A Sense of Place Hippocampal place cells are believed to be mainly governed by visual and self-motion cues. However, the contribution of sensory cues such as smells, sounds, and textures, etc., is difficult to eliminate. In virtual reality, these cues will not provide any information about the animals' position. Ravassard et al. (p. 1342 , published online 2 May) developed a virtual-reality system as immersive and close to the real world as possible and compared place cells in rats running in this apparatus and in the real world. Twice as many neurons were active in a real-world situation compared to virtual reality. While place cells in the real world encoded position, place cells in a virtual world encoded distance.

M. Aghajan and colleagues recorded hippocampal activity in rats foraging in a two-dimensional virtual reality (VR) environment. Spatial selectivity was absent but phase precession was intact, occurring within 2-s-long hippocampal motifs. Selectivity to space and distance traveled were greatly enhanced when the rats repeatedly followed systematic paths. The results demonstrate that distal visual cues alone are insufficient to generate a robust hippocampal rate code for space but are sufficient to generate a temporal code. During real-world (RW) exploration, rodent hippocampal activity shows robust spatial selectivity, which is hypothesized to be governed largely by distal visual cues, although other sensory-motor cues also contribute. Indeed, hippocampal spatial selectivity is weak in primate and human studies that use only visual cues. To determine the contribution of distal visual cues only, we measured hippocampal activity from body-fixed rodents exploring a two-dimensional virtual reality (VR). Compared to that in RW, spatial selectivity was markedly reduced during random foraging and goal-directed tasks in VR. Instead we found small but significant selectivity to distance traveled. Despite impaired spatial selectivity in VR, most spikes occurred within ∼2-s-long hippocampal motifs in both RW and VR that had similar structure, including phase precession within motif fields. Selectivity to space and distance traveled were greatly enhanced in VR tasks with stereotypical trajectories. Thus, distal visual cues alone are insufficient to generate a robust hippocampal rate code for space but are sufficient for a temporal code.

Abstract Time and space are principle organizing dimensions of human experience. Whereas separate lines of study have identified neural correlates of time and space, little is known about how these representations converge during self-guided experience. Here we asked how neurons in the human brain represent time and space concurrently. Subjects fitted with intracranial microelectrodes played a timed navigation game where they alternated between searching for and retrieving objects in a virtual environment. Significant proportions of both time- and place-selective neurons were present during navigation, and distinct time-selective neurons appeared during task-free delays absent movement. We find that temporal and spatial codes are dissociable, with time cells remapping between search and retrieval tasks while place cells maintained stable firing fields. Other neurons tracked the context unique to each task phase, independent of time or space. Together these neuronal classes comprise a biological basis for the cognitive map of spatiotemporal context.

Abstract Quantifying neural activity in natural conditions (i.e. conditions comparable to the standard clinical patient experience) during the administration of psychedelics may further our scientific understanding of the effects and mechanisms of action. This data may facilitate the discovery of novel biomarkers enabling more personalized treatments and improved patient outcomes. In this single-blind, placebo-controlled study with a non-randomized design, we use time-domain functional near-infrared spectroscopy (TD-fNIRS) to measure acute brain dynamics after intramuscular subanesthetic ketamine (0.75 mg/kg) and placebo (saline) administration in healthy participants ( n = 15, 8 females, 7 males, age 32.4 ± 7.5 years) in a clinical setting. We found that the ketamine administration caused an altered state of consciousness and changes in systemic physiology (e.g. increase in pulse rate and electrodermal activity). Furthermore, ketamine led to a brain-wide reduction in the fractional amplitude of low frequency fluctuations (fALFF), and a decrease in the global brain connectivity of the prefrontal region. Lastly, we provide preliminary evidence that a combination of neural and physiological metrics may serve as predictors of subjective mystical experiences and reductions in depressive symptomatology. Overall, our studies demonstrated the successful application of fNIRS neuroimaging to study the physiological effects of the psychoactive substance ketamine and can be regarded as an important step toward larger scale clinical fNIRS studies that can quantify the impact of psychedelics on the brain in standard clinical settings.

Abstract With the growing interest in establishing brain-based biomarkers for precision medicine, there is a need for noninvasive, scalable neuroimaging devices that yield valid and reliable metrics. Kernel’s second-generation Flow2 Time-Domain Functional Near-Infrared Spectroscopy (TD-fNIRS) system meets the requirements of noninvasive and scalable neuroimaging, and uses a validated modality to measure brain function. In this work, we investigate the test-retest reliability (TRR) of a set of metrics derived from the Flow2 recordings. We adopted a repeated-measures design with 49 healthy participants, and quantified TRR over multiple time points and different headsets—in different experimental conditions including a resting state, a sensory, and a cognitive task. Results demonstrated high reliability in resting state features including hemoglobin concentrations, head tissue light attenuation, amplitude of low frequency fluctuations, and functional connectivity. Additionally, passive auditory and Go/No-Go inhibitory control tasks each exhibited similar activation patterns across days. Notably, areas with the highest reliability were in auditory regions during the auditory task, and right prefrontal regions during the Go/No-Go task, consistent with prior literature. This study underscores the reliability of Flow2-derived metrics, supporting its potential to actualize the vision of using brain-based biomarkers for diagnosis, treatment selection and treatment monitoring of neuropsychiatric and neurocognitive disorders.

Abstract Recent years have witnessed a rise in research utilizing neuroimaging for precision neuromedicine, but clinical translation has been hindered by scalability and cost. Time Domain functional Near Infrared Spectroscopy (TD-fNIRS), the gold standard of optical neuroimaging techniques, offers a unique opportunity in this domain since it provides superior depth sensitivity and enables resolution of absolute properties unlike its continuous wave counterparts. However, current TD systems have limited commercial availability, slow sampling rates, and sparse head coverage. Our team has overcome the technical challenges involved in developing a whole-head time-domain diffuse optical tomography (TD-DOT) system. Here, we present the system characterization results using standardized protocols and compare them to the state-of-the-art. Furthermore, we showcase the system performance in retrieving cortical activation maps during standard hemodynamic, sensory, and motor tasks. A combination of the system performance, signal quality, and ease-of-use can enable future studies aimed at investigating TD-DOT clinical applications.

Abstract Alcohol is one of the most commonly used substances and frequently abused, yet little is known about the neural underpinnings driving variability in inhibitory control performance after ingesting alcohol. This study was a single-blind, placebo-controlled, randomized design with participants (N=48) completing three study visits. At each visit participants received one of three alcohol doses; namely, a placebo dose (equivalent Blood Alcohol Concentration (BAC) = 0.00%), a low dose of alcohol (target BAC=0.04%), or a moderate dose of alcohol (target BAC=0.08%). To measure inhibitory control, participants completed a Go/No-go task paradigm twice during each study visit, once immediately before dosing and once after, while their brain activity was measured with time-domain functional near-infrared spectroscopy (TD-fNIRS). BAC and subjective effects of alcohol were also assessed. We report decreased behavioral performance for the moderate dose of alcohol, but not the low or placebo doses. We observed right lateralized inhibitory prefrontal activity during go-no-go blocks, consistent with prior literature. Using standard and novel metrics of lateralization, we were able to significantly differentiate between all doses. Lastly, we demonstrate that these metrics are not only related to behavioral performance during inhibitory control, but also provide complementary information to the legal gold standard of intoxication (i.e. BAC).

Summary Extracting meaning from a dynamic and variable flow of incoming information is a major goal of both natural and artificial intelligence. Computer vision (CV) guided by deep learning (DL) has made significant strides in recognizing a specific identity despite highly variable attributes 1,2 . This is the same challenge faced by the nervous system and partially addressed by the concept cells—neurons exhibiting selective firing in response to specific persons/places, described in the human medial temporal lobe (MTL) 3–6 . Yet, access to neurons representing a particular concept is limited due to these neurons’ sparse coding. It is conceivable, however, that the information required for such decoding is present in relatively small neuronal populations. To evaluate how well neuronal populations encode identity information in natural settings, we recorded neuronal activity from multiple brain regions of nine neurosurgical epilepsy patients implanted with depth electrodes, while the subjects watched an episode of the TV series “24”. We implemented DL models that used the time-varying population neural data as inputs and decoded the visual presence of the main characters in each frame. Before training and testing the DL models, we devised a minimally supervised CV algorithm (with comparable performance against manually-labelled data 7 ) to detect and label all the important characters in each frame. This methodology allowed us to compare “computer vision” with “neuronal vision”—footprints associated with each character present in the activity of a subset of neurons—and identify the brain regions that contributed to this decoding process. We then tested the DL models during a recognition memory task following movie viewing where subjects were asked to recognize clip segments from the presented episode. DL model activations were not only modulated by the presence of the corresponding characters but also by participants’ subjective memory of whether they had seen the clip segment, and by the associative strengths of the characters in the narrative plot. The described approach can offer novel ways to probe the representation of concepts in time-evolving dynamic behavioral tasks. Further, the results suggest that the information required to robustly decode concepts is present in the population activity of only tens of neurons even in brain regions beyond MTL.

We validate that Kernel Flow2 TD-fNIRS system is capable of measuring robust neural activity, during rest and sensory tasks, that is reliable across time and devices; thus enabling applications that require neuroimaging at scale.

Both spatial and directional information are necessary for navigation. Rodent hippocampal neurons show spatial selectivity in all environments, but directional tuning only on linear paths. The sensory mechanisms underlying directionality are unknown, though vestibular and visual cues are thought to be crucial. However, hippocampal neurons are thought to show no angular modulation during two-dimensional random foraging despite the presence of vestibular and visual cues. Additionally, specific aspects of visual cues have not been directly linked to hippocampal responses in rodents. To resolve these issues we manipulated vestibular and visual cues in a series of experiments. We first measured hippocampal activity during random foraging in real world (RW) where we found that neurons’ firing exhibited significant modulation by head-direction. In fact, the fraction of modulated neurons was comparable to that in the head-direction system. These findings are contrary to commonly held beliefs about hippocampal directionality. To isolate the contribution of visual cues we measured neural responses in a visually similar virtual reality (VR) where the range of vestibular inputs is minimized. Significant directional modulation was not only found in VR, but it was comparable to that in RW. Several additional experiments revealed that changes in the angular information contained in the visual cues induced corresponding changes in hippocampal head-directional modulation. Remarkably, for head-directionally modulated neurons, the ensemble activity was biased towards the sole visual cue. These results demonstrate that robust vestibular cues are not required for hippocampal directional selectivity, while visual cues are not only sufficient but also play a causal role in driving hippocampal responses.