Abstract Differently from visual recognition, auditory recognition is a process relying on the organization of single elements that evolve in time. Here, we aimed to discover the spatiotemporal dynamics of this cognitive function by adopting a novel strategy for varying the complexity of musical sequences. We selected traditional tonal musical sequences and altered the distance between pitches to obtain matched atonal sequences. We then recorded the brain activity of 71 participants using magnetoencephalography (MEG) while they listened to and later recognized auditory sequences constructed according to simple (tonal) or complex (atonal) conventions. Results reveal qualitative changes in neural activity dependent on stimulus complexity: recognition of tonal sequences engaged hippocampal and cingulate areas, whereas recognition of atonal sequences mainly activated the auditory processing network. Our findings highlight the involvement of a cortico-subcortical brain network for auditory recognition and support the idea that stimulus complexity qualitatively alters the neural pathways of recognition memory.

Abstract Memory is a complex cognitive process comprised by several subsystems, namely short- and long-term memory and working memory (WM). Previous research has shown that adequate interaction between subsystems is crucial for successful memory processes such as encoding, storage and manipulation of information. However, few studies have investigated the relationship between different subsystems at the behavioral and neural levels. Thus, here we assessed the relationship between individual WM abilities and brain activity underlying the recognition of previously memorized auditory sequences. First, recognition of previously memorized versus novel auditory sequences was associated with a widespread network of brain areas comprising the cingulate gyrus, hippocampus, insula, inferior temporal cortex, frontal operculum, and orbitofrontal cortex. Second, we observed positive correlations between brain activity underlying auditory sequence recognition and WM. We showed a sustained positive correlation in the medial cingulate gyrus, a brain area which was widely involved in the auditory sequence recognition. Remarkably, we also observed positive correlations in the inferior temporal, temporal-fusiform, and postcentral gyri, brain areas which were not strongly associated to auditory sequence recognition. In conclusion, we discovered positive correlations between WM abilities and brain activity underlying long-term recognition of auditory sequences, providing new evidence on the relationship between memory subsystems. Furthermore, we showed that high WM performers recruited a larger brain network including areas associated to visual processing (i.e., inferior temporal, temporal-fusiform and postcentral gyri) for successful auditory memory recognition. Significance statement Memory is a complex cognitive process dependent on the successful interaction between its multiple subsystems. Here, we assessed the relationship between individual WM abilities and brain activity underlying the recognition of previously memorized auditory sequences. We observed positive correlations between brain activity underlying auditory sequence recognition and WM, especially in the medial cingulate gyrus, inferior temporal, temporal-fusiform and postcentral gyri. In this study, we provided new evidence on the relationship between two memory subsystems: WM and long-term auditory recognition. Moreover, we showed that, to successfully complete memory recognition tasks, high WM performers recruited a larger brain network which comprised brain areas mainly associated to visual processing, such as inferior temporal, temporal-fusiform and postcentral gyri.

Abstract Our brain is constantly extracting, predicting, and recognising key spatiotemporal features of the physical world in order to survive. While neural processing of visuospatial patterns has been extensively studied, the hierarchical brain mechanisms underlying conscious recognition of auditory sequences and the associated prediction errors remain elusive. Using magnetoencephalography (MEG), we studied the brain functioning of 83 participants during recognition of previously memorised musical sequences and systematic variations. The results showed feedforward connections originating from auditory cortices, and extending to the hippocampus, anterior cingulate gyrus, and medial cingulate gyrus. Simultaneously, we observed backward connections operating in the opposite direction. Throughout the sequences, the hippocampus and cingulate gyrus maintained the same hierarchical level, except for the final tone, where the cingulate gyrus assumed the top position within the hierarchy. The evoked responses of memorised sequences and variations engaged the same hierarchical brain network but systematically differed in terms of temporal dynamics, strength, and polarity. Furthermore, induced-response analysis showed that alpha and beta power was stronger for the variations, while gamma power was enhanced for the memorised sequences. This study expands on the predictive coding theory by providing quantitative evidence of hierarchical brain mechanisms during conscious memory and predictive processing of auditory sequences.

Abstract Cognitive aging is characterized by a gradual decline in cognitive functioning. One of the most worrying deficits for older adults is a decreased capacity to memorize and remember new information. In this study, we assessed auditory short-term memory (STM), long-term memory (LTM), and working memory (WM) abilities of young and older adults using musical and numerical tasks. Additionally, we measured musical training and tested whether this capacity influences memory performance. Regarding STM, young adults scored higher than older adults when making same/different judgements of rhythmic sequences, but their performance was alike for melodic sequences. Higher levels of musical training were associated with enhanced STM capacity for melodic sequences. In relation to LTM, young adults outperformed older adults in identifying new musical sequences. Moreover, younger and older individuals with high musical training outperformed those with low musical training. No group differences were found in the recognition of previously memorized musical sequences. Finally, we found no group differences in WM capacity, although there was a non-significant tendency for young adults to outperform older adults. Overall, we found that aging differently affects several types of auditory memory and that, for certain musical memory tasks, a higher level of musical training provides significant advantages.

Imagine a song you know by heart. With little effort you could sing it or play it vividly in your mind. However, we are only beginning to understand how the brain represents, holds, and manipulates these musical "thoughts". Here, we decoded listened and imagined melodies from MEG brain data (N = 71) to show that auditory regions represent the sensory properties of individual sounds, whereas cognitive control (prefrontal cortex, basal nuclei, thalamus) and episodic memory areas (inferior and medial temporal lobe, posterior cingulate, precuneus) hold and manipulate the melody as an abstract unit. Furthermore, the mental manipulation of a melody systematically changes its neural representation, reflecting the volitional control of auditory images. Our work sheds light on the nature and dynamics of auditory representations and paves the way for future work on neural decoding of auditory imagination.

Information processing in the human brain can be modelled as a complex dynamical system operating out of equilibrium with multiple regions interacting nonlinearly. Yet, despite extensive study of non-equilibrium at the global level of the brain, quantifying the irreversibility of interactions among brain regions at multiple levels remains an unresolved challenge. Here, we present the Directed Multiplex Visibility Graph Irreversibility framework, a method for analysing neural recordings using network analysis of timeseries. Our approach constructs directed multi-layer graphs from multivariate time-series where information about irreversibility can be decoded from the marginal degree distributions across the layers, which each represents a variable. This framework is able to quantify the irreversibility of every interaction in the complex system. Applying the method to magnetoencephalography recordings during a long-term memory recognition task, we quantify the multivariate irreversibility of interactions between brain regions and identify the combinations of regions which showed higher levels of non-equilibrium in their interactions. For individual regions, we find higher irreversibility in cognitive versus sensorial brain regions whilst for pairs, strong relationships are uncovered between cognitive and sensorial pairs in the same hemisphere. For triplets and quadruplets, the most non-equilibrium interactions are between cognitive- sensorial pairs alongside medial regions. Finally, for quintuplets, our analysis finds higher irreversibility when the prefrontal cortex is included in the interaction. Combining these results, we show that multilevel irreversibility offers unique insights into the higher-order organisation of neural dynamics and presents a new perspective on the analysis of brain network dynamics.

Abstract Aging is often associated with decline in brain processing power and neural predictive capabilities. To challenge this notion, we used the excellent temporal resolution of magnetoencephalography (MEG) to record the whole-brain activity of 39 older adults (over 60 years old) and 37 young adults (aged 18-25 years) during recognition of previously memorised and novel musical sequences. Our results demonstrate that independent of behavioural measures, older compared to young adults showed increased rapid auditory cortex responses (around 100 and 250 ms after each tone of the sequence) and decreased later responses (around 250 and 350 ms) in hippocampus, ventromedial prefrontal cortex and inferior frontal gyrus. Working memory abilities were associated with stronger brain activity for both young and older adults. Our findings unpick the complexity of the healthy aging brain, showing age-related neural transformations in predictive and memory processes and challenging simplistic notions that non-pathological aging merely diminishes neural predictive capabilities.