Abstract Making accurate decisions often involves the integration of current and past evidence. Here we examine the neural correlates of conflict and evidence integration during sequential decision making. Patients implanted with deep-brain stimulation (DBS) electrodes and age-matched healthy controls performed an expanded judgement task, in which they were free to choose how many cues to sample. Behaviourally, we found that while patients sampled numerically more cues, they were less able to integrate evidence and showed suboptimal performance. Using recordings of Magnetoencephalography (MEG) and local field potentials (LFP, in patients) in the subthalamic nucleus (STN), we found that beta oscillations signalled conflict between cues within a sequence. Following cues that differed from previous cues, beta power in the STN and cortex first decreased and then increased. Importantly, the conflict signal in the STN outlasted the cortical one, carrying over to the next cue in the sequence. Furthermore, after a conflict, there was an increase in coherence between the dorsal premotor cortex and subthalamic nucleus in the beta band. These results extend our understanding of cortico-subcortical dynamics of conflict processing, and do so in a context where evidence must be accumulated in discrete steps, much like in real life. Thus, the present work leads to a more nuanced picture of conflict monitoring systems in the brain and potential changes due to disease.

Abstract Parkinson’s disease (PD) is characterised by the emergence of pathological patterns of oscillatory synchronisation across the cortico-basal-ganglia circuit. The relationship between anatomical connectivity and oscillatory synchronisation within this system remains poorly understood. We address this by integrating evidence from invasive electrophysiology, magnetoencephalography, tractography and computational modelling in patients. Coupling between supplementary motor area (SMA) and subthalamic nucleus (STN) within the high beta frequency (21-30 Hz) range correlated with fibre tract densities between these two structures. Additionally within the STN, non-linear waveform features suggestive of cortical synchronisation correlated with cortico-STN fibre densities. Finally, computational modelling revealed that exaggerated hyperdirect cortical inputs to the STN in the upper beta frequency range can provoke the generation of widespread pathological synchrony at lower beta (13-20 Hz) frequencies. These observations reveal a spectral signature of the hyperdirect pathway at high beta frequencies and provide evidence for its pathophysiological role in oscillatory network dysfunction in PD. One sentence summary Signatures of the hyperdirect pathway and its likely role in pathological network disruption in Parkinson’s disease are identified.

Abstract The ventralis intermedius nucleus (Vim) is centrally placed in the dentato-thalamo-cortical pathway (DTCp) and is a key surgical target in the treatment of severe medically refractory tremor. It is not visible on conventional MRI sequences; consequently, stereotactic targeting currently relies on atlas-based coordinates. This fails to capture individual anatomical variability, which may lead to poor long-term clinical efficacy. Probabilistic tractography, combined with known anatomical connectivity, enables localisation of thalamic nuclei at an individual subject level. There are, however, a number of confounds associated with this technique that may influence results. Here we focused on an established method, using probabilistic tractography to reconstruct the DTCp, to identify the connectivity-defined Vim (cd-Vim) in vivo . Using 100 healthy individuals from the Human Connectome Project, our aim was to quantify cd-Vim variability across this population, measure the discrepancy with atlas-defined Vim (ad-Vim), and assess the influence of potential methodological confounds. We found no significant effect of any of the confounds. The mean cd-Vim coordinate was located within 1.9 mm (left) and 2.1 mm (right) of the average midpoint and 4.9 mm (left) and 5.4 mm (right) from the ad-Vim coordinates. cd-Vim location was more variable on the right, which reflects hemispheric asymmetries in the probabilistic DTCp reconstructed. The superior cerebellar peduncle was identified as a potential source of artificial variance. This work demonstrates significant individual anatomical variability of the cd-Vim that atlas-based approaches fail to capture. This variability was not related to any methodological confound tested. Lateralisation of cerebellar functions, such as speech, may contribute to the observed asymmetry. Tractography-based methods seem sensitive to individual anatomical variability that is missed by conventional neurosurgical targeting; These findings may form the basis for translational tools to improve efficacy and reduce side-effects of thalamic surgery for tremor. Highlights Connectivity-based Vim position varied markedly between subjects and from atlas-defined coordinates. This positional variability was not related to any methodological confound tested. Hemispheric asymmetry was observed in connectivity-based Vim position. We hypothesise lateralization of cerebellar functions, such as language, may contribute to asymmetry. Knowledge of Vim position variability could help inform neurosurgical planning in the management of tremor.

Abstract Parkinson’s disease dementia (PDD) and dementia with Lewy bodies (DLB) are related conditions that are associated with cholinergic system dysfunction. Dysfunction of the nucleus basalis of Meynert (NBM), a basal forebrain structure that provides the dominant source of cortical cholinergic innervation, has been implicated in the pathogenesis of both PDD and DLB. Here we leverage the temporal resolution of magnetoencephalography (MEG) with the spatial resolution of MRI tractography in order to explore the intersection of functional and structural connectivity of the NBM in a unique cohort of PDD and DLB patients undergoing Deep Brain Stimulation (DBS) of this structure. We observe that NBM-cortical structural and functional connectivity correlate within spatially and spectrally segregated networks including: 1) a beta band network to supplementary motor area (SMA), where activity in the SMA was found to drive activity in the NBM, 2) a delta/theta band network to medial temporal lobe structures encompassing the parahippocampal gyrus and 3) a delta/theta band network to visual areas including lingual gyrus. These findings reveal functional networks of the NBM that are likely to subserve important roles in motor control, memory and visual function respectively. Furthermore, they motivate future studies aimed at disentangling network contribution to disease phenotype.

Abstract Patients with advanced Parkinson’s can be treated by deep brain stimulation of the subthalamic nucleus (STN). This affords a unique opportunity to record from this nucleus and stimulate it in a controlled manner. Previous work has shown that activity in the STN is modulated in a rhythmic pattern when Parkinson’s patients perform stepping movements, raising the question whether the STN is involved in the dynamic control of stepping. To answer this question, we tested whether an alternating stimulation pattern resembling the stepping-related modulation of activity in the STN could entrain patients’ stepping movements as evidence of the STN’s involvement in stepping control. Group analyses of ten Parkinson’s patients (one female) showed that alternating stimulation significantly entrained stepping rhythms. We found a remarkably consistent alignment between the stepping and stimulation cycle when the stimulation speed was close to the stepping speed in the five patients that demonstrated significant individual entrainment to the stimulation cycle. Our study provides evidence that the STN is causally involved in dynamic control of step timing, and motivates further exploration of this biomimetic stimulation pattern as a basis for the development of specific deep brain stimulation strategies to ameliorate gait impairments.

The cortico-basal ganglia network in Parkinson's disease (PD) is characterised by the emergence of transient episodes of exaggerated beta frequency oscillatory synchrony known as bursts. Although beta bursts of prolonged duration and amplitude are well recognised to have a detrimental effect on motor function in PD, the neurophysiological mechanisms leading to burst initiation remain poorly understood. Related to this is the question of whether there exist features of basal ganglia activity which can reliably predict the onset of beta bursts. Current state-of-the-art adaptive Deep Brain Stimulation (aDBS) algorithms for PD involve the reactive delivery of stimulation following burst detection and are unable to stimulate proactively so as to prevent burst onset. The discovery of a predictive biomarker would allow for such proactive stimulation, thereby offering further potential for improvements in both the efficacy and side effect profile of aDBS. Here we use deep neural networks to address the hypothesis that beta bursts can be predicted from invasive subthalamic nucleus (STN) recordings in PD patients. We developed a neural network which was able to predict bursts 31.6ms prior to their onset, with a high sensitivity and a low false positive rate (mean performance metrics: sensitivity = 84.8%, precision = 91.5%, area under precision recall curve = 0.87 and false positive rate = 7.6 per minute). Furthermore, by considering data segments that our network labelled as being predictive, we show that a dip in the beta amplitude (a fall followed by a subsequent rise) is a predictive biomarker for subsequent burst occurrence. Our findings demonstrate proof-of-principle for the feasibility of beta burst prediction and inform the development of a new type of intelligent DBS approach with the capability of stimulating proactively to prevent beta burst occurrence.

Beta oscillations are readily observed in motor cortex and the basal ganglia, but to which extent they are functionally relevant is unclear. To understand how activity transfer between different nodes of the cortico-basal ganglia network is affected by cortical beta oscillations in different behavioural conditions, we recorded local field potentials and electroencephalography (EEG) activity in a low-force motor control task and during rest in Parkinson's patients undergoing deep brain stimulation (DBS) surgery. The patients received DBS of either the subthalamic nucleus (STN) or the internal globus pallidus (GPi), which allowed us to investigate if STN and GPi broad-band high-frequency activity (HFA; >150 Hz) is co-modulated with the phase of motor cortical beta activity. We found significant modulation patterns in the STN and the GPi, which were inverted while patients performed the task, showing that GPi activity fluctuations likely are crafted by other inputs than the direct excitatory STN afferents. We also found that consistent STN modulation disappeared during rest, showing disengagement in this condition, while GPi modulation was maintained, again evidencing that beta-band activity fluctuations in the GPi can be relatively independent of those in the STN. The difference between HFA modulation patterns in the task and rest recordings suggests a potential functional role of beta phase-locked HFA modulation in controlling sustained contractions. Examination of HFA co-modulation patterns at different sites of the cortico-basal ganglia-thalamo-cortical network under different behavioural conditions may provide a tool with which to define the impact of beta synchronization on network communication.

Multiple surgical targets have been proposed for treating obsessive-compulsive disorder (OCD) with deep brain stimulation (DBS). However, different targets may modulate the same neural network responsible for clinical improvement. Here we analyzed data from four cohorts of OCD patients (N = 50) that underwent DBS to the anterior limb of the internal capsule (ALIC), the nucleus accumbens (NAcc) or the subthalamic nucleus (STN). Fiber tracts that were predominantly connected to electrodes in good or poor DBS responders were isolated from a normative structural connectome and assigned a predictive value. Strikingly, the same fiber bundle was related to treatment response when independently analyzing two large training cohorts that targeted either ALIC or STN. This discriminative tract is a subsection of the ALIC and connects frontal regions (such as the dorsal anterior cingulate, dACC, and ventral prefrontal, vlPFC, cortices to the STN). When informing the tract solely based on one cohort (e.g. ALIC), clinical improvements in the other (e.g. STN) could be significantly predicted, and vice versa. Finally, clinical improvements of eight patients from a third center with electrodes in the NAcc and six patients from a fourth center in which electrodes had been implanted in both STN and ALIC were significantly predicted based on this novel tract-based DBS target. Results suggest a functional role of a limbic hyperdirect pathway that projects from dACC and vlPFC to anteriomedial STN. Obsessive-compulsive symptoms seem to be tractable by modulating the specific bundle isolated here. Our results show that connectivity-derived improvement models can inform clinical improvement across DBS targets, surgeons and centers. The identified tract is now three-dimensionally defined in stereotactic standard space and will be made openly available.

Deep brain stimulation (DBS) for Parkinson's disease is a highly effective treatment in controlling otherwise debilitating symptoms yet the underlying brain mechanisms are currently not well understood. We used whole-brain computational modeling to disclose the effects of DBS ON and OFF during collection of resting state fMRI in ten Parkinson's Disease patients. Specifically, we explored the local and global impact of DBS in creating asynchronous, stable or critical oscillatory conditions using a supercritical bifurcation model. We found that DBS shifts the global brain dynamics of patients nearer to that of healthy people by significantly changing the bifurcation parameters in brain regions implicated in Parkinson's Disease. We also found higher communicability and coherence brain measures during DBS ON compared to DBS OFF. Finally, by modeling stimulation we identified possible novel DBS targets. These results offer important insights into the underlying effects of DBS, which may in time offer a route to more efficacious treatments.