This paper describes the data repository for the Cambridge Centre for Ageing and Neuroscience (Cam-CAN) initial study cohort. The Cam-CAN Stage 2 repository contains multi-modal (MRI, MEG, and cognitive-behavioural) data from a large (approximately N=700), cross-sectional adult lifespan (18-87years old) population-based sample. The study is designed to characterise age-related changes in cognition and brain structure and function, and to uncover the neurocognitive mechanisms that support healthy cognitive ageing. The database contains raw and preprocessed structural MRI, functional MRI (active tasks and resting state), and MEG data (active tasks and resting state), as well as derived scores from cognitive behavioural experiments spanning five broad domains (attention, emotion, action, language, and memory), and demographic and neuropsychological data. The dataset thus provides a depth of neurocognitive phenotyping that is currently unparalleled, enabling integrative analyses of age-related changes in brain structure, brain function, and cognition, and providing a testbed for novel analyses of multi-modal neuroimaging data.

As greater numbers of us are living longer, it is increasingly important to understand how we can age healthily. Although old age is often stereotyped as a time of declining mental abilities and inflexibility, cognitive neuroscience reveals that older adults use neural and cognitive resources flexibly, recruiting novel neural regions and cognitive processes when necessary. Our aim in this project is to understand how age-related changes to neural structure and function interact to support cognitive abilities across the lifespan.We are recruiting a population-based cohort of 3000 adults aged 18 and over into Stage 1 of the project, where they complete an interview including health and lifestyle questions, a core cognitive assessment, and a self-completed questionnaire of lifetime experiences and physical activity. Of those interviewed, 700 participants aged 18-87 (100 per age decile) continue to Stage 2 where they undergo cognitive testing and provide measures of brain structure and function. Cognition is assessed across multiple domains including attention and executive control, language, memory, emotion, action control and learning. A subset of 280 adults return for in-depth neurocognitive assessment in Stage 3, using functional neuroimaging experiments across our key cognitive domains.Formal statistical models will be used to examine the changes that occur with healthy ageing, and to evaluate age-related reorganisation in terms of cognitive and neural functions invoked to compensate for overall age-related brain structural decline. Taken together the three stages provide deep phenotyping that will allow us to measure neural activity and flexibility during performance across a number of core cognitive functions. This approach offers hypothesis-driven insights into the relationship between brain and behaviour in healthy ageing that are relevant to the general population.Our study is a unique resource of neuroimaging and cognitive measures relevant to change across the adult lifespan. Because we focus on normal age-related changes, our results may contribute to changing views about the ageing process, lead to targeted interventions, and reveal how normal ageing relates to frail ageing in clinicopathological conditions such as Alzheimer's disease.

Theories proposing that how one thinks and feels is influenced by feedback from the body remain controversial. A central but untested prediction of many of these proposals is that how well individuals can perceive subtle bodily changes (interoception) determines the strength of the relationship between bodily reactions and cognitive-affective processing. In Study 1, we demonstrated that the more accurately participants could track their heartbeat, the stronger the observed link between their heart rate reactions and their subjective arousal (but not valence) ratings of emotional images. In Study 2, we found that increasing interoception ability either helped or hindered adaptive intuitive decision making, depending on whether the anticipatory bodily signals generated favored advantageous or disadvantageous choices. These findings identify both the generation and the perception of bodily responses as pivotal sources of variability in emotion experience and intuition, and offer strong supporting evidence for bodily feedback theories, suggesting that cognitive-affective processing does in significant part relate to “following the heart.”

Visual imagery is mediated via top-down activation of visual cortex. Similar to stimulus-driven perception, the neural configurations associated with visual imagery are differentiated according to content. For example, imagining faces or places differentially activates visual areas associated with perception of actual face or place stimuli. However, while top-down activation of topographically specific visual areas during visual imagery is well established, the extent to which internally generated visual activity resembles the fine-scale population coding responsible for stimulus-driven perception remains unknown. Here, we sought to determine whether top-down mechanisms can selectively activate perceptual representations coded across spatially overlapping neural populations. We explored the precision of top-down activation of perceptual representations using neural pattern classification to identify activation patterns associated with imagery of distinct letter stimuli. Pattern analysis of the neural population observed within high-level visual cortex, including lateral occipital complex, revealed that imagery activates the same neural representations that are activated by corresponding visual stimulation. We conclude that visual imagery is mediated via top-down activation of functionally distinct, yet spatially overlapping population codes for high-level visual representations.

Psychological scientists have become increasingly concerned with issues related to methodology and replicability, and infancy researchers in particular face specific challenges related to replicability: For example, high-powered studies are difficult to conduct, testing conditions vary across labs, and different labs have access to different infant populations. Addressing these concerns, we report on a large-scale, multisite study aimed at (a) assessing the overall replicability of a single theoretically important phenomenon and (b) examining methodological, cultural, and developmental moderators. We focus on infants’ preference for infant-directed speech (IDS) over adult-directed speech (ADS). Stimuli of mothers speaking to their infants and to an adult in North American English were created using seminaturalistic laboratory-based audio recordings. Infants’ relative preference for IDS and ADS was assessed across 67 laboratories in North America, Europe, Australia, and Asia using the three common methods for measuring infants’ discrimination (head-turn preference, central fixation, and eye tracking). The overall meta-analytic effect size (Cohen’s d) was 0.35, 95% confidence interval = [0.29, 0.42], which was reliably above zero but smaller than the meta-analytic mean computed from previous literature (0.67). The IDS preference was significantly stronger in older children, in those children for whom the stimuli matched their native language and dialect, and in data from labs using the head-turn preference procedure. Together, these findings replicate the IDS preference but suggest that its magnitude is modulated by development, native-language experience, and testing procedure.

Significance Although in our daily lives we engage in many of the same activities as others, we are not privy to their conscious experiences, and can only understand them through their self-reports. Patients who are conscious, but are unable to speak or exhibit willful behavior, are, therefore, unable to report their conscious experiences to others. Indeed, in most cases, it is impossible to know whether they are conscious or not. We introduce a neural index that, in a group of healthy participants, predicted each individual’s conscious experience. Moreover, this approach provided strong evidence for intact conscious experiences in a brain-injured patient who had remained behaviorally nonresponsive for 16 y. These findings have implications for understanding the common basis of human consciousness.

The desire to reduce the dependence on curated, labeled datasets and to leverage the vast quantities of unlabeled data has triggered renewed interest in unsupervised (or self-supervised) learning algorithms. Despite improved performance due to approaches such as the identification of disentangled latent representations, contrastive learning and clustering optimizations, unsupervised machine learning still falls short of its hypothesized potential as a breakthrough paradigm enabling generally intelligent systems. Inspiration from cognitive (neuro)science has been based mostly on adult learners with access to labels and a vast amount of prior knowledge. To push unsupervised machine learning forward, we argue that developmental science of infant cognition might hold the key to unlocking the next generation of unsupervised learning approaches. We identify three crucial factors enabling infants' quality and speed of learning: (1) babies' information processing is guided and constrained; (2) babies are learning from diverse, multimodal inputs; and (3) babies' input is shaped by development and active learning. We assess the extent to which these insights from infant learning have already been exploited in machine learning, examine how closely these implementations resemble the core insights, and propose how further adoption of these factors can give rise to previously unseen performance levels in unsupervised learning. Unsupervised machine learning algorithms reduce the dependence on curated, labeled datasets that are characteristic of supervised machine learning. The authors argue that the developmental science of infant cognition could inform the design of unsupervised machine learning approaches.

Abstract The development of the ventral visual stream is shaped both by an innate proto-organization and by experience. The fusiform face area (FFA), for example, has stronger connectivity to early visual regions representing the fovea and lower spatial frequencies. In adults, category-selective regions in the ventral stream (e.g. the FFA) also have distinct signatures of connectivity to widely distributed brain regions, which are thought to encode rich cross-modal, motoric, and affective associations (e.g., tool regions to the motor cortex). It is unclear whether this long-range connectivity is also innate, or if it develops with experience. We used MRI diffusion-weighted imaging with tractography to characterize the connectivity of face, place, and tool category-selective regions in neonates (N=445), 1-9 month old infants (N=11), and adults (N=14). Using a set of linear-discriminant classifiers, category-selective connectivity was found to be both innate and shaped by experience. Connectivity for faces was the most developed, with no evidence of significant change in the time period studied. Place and tool networks were present at birth but also demonstrated evidence of development with experience, with tool connectivity developing over a more protracted period (9 months). Taken together, the results support an extended proto-organizon to include long-range connectivity that could provide additional constraints on experience dependent development.

Abstract Aim Head motion has a profound effect on MRI, and will contaminate comparisons of function or structure between groups that move differently. This work compares adults and infants. Infants might move differently for physical, physiological and cognitive reasons, but so far these differences have not been quantified. Methods The spatial modes and total magnitude of motion in the MRI scanner were measured (N=211). The effects of group (infant vs. adult) and stimulation paradigm (auditory vs. visual) were evaluated. Results Spatial modes of motion were found to be distinct between infant and adult groups. Infants had less anterior-posterior translational motion, but greater motion in other dimensions, often with complex multi-axis patterns. In magnitude distribution, sleeping infants often remained more still than adults, but when movement did occur it was more extreme and abrupt. Two groups of adults presented with different stimulation showed similar shapes of motion. Conclusion The spatial modes and magnitude distribution of motion differed substantially between groups, and must be considered carefully as a confound in comparisons of structure or function. The abruptness and magnitude of movement suggests that for infants relative to adults post-processing strategies such as de-noising are likely to be more effective than prospective motion correction. Key notes Quantified the spatial and temporal distribution of motion during MRI in 211 adults and neonates The different spatial modes in adults and infants were visualized and statistically contrasted The magnitude of motion had “heavier tails” in infants, with more still periods, and more large movements, than adults.

Abstract One of the great frontiers of consciousness science is understanding how early consciousness arises in the development of the human infant. The reciprocal relationship between the default mode network (DMN) and frontoparietal networks — the dorsal attention network (DAN) and executive control network (ECN) — is thought to facilitate integration of information across the brain and its availability for conscious access to a wide set of mental operations. It remains unknown whether the brain mechanism of conscious awareness is instated in infants from birth. To address this gap, we asked what the impact of prematurity and neonate age is on the development the default mode and fronto-parietal networks, and of their reciprocal relationship. To address these questions, we used the Developing Human Connectome Project (dHCP), a unique Open Science project which provides a large sample of neonatal functional Magnetic Resonance Imaging (fMRI) data with high temporal and spatial resolution. Resting state fMRI data for full-term neonates (N = 282, age 41.2 w ± 12 d), and preterm neonates scanned at term-equivalent age (TEA) (N = 73, 40.9 w ± 14.5 d), or before TEA (N = 73, 34.6 w ± 13.4 d) were obtained from the dHCP, and for a reference adult group (N = 176, 22 – 36 years), from the Human Connectome Project. For the first time, we show that the reciprocal relationship between the DMN and DAN was present at full-term birth or TEA. Although different from the adult networks, the DMN, DAN and ECN were present as distinct networks at full-term birth or TEA, but premature birth disrupted network development. By contrast, neonates before TEA showed dramatic underdevelopment of high-order networks. Only the DAN was present as a distinct network and the reciprocal network relationship was not yet formed. Our results suggest that, at full-term birth or by term-equivalent age, infants possess key features of the neural circuitry that enables integration of information across diverse sensory and high-order functional modules, giving rise to conscious access. Conversely, they suggest that this brain infrastructure is not present before infants reach term-equivalent age. These findings improve understanding of the ontogeny of high-order network dynamics that support conscious awareness, and of their disruption by premature birth.