Abstract The brain excels at processing sensory input, even in rich or chaotic environments. Mounting evidence attributes this to the creation of sophisticated internal models of the environment that draw on statistical structures in the unfolding sensory input. Understanding how and where this modeling takes place is a core question in statistical learning and predictive processing. In this context, we address the role of transitional probabilities as an implicit structure supporting the encoding of a random auditory stream. Leveraging information-theoretical principles and the high spatiotemporal resolution of intracranial electroencephalography, we analyzed the trial-by-trial high-frequency activity representation of transitional probabilities. This unique approach enabled us to demonstrate how the brain continuously encodes structure in random stimuli and revealed the involvement of a network outside of the auditory system, including hippocampal, frontal, and temporal regions. Linking the frame-works of statistical learning and predictive processing, our work illuminates an implicit process that can be crucial for the swift detection of patterns and unexpected events in the environment.

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.

Summary Contemporary models conceptualize spatial attention as a blinking spotlight that sequentially samples visual space. Hence, behavior fluctuates over time even in states of presumed ‘sustained’ attention. Recent evidence suggested that rhythmic neural activity in the frontoparietal network constitutes the functional basis of rhythmic attentional sampling. However, causal evidence to support this notion remains absent. Using a lateralized spatial attention task, we addressed this issue in patients with focal lesions in the frontoparietal attention network. Our results uncovered that frontoparietal lesions introduce periodic neglect, i.e., temporally-specific behavioral deficits that were aligned with the underlying neural oscillations. Attention-guided perceptual sensitivity was on par with healthy controls during optimal phases but attenuated during the less excitable sub-cycles. Theta-dependent sampling (3 – 8 Hz) was causally dependent on prefrontal cortex, while alpha-band sampling (8 – 14 Hz) emerged from parietal areas. Collectively, our findings reveal that lesion-induced high amplitude, low frequency brain activity is not epiphenomenal, but has immediate behavioral consequences. More generally, these results provide causal evidence for the hypothesis that the functional architecture of attention is inherently rhythmic.

Abstract Human prefrontal cortex (PFC) constitutes the structural basis underlying flexible cognitive control, where mixed-selective neural populations encode multiple task-features to guide subsequent behavior. The mechanisms by which the brain simultaneously encodes multiple task-relevant variables while minimizing interference from task-irrelevant features remain unknown. Leveraging intracranial recordings from the human PFC, we first demonstrate that competition between co-existing representations of past and present task variables incurs a behavioral switch cost. Our results reveal that this interference between past and present states in the PFC is resolved through coding partitioning into distinct low-dimensional neural states; thereby strongly attenuating behavioral switch costs. In sum, these findings uncover a fundamental coding mechanism that constitutes a central building block of flexible cognitive control.

Abstract Damage to the ventromedial prefrontal cortex (VMPFC) can cause maladaptive social behavior, but the cognitive processes underlying these behavioral changes are still uncertain. Here, we tested whether patients with acquired VMPFC lesions show altered approach-avoidance tendencies to emotional facial expressions. Thirteen patients with focal VMPFC lesions and 31 age- and gender-matched healthy controls performed an implicit approach-avoidance task in which they either pushed or pulled a joystick depending on stimulus color. While controls avoided angry faces, VMPFC patients displayed an incongruent response pattern characterized by both increased approach and reduced avoidance of angry facial expressions. The approach bias was stronger in patients with higher self-reported impulsivity and disinhibition, and in those with larger lesions. We further used linear ballistic accumulator modelling to investigate latent parameters underlying approach-avoidance decisions. Controls displayed negative drift rates when approaching angry faces, whereas VMPFC lesions abolished this pattern. In addition, VMPFC patients had weaker response drifts than controls during avoidance. Finally, patients showed reduced drift rate variability and shorter non-decision times, indicating impulsive and rigid decision-making. Our findings thus suggest that VMPFC damage alters the pace of evidence accumulation in response to social signals, eliminating a default, protective avoidant bias and facilitating dysfunctional approach behavior.

Abstract Previous research has shown that the autonomic nervous system provides essential constraints over ongoing cognitive function. However, there is currently a relative lack of direct empirical evidence for how this interaction manifests in the brain at the macro-scale level. Here, we examine the role of ascending arousal and attentional load on large-scale network dynamics by combining pupillometry, functional MRI and graph theoretical analysis to analyze data from a visual motion-tracking task with a parametric load manipulation. We found that attentional load effects were observable in measures of pupil diameter and in a set of brain regions that parametrically modulated their BOLD activity and meso-scale network-level integration. In addition, the regional patterns of network reconfiguration were correlated with the spatial distribution of the α 2a adrenergic receptor. Our results further solidify the relationship between ascending noradrenergic activity, large-scale network integration, and cognitive task performance. Author Summary In our daily lives, it is usual to encounter highly demanding cognitive tasks. They have been traditionally regarded as challenges that are solved mainly through cerebral activity, specifically via information-processing steps carried by neurons in the cerebral cortex. Activity in cortical networks thus constitutes a key factor for improving our understanding cognitive processes. However, recent evidence has shown that evolutionary older players in the central nervous system, such as brainstem’s ascending modulatory systems, might play an equally important role in diverse cognitive mechanisms. Our article examines the role of the ascending arousal system on large-scale network dynamics by combining pupillometry, functional MRI and graph theoretical analysis .

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 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 Background Intracranial electrodes are implanted in patients with drug-resistant epilepsy as part of their pre-surgical evaluation. This allows investigation of normal and pathological brain functions with excellent spatial and temporal resolution. The spatial resolution relies on methods that precisely localize the implanted electrodes in the cerebral cortex, which is critical for drawing valid anatomical inferences about brain function. Multiple methods have been developed to localize implanted electrodes, mainly relying on pre-implantation MRI and post-implantation CT images. However, there is no standard approach to quantify the performance of these methods systematically. The purpose of our work is to model intracranial electrodes to simulate realistic implantation scenarios, thereby providing methods to optimize localization algorithm performance. Results We implemented novel methods to model the coordinates of implanted grids, strips, and depth electrodes, as well as the CT artifacts produced by these. We successfully modeled a large number of realistic implantation “scenarios” , including different sizes, inter-electrode distances, and brain areas. In total, more than 3300 grids and strips were fitted over the brain surface, and more than 850 depth electrode arrays penetrating the cortical tissue were modeled. More than 37000 simulations of electrode array CT artifacts were performed in these “scenarios” , mimicking the intensity profile and orientation of real artifactual voxels. Realistic artifacts were simulated by introducing different noise levels, as well as overlapping electrodes. Conclusions We successfully developed the first platform to model implanted intracranial grids, strips, and depth electrodes and realistically simulate CT artifacts and noise. These methods set the basis for developing more complex models, while simulations allow the performance evaluation of electrode localization techniques systematically. The methods described in this article, and the results obtained from the simulations, are freely available via open repositories. A graphical user interface implementation is also accessible via the open-source iElectrodes toolbox.

Visual search is a fundamental human behavior, which has been proposed to include two component processes: inefficient search (Search) and efficient search (Pop-out). According to extant research, these two processes map onto two separable neural systems located in the frontal and parietal association cortices. In the present study, we use intracranial recordings from 23 participants to delineate the neural correlates of Search and Pop-out with an unprecedented combination of spatiotemporal resolution and coverage across cortical and subcortical structures. First, we demonstrate a role for the medial temporal lobe in visual search, on par with engagement in frontal and parietal association cortex. Second, we show a gradient of increasing engagement over anatomical space from dorsal to ventral lateral frontal cortex. Third, we confirm previous work demonstrating nearly complete overlap in neural engagement across cortical regions in Search and Pop-out. We further demonstrate Pop-out selectivity manifesting as activity increase in Pop-out as compared to Search in a distributed set of sites including frontal cortex. This result is at odds with the view that Pop-out is implemented in low-level visual cortex or parietal cortex alone. Finally, we affirm a central role for the right lateral frontal cortex in Search.