Abstract Objective Alzheimer disease (AD) is characterized by functional impairment in the neural elements and circuits underlying cognitive and memory functions. We hypothesized that fornix/hypothalamus deep brain stimulation (DBS) could modulate neurophysiological activity in these pathological circuits and possibly produce clinical benefits. Methods We conducted a phase I trial in 6 patients with mild AD receiving ongoing medication treatment. Patients received continuous stimulation for 12 months. Three main lines of investigation were pursued including: (1) mapping the brain areas whose physiological function was modulated by stimulation using standardized low‐resolution electromagnetic tomography, (2) assessing whether DBS could correct the regional alterations in cerebral glucose metabolism in AD using positron emission tomography (PET), and 3) measuring the effects of DBS on cognitive function over time using clinical scales and instruments. Results DBS drove neural activity in the memory circuit, including the entorhinal, and hippocampal areas and activated the brain's default mode network. PET scans showed an early and striking reversal of the impaired glucose utilization in the temporal and parietal lobes that was maintained after 12 months of continuous stimulation. Evaluation of the Alzheimer's Disease Assessment Scale cognitive subscale and the Mini Mental State Examination suggested possible improvements and/or slowing in the rate of cognitive decline at 6 and 12 months in some patients. There were no serious adverse events. Interpretation There is an urgent need for novel therapeutic approaches for AD. Modulating pathological brain activity in this illness with DBS merits further investigation. Ann Neurol 2010

Summary: Purpose: A significant number of patients with epilepsy remain poorly controlled despite antiepileptic medication (AED) treatment and are not eligible for resective surgery. Novel therapeutic methods are required to decrease seizure burden in this population. Several observations have indicated that the anterior thalamic region plays an important role in the maintenance and propagation of seizures. We investigated neuromodulation of the anterior thalamus by using deep‐brain stimulation (DBS) in patients with intractable seizures. Methods: Five patients with medically refractory epilepsy underwent stereotactic placement of and received stimulation through bilateral DBS electrodes in the anterior thalamus. Results: Treatment showed a statistically significant decrease in seizure frequency, with a mean reduction of 54% (mean follow‐up, 15 months). Two of the patients had a seizure reduction of ≥75%. No adverse effects were observed after DBS electrode insertion or stimulation. Unexpectedly, the observed benefits did not differ between stimulation‐on and stimulation‐off periods. Conclusions: DBS of the anterior thalamus is a safe procedure and possibly effective in patients with medically resistant seizures.

Abstract Bilateral hypothalamic deep brain stimulation was performed to treat a patient with morbid obesity. We observed, quite unexpectedly, that stimulation evoked detailed autobiographical memories. Associative memory tasks conducted in a double‐blinded “on” versus “off” manner demonstrated that stimulation increased recollection but not familiarity‐based recognition, indicating a functional engagement of the hippocampus. Electroencephalographic source localization showed that hypothalamic deep brain stimulation drove activity in mesial temporal lobe structures. This shows that hypothalamic stimulation in this patient modulates limbic activity and improves certain memory functions. Ann Neurol 2008;63:119–123

We examined recovery from postconcussion syndrome (PCS) in a series of 285 patients diagnosed with concussion based on international sport concussion criteria who received a questionnaire regarding recovery. Of 141 respondents, those with postconcussion symptoms lasting less than 3 months, a positive computed tomography (CT) and/or magnetic resonance imaging (MRI), litigants, and known Test of Memory Malingering (TOMM)-positive cases were excluded, leaving 110 eligible respondents. We found that only 27% of our population eventually recovered and 67% of those who recovered did so within the first year. Notably, no eligible respondent recovered from PCS lasting 3 years or longer. Those who did not recover (n = 80) were more likely to be non-compliant with a do-not-return-to-play recommendation (p = 0.006) but did not differ from the recovered group (n = 30) in other demographic variables, including age and sex (p ≥ 0.05). Clustergram analysis revealed that symptoms tended to appear in a predictable order, such that symptoms later in the order were more likely to be present if those earlier in the order were already present. Cox proportional hazards model analysis showed that the more symptoms reported, the longer the time to recovery (p = 7.4 × 10-6), with each additional symptom reducing the recovery rate by approximately 20%. This is the first longitudinal PCS study to focus on PCS defined specifically as a minimum of 3 months of symptoms, negative CT and/or MRI, negative TOMM test, and no litigation. PCS may be permanent if recovery has not occurred by 3 years. Symptoms appear in a predictable order, and each additional PCS symptom reduces recovery rate by 20%. More long-term follow-up studies are needed to examine recovery from PCS.

Abstract In this paper, we introduce a machine learning methodology for localising the seizure onset zone in subjects with epilepsy. We represent brain states as functional networks obtained from intracranial electroen-cephalography recordings, using correlation and the phase locking value to quantify the coupling between different brain areas. Our method is based on graph neural networks (GNNs) and the attention mechanism, two of the most significant advances in artificial intelligence in recent years. Specifically, we train a GNN to distinguish between functional networks associated with interictal and ictal phases. The GNN is equipped with an attention-based layer that automatically learns to identify those regions of the brain (associated with individual electrodes) that are most important for a correct classification. The localisation of these regions does not require any prior information regarding the seizure onset zone. We show that the regions of interest identified by the GNN strongly correlate with the localisation of the seizure onset zone reported by electroencephalographers. We report results both for human patients and for simulators of brain activity. We also show that our GNN exhibits uncertainty on those patients for which the clinical localisation was unsuccessful, highlighting the robustness of the proposed approach.

There is such a vast proliferation of scientific theories of consciousness that it is worrying some scholars. There are even competitions to test different theories, and the results are inconclusive. Consciousness research, far from converging toward a unifying framework, is becoming more discordant than ever, especially with respect to theoretical elements that do not have a clear neurobiological basis. Rather than dueling theories, an integration across theories is needed to facilitate a comprehensive view on consciousness and on how normal nervous system dynamics can develop into pathological states. In dealing with what is considered an extremely complex matter, we try to adopt a perspective from which the subject appears in relative simplicity. Grounded in experimental and theoretical observations, we advance an encompassing biophysical theory, MaxCon, which incorporates aspects of several of the main existing neuroscientific consciousness theories, finding convergence points in an attempt to simplify and to understand how cellular collective activity is organized to fulfill the dynamic requirements of the diverse theories our proposal comprises. Moreover, a computable index indicating consciousness level is presented. Derived from the level of description of the interactions among cell networks, our proposal highlights the association of consciousness with maximization of the number of configurations of neural network connections -constrained by neuroanatomy, biophysics and the environment- that is common to all consciousness theories.

While time spent in slow wave sleep (SWS) after learning promotes memory consolidation in the healthy brain, it is unclear if the same benefit is obtained in patients with temporal lobe epilepsy (TLE). Interictal epileptiform discharges (IEDs) are potentiated during SWS and thus may disrupt memory consolidation processes thought to depend on hippocampal-neocortical interactions. Here, we explored the relationship between SWS, IEDs, and overnight forgetting in patients with TLE. Nineteen patients with TLE studied object-scene pairs and memory was tested across a day of wakefulness (6 hrs) and across a night of sleep (16 hrs) while undergoing continuous scalp EEG monitoring. We found that time spent in SWS after learning was related to greater forgetting overnight. Longer duration in SWS and number of IEDs were each associated with greater forgetting, although the number of IEDs did not mediate the relationship between SWS and memory. Further research, particularly with intracranial recordings, is required to identify the mechanisms by which SWS and IEDs can be pathological to sleep-dependent memory consolidation in patients with TLE.

Abstract Objective Approximately 50 million people worldwide have epilepsy and 8-17% of the deaths in patients with epilepsy are attributed to sudden unexpected death in epilepsy (SUDEP). The goal of the present work was to establish a biomarker for SUDEP so that preventive treatment can be instituted. Approach Seizure activity in patients with SUDEP and non-SUDEP was analyzed, specifically, the scalp EEG extracted muscle activity (SMA) and the average wavelet phase coherence (WPC) during seizures was computed for two frequency ranges (1-12 Hz, 13-30 Hz) to identify differences between the two groups. Main results Ictal SMA in SUDEP patients showed a statistically higher average WPC value when compared to non-SUDEP patients for both frequency ranges. Area under curve for a cross-validated logistic classifier was 81%. Significance Average WPC of ictal SMA is a candidate biomarker for early detection of SUDEP.

Multiple concussions, particularly in contact sports, have been associated with cognitive deficits, psychiatric impairment and neurodegenerative diseases like chronic traumatic encephalopathy. We used volumetric and deformation-based morphometric analyses to test the hypothesis that repeated concussions may be associated with smaller regional brain volumes, poorer cognitive performance and behavioural symptoms among former professional football players compared to healthy controls. This study included fifty-three retired Canadian Football League players, 25 age- and education-matched healthy controls, and controls from the Cambridge Centre for Aging and Neuroscience database for validation. Volumetric analyses revealed greater hippocampal atrophy than expected for age in former athletes with multiple concussions than controls and smaller left hippocampal volume was associated with poorer verbal memory performance. Deformation-based morphometric confirmed smaller bilateral hippocampal volume that were associated with poorer verbal memory performance in athletes. Repeated concussions may lead to greater regional atrophy than expected for age.

Abstract Background Surgical treatment of drug-resistant temporal lobe epilepsy (TLE) depends on proper identification of the seizure onset zone (SOZ), and differentiation of mesial, temporolimbic seizure onsets from temporal neocortical seizure onsets. Non-invasive source imaging using electroencephalography (EEG) and magnetoencephalography (MEG) can provide accurate information on interictal spike localization; however, EEG and MEG have low sensitivity for epileptiform activity restricted to deep temporolimbic structures. Moreover, in mesial temporal lobe epilepsy (MTLE), interictal spikes frequently arise in neocortical foci distant from the SOZ, rendering interictal spike localization potentially misleading for presurgical planning. Methods In this study, we used two different beamformer techniques applied to the MEG signal of ictal events acquired during EEG-MEG recordings in six patients with TLE (three neocortical, three MTLE). The ictal source localization results were compared to the patients’ ground truth SOZ localizations determined from intracranial EEG and/or clinical, neuroimaging and postsurgical outcome evidence. Results Beamformer analysis proved to be highly accurate in all cases and able to reliably identify focal seizure onsets localized to mesial, temporolimbic structures. In three patients, interictal spikes were either absent, too complex for inverse dipole modeling, or localized to anterolateral temporal neocortex distant to a mesial temporal SOZ. Conclusions This report demonstrates the suitability of MEG beamformer analysis of ictal events in TLE, which can supersede or complement the traditional analysis of interictal spikes. The method outlined is applicable to any type of epileptiform event, greatly expanding the information value of MEG and broadening its utility for presurgical recording in epilepsy.