding maximum or minimum at the roof of the mouth. We then constructed a fitted dental mould to accommodate an Optically Pumped Magnetometer (OPM). We collected data using a previously validated hippocampal-dependent task to test the empirical utility of a mouth-based sensor, with an accompanying array of left and right temporal lobe OPMs. We found that the mouth sensor showed the greatest task-related theta power change. We also found that, as predicted by the simulations, the mouth sensor was anti-correlated with those on over the temporal lobes. We found that this sensor had a mild effect on the reconstructed power in the hippocampus (~10% change) but that coherence images between the mouth sensor and reconstructed source images showed a global maximum in the right hippocampus. We conclude that augmenting a scalpbased MEG array with sensors in the mouth shows unique promise for both basic scientists and clinicians interested in interrogating the hippocampus.

The capacity of the human brain to interpret and respond to multiple temporal scales in its surroundings suggests that its internal interactions must also be able to operate over a broad temporal range. In this paper, we utilise a recently introduced method for characterising the rate of change of the phase difference between MEG signals and use it to study the temporal structure of the phase interactions between MEG recordings from the left and right motor cortices during rest and during a finger-tapping task. We use the Hilbert transform to estimate moment-to-moment fluctuations of the phase difference between signals. After confirming the presence of scale-invariance we estimate the Hurst exponent using detrended fluctuation analysis (DFA). An exponent of >0.5 is indicative of long-range temporal correlations (LRTCs) in the signal. We find that LRTCs are present in the α/μ and β frequency bands of resting state MEG data. We demonstrate that finger movement disrupts LRTCs correlations, producing a phase relationship with a structure similar to that of Gaussian white noise. The results are validated by applying the same analysis to data with Gaussian white noise phase difference, recordings from an empty scanner and phase-shuffled time series. We interpret the findings through comparison of the results with those we obtained from an earlier study during which we adopted this method to characterise phase relationships within a Kuramoto model of oscillators in its sub-critical, critical and super-critical synchronisation states. We find that the resting state MEG from left and right motor cortices shows moment-to-moment fluctuations of phase difference with a similar temporal structure to that of a system of Kuramoto oscillators just prior to its critical level of coupling, and that finger tapping moves the system away from this pre-critical state towards a more random state.