Motor skills can take weeks to months to acquire and can diminish over time in the absence of continued practice. Thus, strategies that enhance skill acquisition or retention are of great scientific and practical interest. Here we investigated the effect of noninvasive cortical stimulation on the extended time course of learning a novel and challenging motor skill task. A skill measure was chosen to reflect shifts in the task's speed–accuracy tradeoff function (SAF), which prevented us from falsely interpreting variations in position along an unchanged SAF as a change in skill. Subjects practiced over 5 consecutive days while receiving transcranial direct current stimulation (tDCS) over the primary motor cortex (M1). Using the skill measure, we assessed the impact of anodal (relative to sham) tDCS on both within-day (online) and between-day (offline) effects and on the rate of forgetting during a 3-month follow-up (long-term retention). There was greater total (online plus offline) skill acquisition with anodal tDCS compared to sham, which was mediated through a selective enhancement of offline effects. Anodal tDCS did not change the rate of forgetting relative to sham across the 3-month follow-up period, and consequently the skill measure remained greater with anodal tDCS at 3 months. This prolonged enhancement may hold promise for the rehabilitation of brain injury. Furthermore, these findings support the existence of a consolidation mechanism, susceptible to anodal tDCS, which contributes to offline effects but not to online effects or long-term retention.

Background and Purpose— Stroke is a leading cause of long-term motor disability among adults. Present rehabilitative interventions are largely unsuccessful in improving the most severe cases of motor impairment, particularly in relation to hand function. Here we tested the hypothesis that patients experiencing hand plegia as a result of a single, unilateral subcortical, cortical or mixed stroke occurring at least 1 year previously, could be trained to operate a mechanical hand orthosis through a brain-computer interface (BCI). Methods— Eight patients with chronic hand plegia resulting from stroke (residual finger extension function rated on the Medical Research Council scale=0/5) were recruited from the Stroke Neurorehabilitation Clinic, Human Cortical Physiology Section of the National Institute for Neurological Disorders and Stroke (NINDS) (n=5) and the Clinic of Neurology of the University of Tübingen (n=3). Diagnostic MRIs revealed single, unilateral subcortical, cortical or mixed lesions in all patients. A magnetoencephalography-based BCI system was used for this study. Patients participated in between 13 to 22 training sessions geared to volitionally modulate μ rhythm amplitude originating in sensorimotor areas of the cortex, which in turn raised or lowered a screen cursor in the direction of a target displayed on the screen through the BCI interface. Performance feedback was provided visually in real-time. Successful trials (in which the cursor made contact with the target) resulted in opening/closing of an orthosis attached to the paralyzed hand. Results— Training resulted in successful BCI control in 6 of 8 patients. This control was associated with increased range and specificity of μ rhythm modulation as recorded from sensors overlying central ipsilesional (4 patients) or contralesional (2 patients) regions of the array. Clinical scales used to rate hand function showed no significant improvement after training. Conclusions— These results suggest that volitional control of neuromagnetic activity features recorded over central scalp regions can be achieved with BCI training after stroke, and used to control grasping actions through a mechanical hand orthosis.

Summary The introduction of rest intervals interspersed with practice strengthens wakeful consolidation of skill. The mechanisms by which the brain binds discrete action representations into consolidated, highly temporally-resolved skill sequences during waking rest are not known. To address this question, we recorded magnetoencephalography (MEG) during acquisition and rapid consolidation of a sequential motor skill. We report the presence of highly prominent, fast waking neural replay during the same rest periods in which rapid consolidation occurs. The observed replay was temporally compressed by approximately 20x relative to the acquired skill, occurred in both forward and reverse directions, was selective for the trained sequence and predicted the magnitude of skill consolidation. Replay representations extended beyond the hippocampus and entrorhinal cortex to the contralateral sensorimotor cortex. These results document the presence of robust hippocampo-neocortical replay supporting rapid wakeful consolidation of skill.

Working memory is our ability to select and temporarily hold information as needed for complex cognitive operations. The temporal dynamics of sustained and transient neural activity supporting the selection and holding of memory content is not known. To address this problem, we recorded magnetoencephalography (MEG) in healthy participants performing a retro-cue working memory task in which the selection rule and the memory content varied independently. Multivariate decoding and source analyses showed that selecting the memory content relies on prefrontal and parieto-occipital persistent oscillatory neural activity. By contrast, the memory content was reactivated in a distributed occipito-temporal posterior network, preceding the working memory decision and in a different format that during the visual encoding. These results identify a neural signature of content selection and characterize differentiated spatiotemporal constraints for subprocesses of working memory.

Abstract When humans begin learning new motor skills, they typically display early rapid performance improvements. It is not well understood how knowledge acquired during this early skill learning period generalizes to new, related skills. Here, we addressed this question by investigating factors influencing generalization of early learning from a skill A to a different, but related skill B. Early skill generalization was tested over four experiments (N = 2,095). Subjects successively learned two related motor sequence skills (skills A and B) over different practice schedules. Skill A and B sequences shared ordinal (i.e. – matching keypress locations), transitional (i.e. – ordered keypress pairs), parsing rule (i.e., distinct sequence events like repeated keypresses that can be used as a breakpoint for segmenting the sequence into smaller units) structures, or possessed no structure similarities. Results showed generalization for shared parsing rule structure between skills A and B after only a single 10-second practice trial of skill A. Manipulating the initial practice exposure to skill A (1 to 12 trials) and inter-practice rest interval (0 to 30s) between skills A and B had no impact on parsing rule structure generalization. Furthermore, this generalization was not explained by stronger sensorimotor mapping between individual keypress actions and their symbolic representations. In contrast, learning from skill A did not generalize to skill B during early learning when the sequences shared only ordinal or transitional structure features. These results document sequence structure that can be very rapidly generalized during initial learning to facilitate generalization of skill.

Abstract Activities of daily living rely on our ability to acquire new motor skills composed of precise action sequences. Early learning of a new sequential skill is characterized by steep performance improvements that develop predominantly during rest intervals interspersed with practice, a form of rapid consolidation. Here, we ask if the millisecond level neural representation of an action performed at different locations within a skill sequence contextually differentiates or remains stable as learning evolves. Optimization of machine learning decoders to classify sequence-embedded finger movements from MEG activity reached approximately 94% accuracy. The representation manifolds of the same action performed in different sequence contexts progressively differentiated during rest periods of early learning, predicting skill gains. We conclude that sequence action representations contextually differentiate during early skill learning, an issue relevant to brain-computer interface applications in neurorehabilitation.

Motor skills are required for activities of daily living. Transcranial direct current stimulation (tDCS) applied in association with motor skill learning has been investigated as a tool for enhancing training effects in health and disease. Here, we review the published literature investigating whether tDCS can facilitate the acquisition and retention of motor skills and adaptation. A majority of reports focused on the application of anodal tDCS over the primary motor cortex (M1) during motor skill acquisition, while some evaluated tDCS applied over the cerebellum during adaptation of existing motor skills. Work in multiple laboratories is under way to develop a mechanistic understanding of tDCS effects on different forms of learning and to optimize stimulation protocols. Efforts are required to improve reproducibility and standardization. Overall, reproducibility remains to be fully tested, effect sizes with present techniques are moderate (up to d= 0.5) (Hashemirad, Zoghi, Fitzgerald, & Jaberzadeh, 2016) and the basis of inter-individual variability in tDCS effects is incompletely understood. It is recommended that future studies explicitly state in the Methods the exploratory (hypothesis- generating) or hypothesis-driven (confirmatory) nature of the experimental designs. General research practices could be improved with prospective pre-registration of hypothesis-based investigations, more emphasis on the detailed description of methods and use of post-publication open data repositories. A checklist is proposed for reporting tDCS investigations in a way that can improve efforts to assess reproducibility.

OBJECTIVE: Transcranial magnetic stimulation (TMS) is extensively used in basic and clinical neuroscience. Previous work has shown substantial residual variability in TMS effects even despite use of on-line visual feedback monitoring of coil position. Here, we aimed to evaluate if off-line denoising of variability induced by neuronavigated coil position and orientation deviations can enhance detection of TMS effects. METHODS: Retrospective modeling was used to denoise the impact of common neuronavigated coil position and rotation deviations during TMS experimental sessions on motor evoked potentials (MEP) to single pulse TMS. RESULTS: Neuronavigated coil deviations explained approximately 44% of total MEP amplitude variability. Offline denoising led to a 136.71% improvement in the signal to noise ratio (SNR) of corticospinal excitability measurements. CONCLUSIONS: Offline modeling enhanced detection of TMS effects by removing variability introduced by neuronavigated coil deviations. SIGNIFICANCE: This approach could allow more accurate determination of TMS effects in cognitive and interventional neuroscience.