Stimulus-evoked neural activity is attenuated on stimulus repetition (repetition suppression), a phenomenon that is attributed to largely automatic processes in sensory neurons. By manipulating the likelihood of stimulus repetition, we found that repetition suppression in the human brain was reduced when stimulus repetitions were improbable (and thus, unexpected). Our data suggest that repetition suppression reflects a relative reduction in top-down perceptual 'prediction error' when processing an expected, compared with an unexpected, stimulus.

Incoming sensory information is often ambiguous, and the brain has to make decisions during perception. "Predictive coding" proposes that the brain resolves perceptual ambiguity by anticipating the forthcoming sensory environment, generating a template against which to match observed sensory evidence. We observed a neural representation of predicted perception in the medial frontal cortex, while human subjects decided whether visual objects were faces or not. Moreover, perceptual decisions about faces were associated with an increase in top-down connectivity from the frontal cortex to face-sensitive visual areas, consistent with the matching of predicted and observed evidence for the presence of faces.

The human brain protects the processing of task-relevant stimuli from interference (“conflict”) by task-irrelevant stimuli via attentional biasing mechanisms. The lateral prefrontal cortex has been implicated in resolving conflict between competing stimuli by selectively enhancing task-relevant stimulus representations in sensory cortices. Conversely, recent data suggest that conflict from emotional distracters may be resolved by an alternative route, wherein the rostral anterior cingulate cortex inhibits amygdalar responsiveness to task-irrelevant emotional stimuli. Here we tested the proposal of 2 dissociable, distracter-specific conflict resolution mechanisms, by acquiring functional magnetic resonance imaging data during resolution of conflict from either nonemotional or emotional distracters. The results revealed 2 distinct circuits: a lateral prefrontal “cognitive control” system that resolved nonemotional conflict and was associated with enhanced processing of task-relevant stimuli in sensory cortices, and a rostral anterior cingulate “emotional control” system that resolved emotional conflict and was associated with decreased amygdalar responses to emotional distracters. By contrast, activations related to both emotional and nonemotional conflict monitoring were observed in a common region of the dorsal anterior cingulate. These data suggest that the neuroanatomical networks recruited to overcome conflict vary systematically with the nature of the conflict, but that they may share a common conflict-detection mechanism.

The use of neurofeedback as an operant conditioning paradigm has disclosed that participants are able to gain some control over particular aspects of their electroencephalogram (EEG). Based on the association between theta activity (4–7 Hz) and working memory performance, and sensorimotor rhythm (SMR) activity (12–15 Hz) and attentional processing, we investigated the possibility that training healthy individuals to enhance either of these frequencies would specifically influence a particular aspect of cognitive performance, relative to a non-neurofeedback control-group. The results revealed that after eight sessions of neurofeedback the SMR-group were able to selectively enhance their SMR activity, as indexed by increased SMR/theta and SMR/beta ratios. In contrast, those trained to selectively enhance theta activity failed to exhibit any changes in their EEG. Furthermore, the SMR-group exhibited a significant and clear improvement in cued recall performance, using a semantic working memory task, and to a lesser extent showed improved accuracy of focused attentional processing using a 2-sequence continuous performance task. This suggests that normal healthy individuals can learn to increase a specific component of their EEG activity, and that such enhanced activity may facilitate semantic processing in a working memory task and to a lesser extent focused attention. We discuss possible mechanisms that could mediate such effects and indicate a number of directions for future research.

It is well known that performance on a given trial of a cognitive task is affected by the nature of previous trials. For example, conflict effects on interference tasks, such as the Stroop task, are reduced subsequent to high-conflict trials relative to low-conflict trials. This interaction effect between previous and current trial types is called "conflict adaptation" and thought to be due to processing adjustments in cognitive control. The current study aimed to identify the neural substrates of cognitive control during conflict adaptation by isolating neural correlates of reduced conflict from those of increased cognitive control. We expected cognitive control to be implemented by prefrontal cortex through context-specific modulation of posterior regions involved in sensory and motor aspects of task performance. We collected event-related fMRI data on a color-word naming Stroop task and found distinct fronto-parietal networks of current trial conflict detection and conflict adaptation through cognitive control. Conflict adaptation was associated with increased activity in left middle frontal gyrus (GFm) and superior frontal gyrus (GFs), consistent with increased cognitive control, and with decreased activity in bilateral prefrontal and parietal cortices, consistent with reduced response conflict. Psychophysiological interaction analysis (PPI) revealed that cognitive control activation in GFs and GFm was accompanied by increased functional integration with bilateral inferior frontal, right temporal and parietal areas, and the anterior cerebellum. These data suggest that cognitive control is implemented by medial and lateral prefrontal cortices that bias processes in regions that have been implicated in high-level perceptual and motor processes.

Objective: To test a common assumption underlying the clinical use of electroencephalographic (EEG) biofeedback training (neurofeedback), that the modulation of discreet frequency bands is associated with frequency-specific effects. Specifically, the proposal was assessed that enhancement of the low beta components sensorimotor rhythm (SMR: 12–15 Hz) and beta1 (15–18 Hz) affect different aspects of attentional processing. Methods: Subjects (n=25) were randomly allocated to training with either an SMR or beta1 protocol, or to a non-neurofeedback control group. Subjects were assessed prior and subsequent to the training process on two tests of sustained attention. The neurofeedback participants were also assessed on target P300 event-related potential (ERP) amplitudes in a traditional auditory oddball paradigm. Results: Protocol-specific effects were obtained in that SMR training was associated with increased perceptual sensitivity ‘d prime’ (d′), and reduced omission errors and reaction time variability. Beta1 training was associated with faster reaction times and increased target P300 amplitudes, whereas no changes were evident in the control group. Conclusions: Neurofeedback training of SMR and beta1 band components led to significant and protocol-specific effects in healthy subjects. The data can be interpreted as indicating a general attention-enhancing effect of SMR training, and an arousal-enhancing effect of beta1 training.

Visual cortex is traditionally viewed as a hierarchy of neural feature detectors, with neural population responses being driven by bottom-up stimulus features. Conversely, "predictive coding" models propose that each stage of the visual hierarchy harbors two computationally distinct classes of processing unit: representational units that encode the conditional probability of a stimulus and provide predictions to the next lower level; and error units that encode the mismatch between predictions and bottom-up evidence, and forward prediction error to the next higher level. Predictive coding therefore suggests that neural population responses in category-selective visual regions, like the fusiform face area (FFA), reflect a summation of activity related to prediction ("face expectation") and prediction error ("face surprise"), rather than a homogenous feature detection response. We tested the rival hypotheses of the feature detection and predictive coding models by collecting functional magnetic resonance imaging data from the FFA while independently varying both stimulus features (faces vs houses) and subjects' perceptual expectations regarding those features (low vs medium vs high face expectation). The effects of stimulus and expectation factors interacted, whereby FFA activity elicited by face and house stimuli was indistinguishable under high face expectation and maximally differentiated under low face expectation. Using computational modeling, we show that these data can be explained by predictive coding but not by feature detection models, even when the latter are augmented with attentional mechanisms. Thus, population responses in the ventral visual stream appear to be determined by feature expectation and surprise rather than by stimulus features per se.

Abstract The hippocampus has been a focus of memory research since H.M’s surgery in 1953 abolished his ability to form new memories, yet its mechanistic role in memory is still debated. Here, we identify a novel, systems-level candidate memory mechanism: an anticipatory hippocampal “convergence state”, observed while awaiting valuable information, that both predicts later memory, and accounts for the relationship between midbrain activation and enhanced learning. To reveal this state, we leveraged endogenous neuromodulation associated with motivation: During fMRI, participants viewed trivia questions eliciting high or low curiosity, each followed seconds later by its answer. We reasoned that memory encoding success requires a convergence of factors, and as such, hippocampal states associated with remembered trials would be less variable than forgotten ones. Using a novel multivariate approach, we measured convergence by quantifying the typicality of spatially distributed patterns. We found that during anticipation of trivia answers, hippocampal states showed greater convergence under high than low curiosity. Crucially, convergence in the hippocampus increased with greater midbrain activation and uniquely accounted for the association between midbrain activation and subsequent memory recall. We propose that this novel convergence state in the hippocampus reflects a mechanism of its contribution to long term memory formation and that engagement of this convergence state completes the cascade from motivation to midbrain activity to memory enhancement.

Abstract Adaptive behavior requires learning about the structure of one’s environment to derive optimal action policies, and previous studies have documented transfer of such structural knowledge to bias choices in new environments. Here, we asked whether people could also acquire and transfer more abstract knowledge across different task environments, specifically expectations about cognitive control demands. Over three experiments, participants performed a probabilistic card-sorting task in environments of either a low or high volatility of task rule changes (requiring low or high cognitive flexibility respectively) before transitioning to a medium-volatility environment. Using reinforcement learning modeling, we consistently found that previous exposure to high task rule volatilities led to faster adaptation to rule changes in the subsequent transfer phase. These transfers of expectations about cognitive flexibility demands were both task- (Experiment 2) and stimulus- (Experiment 3) independent, thus demonstrating the formation and generalization of environmental structure knowledge to guide cognitive control. Statement of Relevance We investigated whether structural knowledge of one task environment can be transferred to guide cognitive control strategies in new environments. Past research has found that while learning generally improves subsequent performance, it does so only for the learned task (“near transfer”) and has little or no generalizability to novel task rules and stimuli (“far transfer”). However, recent studies suggest that learning more abstract, structural task features (e.g., cognitive maps) allows for that knowledge to be applied to new environments. Here, we took a critical additional step and showed that people can acquire and transfer expectations about cognitive control demands (specifically cognitive flexibility) across different task environments. To our knowledge, this is the first demonstration of people’s ability to extract and re-use cognitive control learning parameters that transcend specific stimuli and tasks. This transfer of learned cognitive flexibility is particularly noteworthy because such flexibility is impaired in several common psychiatric conditions.