Stochastic resonance can be used as a measuring tool to quantify the ability of the human brain to interpret noise contaminated visual patterns. Here we report the results of a psychophysics experiment which show that the brain can consistently and quantitatively interpret detail in a stationary image obscured with time varying noise and that both the noise intensity and its temporal characteristics strongly determine the perceived image quality.

Attention exerts a strong influence over neuronal processing in cortical areas. It selectively increases firing rates and affects tuning properties, including changing receptive field locations and sizes. Although these effects are well studied, their cellular mechanisms are poorly understood. To study the cellular mechanisms, we combined iontophoretic pharmacological analysis of cholinergic receptors with single cell recordings in V1 while rhesus macaque monkeys (Macaca mulatta) performed a task that demanded top-down spatial attention. Attending to the receptive field of the V1 neuron under study caused an increase in firing rates. Here we show that this attentional modulation was enhanced by low doses of acetylcholine. Furthermore, applying the muscarinic antagonist scopolamine reduced attentional modulation, whereas the nicotinic antagonist mecamylamine had no systematic effect. These results demonstrate that muscarinic cholinergic mechanisms play a central part in mediating the effects of attention in V1.

Abstract Sensory cortices represent the world through the activity of diversely tuned cells. How the activity of single cells is coordinated within populations and across sensory hierarchies is largely unknown. Cortical oscillations may coordinate local and distributed neuronal groups. Using datasets from intracortical multi-electrode recordings and from large-scale electrocorticography (ECoG) grids, we investigated how visual features could be extracted from the local field potential (LFP) and how this compared with the information available from multi-unit activity (MUA). MUA recorded from macaque V1 contained comparable amounts of information as simultaneously recorded LFP power in two frequency bands, one in the alpha-beta band and the other in the gamma band. ECoG-LFP contained information in the same bands as microelectrode-LFP, even when identifying natural scenes. The fact that information was contained in the same bands in both intracortical and ECoG recordings suggests that oscillatory activity could play similar roles at both spatial scales.

Narrative episodic memory of movie clips can be retroactively impaired by presenting unrelated stimuli coinciding with event boundaries. This effect has been linked with rapid hippocampal processes triggered by the offset of the event, that are alternatively related either to memory consolidation or with working memory processes. Here we tested whether this effect extended to spatial memory, the temporal specificity and extent of the interference, and its effect on working- vs long-term memory. In three computerized adaptations of the Morris Water Maze, participants learned the location of an invisible target over three trials each. A second spatial navigation task was presented either immediately after finding the target, after a 10-s delay, or no second task was presented (control condition). A recall session, in which participants indicated the learned target location with 10 'pin-drop' trials for each condition, was performed after a 1-h or a 24-h break. Spatial memory was measured by the mean distance between pins and the true location. Results indicated that the immediate presentation of the second task led to worse memory performance, for both break durations, compared to the delayed condition. There was no difference in performance between the delayed presentation and the control condition. Despite this long-term memory effect, we found no difference in the rate of performance improvement during the learning session, indicating no effect of the second task on working memory. Our findings are in line with a rapid process, linked to the offset of an event, that is involved in the early stages of memory consolidation.

Abstract Sleep spindles (8 - 16 Hz) are transient electrophysiological events during non-rapid eye movement sleep. While sleep spindles are routinely observed in the cortex using scalp electroencephalography (EEG), recordings of their thalamic counterparts have not been widely studied in humans. Based on a few existing studies, it has been hypothesized that spindles occur as largely local phenomena. We investigated intra-thalamic and thalamocortical spindle co-occurrence, which may underlie thalamocortical communication. We obtained scalp EEG and thalamic recordings from 7 patients that received bilateral deep brain stimulation (DBS) electrodes to the anterior thalamus for the treatment of drug resistant focal epilepsy. Spindles were categorized into subtypes based on their main frequency (i.e., slow (10±2 Hz) or fast (14±2 Hz)) and their level of thalamic involvement (spanning one channel, or spreading uni- or bilaterally within the thalamus). For the first time, we contrasted observed spindle patterns with permuted data to estimate random spindle co-occurrence. We found that multichannel spindle patterns were systematically coordinated at the thalamic and thalamocortical level. Importantly, distinct topographical patterns of thalamocortical spindle overlap were associated with slow and fast subtypes of spindles. These observations provide further evidence for coordinated spindle activity in thalamocortical networks. Highlights Sleep spindles were measured in human anterior thalamus and on the scalp Both fast and slow spindles occurred in the anterior thalamus > 25% of spindles spanned multiple channels in thalamus and cortex A novel statistical approach confirmed that spindle co-occurrences were not random Cortical spindle patterns depended on thalamic involvement and spindle frequency

White matter (WM) plasticity during adulthood is a recently described phenomenon by which experience can shape brain structure. It has been observed in humans using diffusion tensor imaging (DTI). However, it remains unclear which mechanisms drive or underlie WM plasticity in adulthood. Here, we combined DTI and mRNA expression analysis and examined the effects of somatosensory experience in adult rats. Somatosensory experience resulted in differences in WM and grey matter structure. C-FOS mRNA expression, a marker of cortical activity, in the barrel cortex correlated with the structural WM metrics, indicating that molecular correlates of cortical activity relate to macroscale measures of WM structural plasticity. Analysis of myelin-related genes revealed higher myelin basic protein expression in WM, while genome-wide RNA sequencing analysis identified 134 differentially-expressed genes regulating proteins involved in functions related to oligodendrocyte precursors proliferation and differentiation, regulation of myelination and neuronal activity modulation. In conclusion, the macroscale measures of WM differences identified in response to somatosensory experience are supported by molecular evidence, which strongly suggest myelination as, at least, one of the underlying mechanisms.SIGNIFICANCE STATEMENT White matter plasticity is a recently described mechanism by which experience shapes brain structure and function during adulthood. This phenomenon was first described in adult humans with complex motor skill learning using whole brain non-invasive diffusion tensor imaging (DTI). Here we report structural changes in white matter detected with DTI after novel somatosensory experience in rats. We further support these findings with mRNA evidence of differentially expressed genes involved in functions compatible with regulation of cell proliferation, myelin thickness and neuronal modulation. These putative molecular mechanisms offer insights about the underlying DTI correlates of experience-dependent WM plasticity and provide further evidence for myelin plasticity in adulthood.

Here we present experimentally-validated computational models of gamma rhythm and use these to investigate gamma oscillation instability. To this end, we extracted empirical constraints for PING (Pyramidal Interneuron Network Gamma) models from monkey single-unit and LFP responses recorded during contrast variation. These constraints implied weak rather than strong PING, connectivity between excitatory (E) and inhibitory (I) cells within specific bounds, and input strength variations that modulated E but not I cells. Constrained models showed valid behaviours, including gamma frequency increases with contrast and power saturation or decay at high contrasts. The route to gamma instability involved increased heterogeneity of E cells with increasing input triggering a breakdown of I cell pacemaker function. We illustrate the model's capacity to resolve disputes in the literature. Our work is relevant for the range of cognitive operations to which gamma oscillations contribute and could serve as a basis for future, more complex models.

Electrical stimulation mapping (ESM) is the gold standard for identification of eloquent areas prior to resection of epileptogenic tissue, however, it is time consuming and may cause side effects, especially stimulation-induced seizures and after-discharges. Broadband gamma activity (55 to 200 Hz) recorded with subdural electrocorticography (ECoG) during cognitive tasks has been proposed as an attractive tool for mapping cortical areas with specific function but until now has not proven definitive clinical value. Fewer studies have addressed whether the alpha (8 to 12 Hz) and beta (15 to 25 Hz) band activity could also be used to improve eloquent cortex identification. We compared alpha, beta and broadband gamma activity, and their combination for the identification of eloquent cortical areas defined by ESM. Ten patients participated in a delayed-match-to-sample task, where syllable sounds were matched to visually presented letters and responses given by keyboard. We used a generalized linear model (GLM) approach to find the optimal weighting of low frequency bands and broadband gamma power to predict the ESM categories. Broadband gamma activity increased more in eloquent areas than in non-eloquent areas and this difference had a diagnostic ability (area under (AU) the receiving operating characteristic curve, AUROC) of ~70%. Both alpha and beta power decreased more in eloquent areas. Alpha power had lower AUROC than broadband gamma while beta had similar AUROC. AUROC was enhanced by the combination of alpha and broadband gamma (3% improvement) and by the combination of beta and broadband gamma (7% improvement) over the use of broadband gamma alone. Further analysis showed that the relative performance of broadband gamma and low frequency bands depended on multiple factors including the time period of the cognitive task, the location of the electrodes and of the patient attention to the stimulus. However, the combination of beta band and broadband gamma always gave the best performance. We show how ECoG power modulation from cognitive testing periods can be used to map the probability of eloquence by ESM and how this probability can be used as an aid for optimal ESM planning. We conclude that low frequency power during cognitive testing can contribute to the identification of eloquent areas in patients with focal refractory epilepsy improving its precision but does not replace the need of ESM.