Abstract Magnetoencephalography and electroencephalography (M/EEG) seed-based connectivity analysis requires the extraction of measures from regions of interest (ROI). M/EEG ROI-derived source activity can be treated in different ways. It is possible, for instance, to average each ROI’s time series prior to calculating connectivity measures. Alternatively, one can compute connectivity maps for each element of the ROI prior to dimensionality reduction to obtain a single map. The impact of these different strategies on connectivity results is still unclear. Here, we address this question within a large MEG resting state cohort (N=113) and within simulated data. We consider 68 ROIs (Desikan-Kiliany atlas), two measures of connectivity (phase locking value-PLV, and its imaginary counterpart- ciPLV), three frequency bands (theta 4-8 Hz, alpha 9-12 Hz, beta 15-30 Hz). We compare four extraction methods: (i) mean, or (ii) PCA of the activity within the seed or ROI before computing connectivity, map of the (iii) average, or (iv) maximum connectivity after computing connectivity for each element of the seed. Hierarchical clustering in then applied to compare connectivity outputs across multiple strategies, followed by direct contrasts across extraction methods. Finally, the results are validated by using a set of realistic simulations. We show that ROI-based connectivity maps vary remarkably across strategies in terms of connectivity magnitude and spatial distribution. Dimensionality reduction procedures conducted after computing connectivity are more similar to each-other, while PCA before approach is the most dissimilar to other approaches. Although differences across methods are consistent across frequency bands, they are influenced by the connectivity metric and ROI size. Greater differences were observed for ciPLV than PLV, and in larger ROIs. Realistic simulations confirmed that after aggregation procedures are generally more accurate but have lower specificity (higher rate of false positive connections). Though computationally demanding, after dimensionality reduction strategies should be preferred when higher sensitivity is desired. Given the remarkable differences across aggregation procedures, caution is warranted in comparing results across studies applying different methods.

The integration of an artificial limb as part of one9s body involves complex neuroplastic changes resulting from various sensory inputs to the brain. While sensory feedback is known to be crucial for embodiment, current evidence points merely to the attenuation of somatosensory processing, while the positive contributions of somatosensory areas to embodiment remain unknown. This study investigated the relationship between embodiment and adaptive neuroplasticity of early-latency somatosensory evoked fields (SEFs) in the primary somatosensory cortex (S1) following the Rubber Hand Illusion (RHI), known to induce short- term artificial limb embodiment. Nineteen healthy adults underwent neuromagnetic recordings during electrical stimulation of the little finger and thumb, before and after the RHI. We found a displacement of early SEF sources. In particular, we observed a correlation between the extent of rubber hand embodiment and specific changes to the m20 component (magnetic equivalent to the N20) in Brodmann Area 3b: a larger displacement and a greater reduction in m20 magnitude predicted the amount of embodiment, highlighting an important functional contribution of this first cortical input. Furthermore, we observed a posteriorly directed m35 displacement towards Area 1, known to be important for visual integration during touch perception (Rosenthal et al., 2023). Our finding that the larger displacement for the m35 did not correlate with the extent of embodiment implies a functional distinction between neuroplastic changes across these two components and areas in their contributions to successful artificial limb embodiment: (i) the earlier neuroplastic changes to m20 may shape the extent of artificial limb ownership, and (ii) the posteriorward shift of the m35 into Area 1 is suggestive of a mechanistic contribution to early visual-tactile integration that initially establishes the embodiment. Taken together, these findings suggest that multiple distinct changes occur during early-latency SEFs and their displacement in S1 last beyond the duration of the illusion and are important for the successful integration of an artificial limb within the body representation.

Cognitive control of behavior is often accompanied by theta-band activity in the frontal cortex, and is crucial for overriding habits and producing desired actions. However, the functional role of theta activity in controlled behavior remains to be determined. Here, we used a behavioral task (Isabella et al., 2019) that covertly manipulated the ability to inhibit (and switch) motor responses using a repeating pattern of stimuli that reduced reaction times (RT) to probable over unexpected stimuli, without participants' awareness of the pattern. We combined this task with concurrent measures of brain activity and pupil diameter (as a measure of cognitive activity) of 16 healthy adults during response preparation and inhibition during changes in stimulus probability. Observed RT provided evidence of pattern learning and pupillometry revealed parametric changes in cognitive activity with stimulus probability. Critically, reliable pupillary effects (Hedge's g = 1.38) in the absence of RT differences (g = 0.10) indicated that cognitive activity increased without overt changes in behavior (RT). Such increased cognitive activity was accompanied by parametric increases in frontal theta and sensorimotor gamma. In addition, correlation between pre-stimulus beta and pre-response gamma in the motor cortex and post-stimulus frontal theta activity suggest bidirectional interactions between motor and frontal areas. These interactions likely underlie recruitment of preparatory and inhibitory neural activity during rapid motor control. Furthermore, pupillary and frontal theta effects during learned switches demonstrate that increases in inhibitory control of behavior can occur automatically, without conscious awareness.