The association between brain regions involved in speech production and those that play a role in speech perception is not yet fully understood. We compared speech production related brain activity with activations resulting from perceptual categorization of syllables using high field 7 Tesla functional magnetic resonance imaging (fMRI) at 1-mm isotropic voxel resolution, enabling high localization accuracy compared to previous studies.Blood oxygenation level dependent (BOLD) signals were obtained in 20 normal hearing subjects using a simultaneous multi-slice (SMS) 7T echo-planar imaging (EPI) acquisition with whole-head coverage and 1 mm isotropic resolution. In a speech production localizer task, subjects were asked to produce a silent lip-round vowel /u/ in response to the visual cue "U" or purse their lips when they saw the cue "P". In a phoneme discrimination task, subjects were presented with pairs of syllables, which were equiprobably identical or different along an 8-step continuum between the prototypic /ba/ and /da/ sounds. After the presentation of each stimulus pair, the subjects were asked to indicate whether the two syllables they heard were identical or different by pressing one of two buttons. In a phoneme classification task, the subjects heard only one syllable and asked to indicate whether it was /ba/ or /da/.Univariate fMRI analyses using a parametric modulation approach suggested that left motor, premotor, and frontal cortex BOLD activations correlate with phoneme category variability in the /ba/-/da/ discrimination task. In contrast, the variability related to acoustic features of the phonemes were the highest in the right primary auditory cortex. Our multivariate pattern analysis (MVPA) suggested that left precentral/inferior frontal cortex areas, which were associated with speech production according to the localizer task, play a role also in perceptual categorization of the syllables.The results support the hypothesis that articulatory motor networks in the left hemisphere that are activated during speech production could also have a role in perceptual categorization of syllables. Importantly, high voxel-resolution combined with advanced coil technology allowed us to pinpoint the exact brain regions involved in both perception and production tasks.

Abstract Working memory (WM), short term maintenance of information for goal directed behavior, is essential to human cognition. Identifying the neural mechanisms supporting WM is a focal point of neuroscientific research. One prominent theory hypothesizes that WM content is carried in a dynamic fashion, involving an “activity-silent” brain state based on synaptic facilitation. Information carried in such activity-silent brain states could be decodable from content-specific changes in responses to unrelated “impulse stimuli”. A potential method for such impulses is single-pulse transcranial magnetic stimulation (TMS) with its focal, precise nature. Here, we tested the activity-silent model by combining TMS/EEG and multivariate pattern analysis (MVPA) with a non-conceptual auditory WM task that employed parametric ripple sound stimuli and a retro-cue design. Our MVPA employed between-subject cross-validation and robust non- parametric permutation testing. The decoding accuracy of WM content significantly increased after a single pulse TMS was delivered to the posterior superior temporal cortex during WM maintenance. Our results are compatible with the theory that WM maintenance involves brain states which are effectively “activity-silent” relative to other intrinsic processes visible in the EEG signal. Single-pulse TMS combined with MVPA could provide a powerful way to decode information content of “activity-silent” brain states involved in WM.

Background: Transcranial magnetic stimulation (TMS) is currently the only non-invasive neurostimulation modality that enables painless and safe supra-threshold stimulation by employing electromagnetic induction to efficiently penetrate the skull. Accurate, fast, and high resolution modeling of the electric fields (E-fields) may significantly improve individualized targeting and dosing of TMS and therefore enhance the efficiency of existing clinical protocols as well as help establish new application domains. Objective: To present and disseminate our TMS modeling software toolkit, including several new algorithmic developments, and to apply this software to realistic TMS modeling scenarios given a high-resolution model of the human head including cortical geometry and an accurate coil model. Method: The recently developed charge-based boundary element fast multipole method (BEM-FMM) is employed as an alternative to the 1st order finite element method (FEM) most commonly used today. The BEM-FMM approach provides high accuracy and unconstrained field resolution close to and across cortical interfaces. Here, the previously proposed BEM-FMM algorithm has been improved in several novel ways. Results and Conclusions: The improvements resulted in a threefold increase in computational speed while maintaining the same solution accuracy. The computational code based on the MATLAB platform is made available to all interested researchers, along with a coil model repository and examples to create custom coils, head model repository, and supporting documentation. The presented software toolkit may be useful for post-hoc analyses of navigated TMS data using high-resolution subject-specific head models as well as accurate and fast modeling for the purposes of TMS coil/hardware development.

This study aims to describe a MATLAB software package for transcranial magnetic stimulation (TMS) coil analysis and design.Electric and magnetic fields of the coils as well as their self- and mutual (for coil arrays) inductances are computed, with or without a magnetic core. Solid and stranded (Litz wire) conductors are also taken into consideration. The starting point is the centerline of a coil conductor(s), which is a 3D curve defined by the user. Then, a wire mesh and a computer aided design (CAD) mesh for the volume conductor of a given cross-section (circular, elliptical, or rectangular) are automatically generated. Self- and mutual inductances of the coil(s) are computed. Given the conductor current and its time derivative, electric and magnetic fields of the coil(s) are determined anywhere in space.Computations are performed with the fast multipole method (FMM), which is the most efficient way to evaluate the fields of many elementary current elements (current dipoles) comprising the current carrying conductor at a large number of observation points. This is the major underlying mathematical operation behind both inductance and field calculations.The wire-based approach enables precise replication of even the most complex physical conductor geometries, while the FMM acceleration quickly evaluates large quantities of elementary current filaments. Agreement to within 0.74% was obtained between the inductances computed by the FMM method and ANSYS Maxwell 3D for the same coil model. Although not provided in this study, it is possible to evaluate non-linear magnetic cores in addition to the linear core exemplified. An experimental comparison was carried out against a physical MagVenture C-B60 coil; the measured and simulated inductances differed by only 1.25%, and nearly perfect correlation was found between the measured and computed E-field values at each observation point.The developed software package is applicable to any quasistatic inductor design, not necessarily to the TMS coils only.

A particular yet computationally successful solution of an inverse transcranial magnetic stimulation (TMS) problem is reported. The goal has been focusing the normal unsigned electric field at the inner cortical surface and its vicinity (the D wave activation site) given a unique high-resolution gyral pattern of a subject and a precise coil model. For 16 subjects and 32 arbitrary target points, the solution decreases the mean deviation of the maximum-field domain from the target by a factor of 2 on average. The reduction in the maximum-field area is expected to quadruple. The average final deviation is 6 mm. Rotation about the coil axis is the most significantly altered parameter, and the coil moves 10 mm on average during optimization. The maximum electric field magnitude decreases by 16% on average. Stability of the solution is enforced. The relative average de-focalization is below 1.2 when position/orientation accuracies are within 3 mm/6 degrees, respectively. The solution for the maximum normal field may also maximize the total field and its gradient for neighboring cortical layers III-V (I wave activation).