Abstract Alpha oscillations play a vital role in managing the brain’s resources, inhibiting neural activity as a function of their phase and amplitude, and are changed in many brain disorders. Developing minimally invasive tools to modulate alpha activity and identifying the parameters that determine its response to exogenous modulators, is essential for the implementation of focussed interventions. We introduce Alpha Closed-Loop Auditory Stimulation ( αCLAS ) as an EEG-based method to augment and investigate these brain rhythms in humans with specificity and selectivity, using targeted auditory stimulation. Across three independent studies, we demonstrate that αCLAS alters alpha power, frequency, and connectivity in a phase, amplitude and topography-dependent manner. Using a single-pulse- αCLAS evoked potentials approach we show that the effects of auditory stimuli on alpha oscillations and resulting evoked potentials can be explained within the theoretical framework of oscillator theory and a phase-reset mechanism. Finally, we demonstrate the functional relevance of our approach by showing that αCLAS modulates sleep onset dynamics in an alpha phase-dependent manner.

Alpha oscillations play a vital role in managing the brain’s resources, inhibiting neural activity as a function of their phase and amplitude, and are changed in many brain disorders. Developing minimally invasive tools to modulate alpha activity and identifying the parameters that determine its response to exogenous modulators is essential for the implementation of focussed interventions. We introduce Alpha Closed-Loop Auditory Stimulation (αCLAS) as an EEG-based method to modulate and investigate these brain rhythms in humans with specificity and selectivity, using targeted auditory stimulation. Across a series of independent experiments, we demonstrate that αCLAS alters alpha power, frequency, and connectivity in a phase, amplitude, and topography-dependent manner. Using single-pulse-αCLAS, we show that the effects of auditory stimuli on alpha oscillations can be explained within the theoretical framework of oscillator theory and a phase-reset mechanism. Finally, we demonstrate the functional relevance of our approach by showing that αCLAS can interfere with sleep onset dynamics in a phase-dependent manner.

Background Alpha and theta oscillations characterize the waking human electroencephalogram (EEG) and can be modulated by closed-loop auditory stimulation (CLAS). These oscillations also occur during rapid eye movement (REM) sleep, but whether they can be modulated by CLAS is not known. Objective Investigate whether CLAS can modulate alpha and theta oscillations during REM sleep in a targeted phase-dependent manner. Methods We recorded high-density EEG during an extended overnight sleep period in 18 healthy young adults. Auditory stimulation was delivered during both phasic and tonic REM sleep in alternating 6 s ON and 6 s OFF windows. During the ON windows, stimuli were phase-locked to four orthogonal phases of ongoing alpha or theta oscillations detected in a frontal electrode (Fz). Results During ON windows, the four orthogonal phases of ongoing alpha and theta oscillations were targeted with high accuracy. Alpha and theta CLAS induced phase-dependent changes in power and frequency at the target location. Frequency-specific effects were observed for alpha trough (speeding up) and rising (slowing down) and theta trough (speeding up) conditions. These phase-dependent changes of CLAS were observed during both REM sleep substages, even though the amplitude evoked by auditory stimuli which were not phase-locked was very much reduced in phasic compared to tonic REM sleep. Conclusions This study provides evidence that faster REM sleep rhythms can be modulated by CLAS in a phase-dependent manner. This offers a new approach to investigate how modulation of REM sleep oscillations affects the contribution of this vigilance state to brain function. Highlights - REM sleep alpha and theta oscillations can be modulated using phase-locked CLAS - Phase-dependent changes in power and frequency are observed in the target area - Phase-dependent modulation occurs in phasic and tonic REM sleep Graphical Abstract

The unprecedented increase in life expectancy presents a unique opportunity and the necessity to explore both healthy and pathological aspects of ageing. Electroencephalography (EEG) has been widely used to identify neuromarkers of cognitive ageing due to its affordability and richness in information. However, despite the growing volume of data and methodological advancements, the abundance of contradictory and non-reproducible findings has hindered clinical translation. To address these challenges, our study introduces a comprehensive workflow expanding on previous EEG studies and investigates various static and dynamic power and connectivity estimates as potential neuromarkers of cognitive ageing in a large dataset. We also assess the robustness of our findings by testing their susceptibility to band specification. Finally, we characterise our findings using functionally annotated brain networks to improve their interpretability and multi-modal integration. Our analysis demonstrates the effect of methodological choices on findings and that dynamic rather than static neuromarkers are not only more sensitive but also more robust. Consequently, they emerge as strong candidates for cognitive ageing neuromarkers. Moreover, we were able to replicate the most established EEG findings in cognitive ageing, such as alpha oscillation slowing, increased beta power, reduced reactivity across multiple bands, and decreased delta connectivity. Additionally, when considering individual variations in alpha band, we clarified that alpha power is characteristic of memory performance rather than ageing, highlighting its potential as a neuromarker for cognitive ageing. Finally, our approach using functionally annotated source reconstruction allowed us to provide insights into domain-specific electrophysiological mechanisms underlying memory performance and ageing.