Abstract Previous studies have shown that timing of sensory stimulation during the cardiac cycle interacts with perception. Given the natural coupling of respiration and cardiac activity, we investigated here their joint effects on tactile perception. Forty-one healthy female and male human participants reported conscious perception of finger near-threshold electrical pulses (33% null trials) and decision confidence while electrocardiography, respiratory activity, and finger photoplethysmography were recorded. Participants adapted their respiratory cycle to expected stimulus onsets to preferentially occur during late inspiration / early expiration. This closely matched heart rate variation (sinus arrhythmia) across the respiratory cycle such that most frequent stimulation onsets occurred during the period of highest heart rate probably indicating highest alertness and cortical excitability. Tactile detection rate was highest during the first quadrant after expiration onset. Inter-individually, stronger respiratory phase-locking to the task was associated with higher detection rates. Regarding the cardiac cycle, we confirmed previous findings that tactile detection rate was higher during diastole than systole and newly specified its minimum at 250 - 300 ms after the R-peak corresponding to the pulse wave arrival in the finger. Expectation of stimulation induced a transient heart deceleration which was more pronounced for unconfident decision ratings. Inter-individually, stronger post-stimulus modulations of heart rate were linked to higher detection rates. In summary, we demonstrate how tuning to the respiratory cycle and integration of respiratory-cardiac signals are used to optimize performance of a tactile detection task. Significance statement Mechanistic studies on perception and cognition tend to focus on the brain neglecting contributions of the body. Here, we investigated how respiration and heartbeat influence tactile perception: Respiration phase-locking to expected stimulus onsets corresponds to highest heart rate (and presumably alertness/cortical excitability) and correlates with detection performance. Tactile detection varies across the heart cycle with a minimum when the pulse reaches the finger and a maximum in diastole. Taken together with our previous finding of unchanged early ERPs across the cardiac cycle we conclude that these effects are not a peripheral physiological artifact but a result of cognitive processes that model our body’s internal state, make predictions to guide behavior, and might also tune respiration to serve the task.

Abstract While many structural and biochemical changes in the brain have been previously associated with aging, the findings concerning electrophysiological signatures, reflecting functional properties of neuronal networks, remain rather controversial. To try resolve this issue, we took advantage of a large population study (N=1703) and comprehensively investigated the association of multiple EEG biomarkers (power of alpha and theta oscillations, individual alpha peak frequency (IAF), the slope of 1/f power spectral decay), aging, and aging and cognitive performance. Cognitive performance was captured with three factors representing processing speed, episodic memory, and interference resolution. Our results show that not only did IAF decline with age but it was also associated with interference resolution over multiple cortical areas. To a weaker extent, 1/f slope of the PSD showed age-related reductions, mostly in frontal brain regions. Finally, alpha power was negatively associated with the speed of processing in the right frontal lobe, despite the absence of age-related alterations. Our results thus demonstrate that multiple electrophysiological features, as well as their interplay, should be considered when investigating the association between age, neuronal activity, and cognitive performance.

Abstract Cross-frequency synchronization (CFS) has been proposed as a mechanism for integrating spatially and spectrally distributed information in the brain. However, investigating CFS in Magneto- and Electroencephalography (MEG/EEG) is hampered by the presence of spurious neuronal interactions due to the non-sinusoidal waveshape of brain oscillations. Such waveshape gives rise to the presence of oscillatory harmonics mimicking genuine neuronal oscillations. Until recently, however, there has been no methodology for removing these harmonics from neuronal data. In order to address this long-standing challenge, we introduce a novel method (called HARMOnic miNImization - Harmoni) that removes the signal components which can be harmonics of a non-sinusoidal signal. Harmoni’s working principle is based on the presence of CFS between harmonic components and the fundamental component of a non-sinusoidal signal. We extensively tested Harmoni in realistic EEG simulations. The simulated couplings between the source signals represented genuine and spurious CFS and within-frequency phase synchronization. Using diverse evaluation criteria, including ROC analyses, we showed that the within- and cross-frequency spurious interactions are suppressed significantly, while the genuine activities are not affected. Additionally, we applied Harmoni to real resting-state EEG data revealing intricate remote connectivity patterns which are usually masked by the spurious connections. Given the ubiquity of non-sinusoidal neuronal oscillations in electrophysiological recordings, Harmoni is expected to facilitate novel insights into genuine neuronal interactions in various research fields, and can also serve as a steppingstone towards the development of further signal processing methods aiming at refining within- and cross-frequency synchronization in electrophysiological recordings.

Abstract The spinal cord is of fundamental importance for somatosensory processing and plays a significant role in various pathologies, such as chronic pain. However, knowledge on spinal cord processing in humans is limited due to the vast technical challenges involved in its investigation via non-invasive recording approaches. Here, we aim to address these challenges by developing an electrophysiological approach – based on a high-density electrode-montage – that allows for characterizing spinal cord somatosensory evoked potentials (SEPs) and combining this with concurrent recordings of the spinal cord’s input (peripheral nerve action potentials) and output (SEPs in brainstem and cortex). In two separate experiments, we first methodologically validate the approach (including replication and robustness analyses) and then assess its application in the context of a neuroscientific question (integrative processes along the neural hierarchy). Critically, we demonstrate the benefits of multi-channel recordings in terms of enhancing sensitivity via spatial filtering, which also allows for obtaining spinal cord SEPs at the single-trial level. We make use of this approach to demonstrate the feasibility of recording spinal cord SEPs in low-signal scenarios (single-digit stimulation) and – most importantly – to provide evidence for bottom-up signal integration already at the level of the spinal cord. Taken together, our approach of concurrent multi-channel recordings of evoked responses along the neural hierarchy allows for a comprehensive assessment of the functional architecture of somatosensory processing at a millisecond timescale.

Abstract Identical sensory stimuli can lead to different neural responses depending on the instantaneous brain state. Specifically, neural excitability in sensory areas may shape the brain’s response already from earliest cortical processing onwards. However, whether these dynamics affect a given sensory domain globally or occur on a spatially local level is largely unknown. We studied this in the somatosensory domain of 38 human participants with EEG, presenting stimuli to the median and tibial nerves alternatingly, and testing the co-variation of initial cortical responses in hand and foot areas, as well as their relation to pre-stimulus oscillatory states. We found that amplitude fluctuations of initial cortical responses to hand and foot stimulation – the N20 and P40 components of the somatosensory evoked potential (SEP), respectively – were not related, indicating local excitability changes in primary sensory regions. In addition, effects of pre-stimulus alpha (8-13 Hz) and beta (18-23 Hz) band amplitude on hand-related responses showed a robust somatotopic organization, thus further strengthening the notion of local excitability fluctuations. However, for foot-related responses, the spatial specificity of pre-stimulus effects was less consistent across frequency bands, with beta appearing to be more foot-specific than alpha. Connectivity analyses in source space suggested this to be due to a somatosensory alpha rhythm that is primarily driven by activity in hand regions while beta frequencies may operate in a more hand-region-independent manner. Altogether, our findings suggest spatially distinct excitability dynamics within the primary somatosensory cortex, yet with the caveat that frequency-specific processes in one sub-region may not readily generalize to other sub-regions.

Abstract Perception of sensory information is determined by stimulus features (e.g., intensity) and instantaneous neural states (e.g., excitability). Commonly, it is assumed that both are reflected similarly in evoked brain potentials, that is, higher evoked activity leads to a stronger percept of a stimulus. We tested this assumption in a somatosensory discrimination task in humans, simultaneously assessing (i) single-trial excitatory post-synaptic currents inferred from short-latency somatosensory evoked potentials (SEP), (ii) pre-stimulus alpha oscillations (8-13 Hz), and (iii) peripheral nerve measures. Fluctuations of neural excitability shaped the perceived stimulus intensity already during the very first cortical response (at ∼20 ms) yet demonstrating opposite neural signatures as compared to the effect of presented stimulus intensity. We reconcile this discrepancy via a common framework based on modulations of electro-chemical membrane gradients linking neural states and responses, which calls for reconsidering conventional interpretations of brain potential magnitudes in stimulus intensity encoding.

Serving as a channel for communication with locked-in patients or control of prostheses, sensorimotor brain-computer interfaces (BCIs) decode imaginary movements from the recorded activity of the user9s brain. However, many individuals remain unable to control the BCI, and the underlying mechanisms are not clear yet. The user9s BCI performance was previously shown to correlate with the resting-state signal-to-noise ratio (SNR) of the mu rhythm and the phase synchronization (PS) of the mu rhythm between sensorimotor areas. Yet, these predictors of performance were primarily evaluated in a single BCI session, while the longitudinal aspect remains rather uninvestigated. In addition, different analysis pipelines were used for the estimation of PS in source space, potentially hindering the reproducibility of the results. To systematically address these issues, we performed an extensive validation of the relationship between pre-stimulus SNR, PS, and session-wise BCI performance using a publicly available dataset of 62 human participants performing up to 11 sessions of BCI training. We combined 24 pipelines for source space analysis and three PS measures in a multiverse analysis to investigate how robust the observed effects were to the selection of the pipeline. Our results show that SNR had a between- and within-subject effect on BCI performance for the majority of the pipelines. In contrast, the effect of phase synchronization on BCI performance was less robust to the selection of the pipeline and became non-significant after controlling for SNR. Taken together, our results demonstrate that changes in neuronal connectivity within the sensorimotor system are not critical for learning to control a BCI, and interventions that increase the SNR of the mu rhythm might lead to improvements in the user9s BCI performance.

Brain responses vary considerably from moment to moment, even to identical sensory stimuli. This has been attributed to changes in instantaneous neuronal states determining the system’s excitability. Yet the spatio-temporal organization of these dynamics remains poorly understood. Here we test whether variability in stimulus-evoked activity can be interpreted within the framework of criticality, which postulates dynamics of neural systems to be tuned towards the phase transition between stability and instability as is reflected in scale-free fluctuations in spontaneous neural activity. Using a novel non-invasive approach in 33 male participants, we tracked instantaneous cortical excitability by inferring the magnitude of excitatory post-synaptic currents from the N20 component of the somatosensory evoked potential. Fluctuations of cortical excitability demonstrated long-range temporal dependencies decaying according to a power law across trials – a hallmark of systems at critical states. As these dynamics covaried with changes in pre-stimulus oscillatory activity in the alpha band (8–13 Hz), we establish a mechanistic link between ongoing and evoked activity through cortical excitability and argue that the co-emergence of common temporal power laws may indeed originate from neural networks poised close to a critical state. In contrast, no signatures of criticality were found in subcortical or peripheral nerve activity. Thus, criticality may represent a parsimonious organizing principle of variability in stimulus-related brain processes on a cortical level, possibly reflecting a delicate equilibrium between robustness and flexibility of neural responses to external stimuli.Significance Statement Variability of neural responses in primary sensory areas is puzzling, as it is detrimental to the exact mapping between stimulus features and neural activity. However, such variability can be beneficial for information processing in neural networks if it is of a specific nature, namely if dynamics are poised at a so-called critical state characterized by a scale-free spatio-temporal structure. Here, we demonstrate the existence of a link between signatures of criticality in ongoing and evoked activity through cortical excitability, which fills the long-standing gap between two major directions of research on neural variability: The impact of instantaneous brain states on stimulus processing on the one hand and the scale-free organization of spatio-temporal network dynamics of spontaneous activity on the other.

Eye contact is a salient social cue which is assumed to influence early brain processes involved in face perception. The N170 component in the event-related potential (ERP) has frequently been reported to be larger to faces with an averted rather than direct gaze towards the observer. In most studies, however, this effect has been investigated in comparatively artificial, passive settings where participants were instructed to fixate their gaze while observing occasional gaze changes in stimulus faces. Yet, it is unclear whether similar mechanisms are in place during naturalistic gaze interactions involving the continuous interplay of directed and averted gaze between the communication partners. To fill this gap, we compared passive viewing of gaze change sequences with an active condition where participants' own gaze continuously interacted with the gaze of a stimulus face; while recording ERPs and monitoring gaze with eye tracking. In addition, we investigated the relevance of emotional facial expressions for gaze processing. For both passive viewing and active interaction, N170 amplitudes were larger when the gaze of stimulus faces was averted rather than directed at the participants. Furthermore, eye contact decreased P300 amplitudes in both conditions. Emotional facial expression influenced N170 amplitudes but did not elicit an early posterior negativity nor did it interact with gaze direction. We conclude that comparable mechanisms of gaze perception are in place in gaze interaction as compared to passive viewing, encouraging the further study of the eye contact effect in naturalistic settings.