Abstract Music perception engages multiple brain regions, however the neural dynamics of this core human experience remains elusive. We applied predictive models to intracranial EEG data from 29 patients listening to a Pink Floyd song. We investigated the relationship between the song spectrogram and the elicited high-frequency activity (70-150Hz), a marker of local neural activity. Encoding models characterized the spectrotemporal receptive fields (STRFs) of each electrode and decoding models estimated the population-level song representation. Both methods confirmed a crucial role of the right superior temporal gyri (STG) in music perception. A component analysis on STRF coefficients highlighted overlapping neural populations tuned to specific musical elements (vocals, lead guitar, rhythm). An ablation analysis on decoding models revealed the presence of unique musical information concentrated in the right STG and more spatially distributed in the left hemisphere. Lastly, we provided the first song reconstruction decoded from human neural activity.

Abstract Emerging research supports a role of the insula in human cognition. Here, we used intracranial EEG to investigate the spatiotemporal dynamics in the insula during a verbal working memory (vWM) task. We found robust effects for theta, beta, and high frequency activity (HFA) during probe presentation requiring a decision. Theta and beta band activity showed differential involvement across left and right insulae while sequential HFA modulations were observed along the anteroposterior axis. HFA in anterior insula tracked decision making and subsequent HFA was observed in posterior insula after the behavioral response. Our results provide electrophysiological evidence of engagement of different insula subregions in both decision-making and response monitoring during vWM and expand our knowledge of the role of the insula in complex human behavior.

Abstract Contextual cues and prior evidence guide human goal-directed behavior. To date, the neurophysiological mechanisms that implement contextual priors to guide subsequent actions remain unclear. Here we demonstrate that increasing behavioral uncertainty introduces a shift from an oscillatory to a continuous processing mode in human prefrontal cortex. At the population level, we found that oscillatory and continuous dynamics reflect dissociable signatures that support distinct aspects of encoding, transmission and execution of context-dependent action plans. We show that prefrontal population activity encodes predictive context and action plans in serially unfolding orthogonal subspaces, while prefrontal-motor theta oscillations synchronize action-encoding population subspaces to mediate the hand-off of action plans. Collectively, our results reveal how two key features of large-scale population activity, namely continuous population trajectories and oscillatory synchrony, operate in concert to guide context-dependent human behavior.

Abstract Orbitofrontal cortex (OFC) is classically linked to inhibitory control, emotion regulation and reward processing. Recent perspectives propose that the OFC also generates predictions about perceptual events, actions, and their outcomes. We tested the causal involvement of the OFC in detecting violations of prediction at two levels of abstraction (i.e., hierarchical predictive processing) by studying the event-related potentials (ERPs) of patients with focal OFC lesions (n = 12) and healthy controls (n = 14) while they detected deviant sequences of tones in a Local-Global paradigm. The structural regularities of the tones were controlled at two hierarchical levels by rules defined at a local (i.e., between tones within sequences) and at a global (i.e., between sequences ) level. In OFC patients, ERPs elicited by standard tones were unaffected at both local and global levels compared to controls. However, patients showed an attenuated mismatch negativity (MMN) to local prediction violation, as well as a diminished and delayed MMN/P3a complex to the combined local and global level prediction violation. The subsequent P3b component to conditions involving violations of prediction at the level of global rules was preserved in the OFC group. Comparable effects were absent in patients with lesions restricted to the lateral PFC, which lends a degree of anatomical specificity to the altered predictive processing resulting from OFC lesion. Overall, the altered magnitudes and time courses of MMN/P3a responses after lesions to the OFC indicate fundamental impairments in detecting violation of auditory regularity at two hierarchical levels of stimuli abstraction. Highlights Orbitofrontal lesions reduce auditory MMN (i.e., prediction error) to unpredicted stimuli at the local level. Orbitofrontal lesions reduce local and global level auditory deviance (i.e., prediction error) response, as manifested by diminished and delayed MMN and P3a.

Abstract Precise electrode localization is important for maximizing the utility of intracranial EEG data. Electrodes are typically localized from post-implantation CT artifacts, but algorithms can fail due to low signal-to-noise ratio, unrelated artifacts, or high-density electrode arrays. Minimizing these errors usually requires time-consuming visual localization and can still result in inaccurate localizations. In addition, surgical implantation of grids and strips typically introduces non-linear brain deformations, which result in anatomical registration errors when post-implantation CT images are fused with the pre-implantation MRI images. Several projection methods are currently available, but they either fail to produce smooth solutions or do not account for brain deformations. To address these shortcomings, we propose two novel algorithms for the anatomical registration of intracranial electrodes that are almost fully automatic and provide highly accurate results. We first present GridFit, an algorithm that simultaneously localizes all contacts in grids, strips, or depth arrays by fitting flexible models to the electrodes’ CT artifacts. We observed localization errors of less than one millimeter (below 8% relative to the inter-electrode distance) and robust performance under the presence of noise, unrelated artifacts, and high-density implants when we ran ∼6000 simulated scenarios. Furthermore, we validated the method with real data from 20 intracranial patients. As a second registration step, we introduce CEPA, a brain-shift compensation algorithm that combines orthogonal-based projections, spring-mesh models, and spatial regularization constraints. When tested with real data from 15 patients, anatomical registration errors were smaller than those obtained for well-established alternatives. Additionally, CEPA accounted simultaneously for simple mechanical deformation principles, which is not possible with other available methods. Inter-electrode distances of projected coordinates smoothly changed across neighbor electrodes, while changes in inter-electrode distances linearly increased with projection distance. Moreover, in an additional validation procedure, we found that modeling resting-state high-frequency activity (75-145 Hz) in five patients further supported our new algorithm. Together, GridFit and CEPA constitute a versatile set of tools for the registration of subdural grid, strip, and depth electrode coordinates that provide highly accurate results even in the most challenging implantation scenarios. The methods presented here are implemented in the iElectrodes open-source toolbox, making their use simple, accessible, and straightforward to integrate with other popular toolboxes used for analyzing electrophysiological data.

While the human insula is known to be involved in auditory processing, knowledge about its precise functional role and the underlying electrophysiology is limited. To assess its role in automatic auditory deviance detection we analyzed the high frequency EEG activity (75-145 Hz) from 90 intracranial insular electrodes across 16 patients who were candidates for resective epilepsy surgery while they passively listened to a stream of standard and deviant tones. Deviant and standard tones differed in four physical dimensions: intensity, frequency, location and time. Auditory responses were found in the short and long gyri, and the anterior, superior, and inferior segments of the circular sulcus of the insular cortex, but only a subset of electrodes in the inferior segment showed deviance detection responses, i.e. a greater and later response to deviants relative to standards. Altogether, our results indicate that the human insula is engaged during auditory deviance detection.

Abstract Information theory is a viable candidate to advance our understanding of how the brain processes information generated in the internal or external environment. With its universal applicability, information theory enables the analysis of complex data sets, is free of requirements about the data structure, and can help infer the underlying brain mechanisms. Information-theoretical metrics such as Entropy or Mutual Information have been highly beneficial for analyzing neurophysiological recordings. However, a direct comparison of the performance of these methods with well-established metrics, such as the t-test, is rare. Here, such a comparison is carried out by evaluating the novel method of Encoded Information with Mutual Information, Gaussian Copula Mutual Information, Neural Frequency Tagging, and t-test. We do so by applying each method to event-related potentials and event-related activity in different frequency bands originating from intracranial electroencephalography recordings of humans and marmoset monkeys. Encoded Information is a novel procedure that assesses the similarity of brain responses across experimental conditions by compressing the respective signals. Such an information-based encoding is attractive whenever one is interested in detecting where in the brain condition effects are present.