Abstract Sleep is known to increase the convection of interstitial brain metabolites along with cerebrospinal fluid (CSF). We used ultrafast magnetic resonance encephalography (MREG BOLD ) to quantify the effect of sleep on physiological (vasomotor, respiratory and cardiac) brain pulsations driving the CSF convection in humans. Transition to electroencephalography verified sleep occurred in conjunction with power increase and reduced spectral entropy (SE) of physiological brain pulsations. During sleep, the greatest increase in spectral power was in very-low frequency (VLF < 0.1 Hz) waves, followed by respiratory and cardiac brain pulsations. SE reduction coincided with decreased vigilance in awake state and could robustly (ROC 0.88, p < 0.001) differentiate between sleep vs. awake states, indicating the sensitivity of SE of the MREG BOLD signal as a marker for sleep level. In conclusion, the three physiological brain pulsation contribute to the sleep-associated increase in glymphatic CSF convective flow in an inverse frequency order. Highlights Brain tissue contains almost no connective tissue, this enabling pressure waves to initiate long-distance brain pulsations Brain pulsations are induced by vasomotion, respiration, and the cardiac cycle Sleep strikingly increases spectral power and decreases spectral entropy of brain pulsations, especially for the very low frequency vasomotor waves Spectral entropy of brain pulsations detected by MREG is a sensitive measure of vigilance, resembling the corresponding entropy changes detected by scalp EEG

Abstract The glymphatic brain clearance mechanism convects brain cerebrospinal fluid driven by physiological pulsations such as cardiovascular and very low-frequency (VLF < 0.1 Hz) vasomotor waves. Presently, ultrafast functional magnetic resonance imaging (fMRI) facilitates the measurement of these signals from both venous and arterial compartments. In this study, we compared the interaction of these two pulsations in awake and sleep using fMRI and peripheral fingertip photoplethysmography in both arterial and venous signals in ten subjects (5 female). Sleep increased the power of brain cardiovascular pulsations, decreased peripheral pulsation and desynchronized them. Vasomotor waves, however, increase in both power and synchronicity in brain and peripheral signals during sleep. Peculiarly, vasomotor lag reversed in sleep within the default mode network vs. peripheral signal. Finally, sleep synchronized cerebral arterial vasomotion measured with cardiovascular hemodynamic envelope (CHe) vs. venous blood oxygenation level dependent (BOLD) signals in parasagittal brain tissue. These changes in power and pulsation synchrony may reflect differential changes in vascular control between the periphery and brain vasculature, while the increased synchrony of arterial and venous compartments may reflect increased convection of neurofluids in parasagittal areas in sleep. Statement of Significance This study shows that while sleep attenuated the cardiovascular synchrony and powers of pulsatility between the periphery and brain, it also increased brain tissue synchrony of venous and arterial vasomotor waves, specifically in the parasagittal regions. The study also shows that vasomotor waves increased in the human brain and the periphery during NREM sleep. Thus, sleep induces a whole-body vasomotor synchronization where the initiation of peripheral vasomotor waves is preceded within the default mode network area. Based on these results, we suggest that the synchronization of vasomotor waves may be a significant contributor to the enhancement of glymphatic fluid exchange in the human brain during sleep.

Abstract Infra-slow fluctuations (ISFs, 0.008-0.1 Hz) characterize hemodynamic and electric potential signals from the human brain. ISFs are known to correlate with the amplitude dynamics of fast (> 1 Hz) neuronal oscillations, and may arise from permeability fluctuations of the blood-brain barrier (BBB). Slow physiological pulsations such as respiration may also influence the amplitude dynamics of fast oscillations, but it remains uncertain if these processes track the fluctuations of fast cortical oscillations or act as their drivers. Moreover, possible effects of sleep and associated BBB permeability changes on such coupling are unknown. Here, we used non-invasive high-density full-band electroencephalography (EEG) in healthy human volunteers (N=21) to measure concurrently the ISFs, respiratory pulsations, and fast neuronal oscillations during periods of wakefulness and sleep, and to assess the strength and direction of their phase-amplitude coupling. The phases of ISFs and respiration were both coupled with the amplitude of fast neuronal oscillations, with stronger ISF coupling evident during sleep. Causality analysis robustly showed that the phase of ISF and respiration drove the amplitude dynamics of fast oscillations in sleeping and waking states. However, the net direction of modulation was stronger during the awake state, despite the stronger power and phase-amplitude coupling of slow signals during sleep. These findings show that the ISFs in slow cortical potentials and respiration together significantly determine the dynamics of fast cortical oscillations. We propose that these slow physiological phases are involved in coordinating cortical excitability, which is a fundamental aspect of brain function. Significance Statement Previously disregarded EEG infra-slow fluctuations (0.008-0.1 Hz) and slow physiological pulsations such as respiration have been attracting increasing research interest, which shows that both of these signals correlate with fast (> 1 Hz) neuronal oscillations. However, little has been known about the mechanisms underlying these interactions; for example, the direction of causality in this interaction has not hitherto been studied. Therefore, we investigated full-band EEG in healthy volunteers during wakefulness and sleep to determine if ISF and respiration phases drive neuronal amplitudes. Results showed that ISF and respiration are phase-amplitude coupled, and predict neuronal EEG rhythms. Thus, we conclude that fast neuronal rhythms in human brain are modulated by slower non-neural phenomena.