Abstract Recently, significant advances have been made by identifying the levels of synchronicity of the underlying dynamics of a given brain state. This research has demonstrated that unconscious dynamics tend to be more synchronous than those found in conscious states, which are more asynchronous. Here we go beyond this dichotomy to demonstrate that the different brain states are always underpinned by spatiotemporal chaos but with dissociable turbulent dynamics. We investigated human neuroimaging data from different brain states (resting state, meditation, deep sleep, and disorders of consciousness after coma) and were able to distinguish between them using complementary model-free and model-based measures of turbulent information transmission. Our model-free approach used recent advances describing a measure of information cascade across spatial scales using tools from turbulence theory. Complementarily, our model-based approach used exhaustive in silico perturbations of whole-brain models fitted to the empirical neuroimaging data, which allowed us to study the information encoding capabilities of the brain states. Overall, the current framework demonstrates that different levels of turbulent dynamics are fundamental for describing and differentiating between brain states.

Abstract In the past decades, there has been a growing scientific interest in characterizing neural correlates of meditation training. Nonetheless, the mechanisms underlying meditation remain elusive. In the present work, we investigated meditation-related changes in structural and functional connectivities (SC and FC, respectively). For this purpose, we scanned experienced meditators and control (naive) subjects using magnetic resonance imaging (MRI) to acquire structural and functional data during two conditions, resting-state and meditation (focused attention on breathing). In this way, we aimed to characterize and distinguish both short-term and long-term modifications in the brain’s structure and function. First, we performed a network-based analysis of anatomical connectivity. Then, to analyze the fMRI data, we calculated whole-brain effective connectivity (EC) estimates, relying on a dynamical network model to replicate BOLD signals’ spatio-temporal structure, akin to FC with lagged correlations. We compared the estimated EC, FC, and SC links as features to train classifiers to predict behavioral conditions and group identity. The whole-brain SC analysis revealed strengthened anatomical connectivity across large-scale networks for meditators compared to controls. We found that differences in SC were reflected in the functional domain as well. We demonstrated through a machine-learning approach that EC features were more informative than FC and SC solely. Using EC features we reached high performance for the condition-based classification within each group and moderately high accuracies when comparing the two groups in each condition. Moreover, we showed that the most informative EC links that discriminated between meditators and controls involved the same large-scale networks previously found to have increased anatomical connectivity. Overall, the results of our whole-brain model-based approach revealed a mechanism underlying meditation by providing causal relationships at the structure-function level.

Surgical removal of the mesial temporal lobe can effectively treat drug-resistant epilepsy but may lead to mood disorders. This fact is of particular interest in patients without a prior psychiatric history. The study investigates the relationship between Temporal Lobe Epilepsy (TLE), mood disorders, and the functional connectivity of the Hippocampus (Hipp) and Nucleus Accumbens (NAcc). In this case control study, twenty-seven TLE patients and 18 control subjects participated, undergoing structural and functional magnetic resonance imaging (MRI) scans before and after surgery. Post-surgery, patients were categorized into those developing de novo depression (DnD) within the first year and those without depression (nD). Functional connectivity maps between NAcc and the whole brain were generated, and connectivity strength between the to-be-resected Hipp area and NAcc was compared. Within the first year post-surgery, 7 out of 27 patients developed DnD. Most patients (88.8 %) exhibited a significant reduction in NAcc-Hipp connectivity compared to controls. The DnD group showed notably lower connectivity values than the nD group, with statistically significant disparities. Receiver Operating Characteristic (ROC) curve analysis identified a potential biomarker threshold (Crawford-T value of -2.08) with a sensitivity of 0.83 and specificity of 0.76. The results suggest that functional connectivity patterns within the reward network could serve as a potential biomarker for predicting de novo mood disorders in TLE patients undergoing surgery. This insight may assist in identifying individuals at a higher risk of developing DnD after surgery, enhancing therapeutic guidance and clinical decision-making.

ABSTRACT Meditation is an ancient practice that is shown to yield benefits for cognition, emotion regulation and human flourishing. In the last two decades, there has been a surge of interest in extracting the neural correlates of meditation, in particular of mindfulness meditation. Yet, these efforts have been mostly limited to the analysis of certain regions or networks of interest and a clear understanding of meditation-induced changes in the whole-brain dynamics has been lacking. Here, we investigate meditation-induced changes in brain dynamics using a novel connectome-specific harmonic decomposition method. Specifically, utilising the connectome harmonics as brain states - elementary building blocks of complex brain dynamics - we study the immediate (state) and long-term (trait) effects of mindfulness meditation in terms of the energy, power and complexity of the repertoire of these harmonic brain states. Our results reveal increased power, energy and complexity of the connectome harmonic repertoire and demonstrate that meditation alters brain dynamics in a frequency selective manner. Remarkably, the frequency-specific alterations observed in meditation are reversed in resting state in group-wise comparison revealing for the first time the long-term (trait) changes induced by meditation. These findings also provide evidence for the entropic brain hypothesis in meditation and provide a novel understanding of state and trait changes in brain dynamics induced by mindfulness meditation revealing the unique connectome harmonic signatures of the meditative brain.

Over the past 2,500 years, contemplative traditions have explored the nature of the mind using meditation. More recently, neuroimaging research on meditation has revealed differences in brain function and structure in meditators. Nevertheless, the underlying neural mechanisms are still unclear. In order to understand how meditation shapes global activity through the brain, we investigated the spatiotemporal dynamics across the whole-brain functional network using the Intrinsic Ignition Framework. Recent neuroimaging studies have demonstrated that different states of consciousness differ in their underlying dynamical complexity, i.e., how the broadness of communication is elicited and distributed through the brain over time and space. In this work, controls and experienced meditators were scanned using functional magnetic resonance imaging (fMRI) during resting-state and meditation (focused attention on breathing). Our results evidenced that the dynamical complexity underlying meditation shows less complexity than during resting-state in the meditator group but not in the control group. Furthermore, we report that during resting-state, the brain activity of experienced meditators showed higher metastability (i.e., a wider dynamical regime over time) than the one observed in the control group. Overall, these results indicate that the meditation state operates in a different dynamical regime than the resting-state.

Abstract Background Despite its impact on daily life, impulsivity in Huntington’s disease (HD) is understudied as a neuropsychiatric symptom. Our aim is to characterize temporal impulsivity in HD, evaluated through a Delay Discounting (DD) task, and to disentangle the underlying white matter correlates in HD. Methods Forty-seven HD individuals and thirty-six healthy controls conducted a DD task and complementary Sensitivity to Punishment and Sensitivity to Reward (SR) Questionnaire. Diffusion-tensor imaging was employed to characterize the structural connectivity of two limbic tracts: the uncinate fasciculus (UF) and the accumbofrontal tract (NAcc-OFC). Multiple linear regression analyses were applied to analyze the relationship between impulsive behavior and white-matter microstructural integrity. Results Altered structural connectivity in both the NAcc-OFC and UF in HD individuals was observed. Moreover, the variability in structural connectivity of these tracts was associated with the individual differences in temporal impulsivity. Specifically, increased structural connectivity in the right NAcc-OFC predicted increased temporal impulsivity, while reduced connectivity in the left UF was associated with higher temporal impulsivity scores. Limitations Other cognitive mechanisms and white matter tracts may play a role in temporal impulsivity. Conclusions This study provides evidence that individual differences observed in impulsivity may be explained by variability in limbic fronto-striatal tracts. We emphasize the importance of investigating the spectrum of impulsivity in HD, less prevalent than other psychiatric features, but impacting the quality of life of patients and their caregivers.

Abstract Contemplative neuroscience has increasingly explored meditation using neuroimaging. However, the brain mechanisms underlying meditation remain elusive. Here, we implemented a causal mechanistic framework to explore the spatiotemporal dynamics of expert meditators during meditation and rest. We first applied a model-free approach by defining a probabilistic metastable substate (PMS) space for each state, consisting of different probabilities of occurrence from a repertoire of dynamic patterns. Different brain signatures were mainly found in the triple-network model (i.e., the executive control, salience, and default-mode networks). Moreover, we implemented a model-based approach by adjusting the PMS of the resting state to a whole-brain model, which enabled us to explore in silico perturbations to transition to the meditation state. Consequently, we assessed the sensitivity of different brain areas regarding their perturbability and their mechanistic local-global effects. Using a synchronous protocol, we successfully transitioned from the resting state to the meditative state by shifting areas mainly from the somatomotor and dorsal attention networks. Overall, our work reveals distinct whole-brain dynamics in meditation compared to rest, and how the meditation state can be induced with localized artificial perturbations. It motivates future work regarding meditation as a practice in health and as a potential therapy for brain disorders.

Huntington's disease (HD) is an inherited neurodegenerative condition characterized by motor, cognitive, and behavioral impairments. Apathy, marked by reduced motivation and goal-directed behavior, is the most prevalent psychiatric symptom in HD, impacting both patients and caregivers. Traditionally linked to executive dysfunction within the dorsolateral prefrontal cortex (dlPFC)-dorsal striatum loop in HD, the role of limbic regions in the basal ganglia and their impact on reward processing deficits remains poorly understood. This study sought to dissociate the functional correlates that are altered in reward valuation and may underlie apathy in HD. We aimed to tease apart whether apathy is associated with insensitivity to processing rewards, hypersensitivity to losses, or both, leading to the observed lack of motivation in apathetic individuals. Thirty-nine HD gene-expansion carriers (HDGEC) and 26 non-apathetic control participants underwent functional magnetic resonance imaging during a gambling task. The goal was to identify disrupted reward-related regions in HDGEC and their association with apathetic symptoms. Whole-brain analysis of gains and losses separately showed a significant reduction in activity, when HD group was compered to controls, within the left ventral striatum (VS), including the nucleus accumbens. The effect observed in the VS remained when clinically apathetic HDGEC were compared with controls. Conversely, non-apathetic HDGEC did not show any significant differences from controls. Interestingly, these group differences appeared exclusively during the processing of the reward. Additionally, higher levels of apathy were associated with especially decreased activity related with the processing of gains in this region. Our findings highlight the vulnerability of the left VS in HD and its association with the altered processing of gains, particularly in apathetic individuals, while preserving the valuation of losses. This suggests that reward insensitivity associated with VS dysfunction may be an important component of apathy in HD. Understanding the underlying mechanisms of reward processing and apathy in HD may help elucidate the implications of limbic regions as opposed to frontal executive dysfunction in apathy.

It has long been posited that threat learning operates and forms under an affective and a cognitive learning system that are supported by different brain circuits. A primary drawback in exposure-based therapies is the high rate of relapse when higher order inhibitory structures failed to inhibit the emotional responses driven by the defensive circuit. It has been shown that implicit exposure of fearful stimuli leads to a long-lasting reduction of avoidance behavior in patients with phobia through the facilitation of fear processing areas in the absence of subjective fear. Despite the potential benefits of this approach in the treatment of phobias and PTSD, implicit exposure to fearful stimuli is still under-investigated. Here, we used unconscious presentation of threat-conditioned stimuli in healthy humans, using a continuous flash suppression technique. We found that implicit exposure of a conditioned stimulus reduced, on the following day, defensive responses to the conditioned stimulus measured by threat-potentiated startle responses but not by the electrodermal activity. Our results suggest that implicit exposure using CFS might facilitate the modulation of the affective component of fearful memories, representing an important therapeutic target to further advance exposure-based psychotherapies.