Perception and adaptive decision making rely on the integration of incoming sensory input with prior knowledge or expectations. While tactile stimuli play a significant role in shaping our perception and decision making, if and how prior information modulates the representation of tactile stimuli in early somatosensory cortices is largely unknown. Here, we employed functional magnetic resonance imaging (fMRI) and a vibrotactile detection paradigm to study the effect of prior information on tactile perception and tactile stimulus representation in early somatosensory areas. The supra-voxel somatotopic organization of early somatosensory areas allowed us to assess the effect of prior information on finger-specific representations. We found that vibrotactile stimuli congruent with expectations are associated with improved vibrotactile detection performance and a decrease of the mean blood-oxygen-level-dependent (BOLD) signal in the contralateral primary somatosensory cortex (S1). Concurrently, finger-specific activity associated with anticipated vibrotactile stimulation revealed higher multivariate decoding accuracies and better alignment with S1’s somatotopic organization. In addition, we observed that prior information induced somatotopically organized activity in contralateral S1 even before tactile stimulation onset. The accuracy of the multivariate decoding of stimulus-specific expectations was therefore strongly associated with upcoming behavioral detection performance. Thus, our results reveal a role for S1 in the integration of upcoming tactile stimuli with prior information based on its somatotopic organization as well as the presence of behaviorally relevant activity in S1 before stimulation onset.

Background: In the last decade, interest in combined transcranial magnetic stimulation (TMS) and electroencephalography (EEG) approaches has grown substantially. Aside from the obvious artifacts induced by the magnetic pulses themselves, separate and more sinister signal disturbances arise as a result of contact between the TMS coil and EEG electrodes. New method: Here we profile the characteristics of these artifacts and introduce a simple device, the coil spacer, to provide a platform allowing physical separation between the coil and electrodes during stimulation. Results: EEG data revealed high amplitude signal disturbances when the TMS coil was in direct contact with the EEG electrodes, well within the physiological range of viable EEG signals. The largest artifacts were located in the Delta and Theta frequency range, and standard data cleanup using independent components analysis (ICA) was ineffective due to the artifacts similarity to real brain oscillations. Comparison with Existing Method: While the current best practice is to use a large coil holding apparatus to fixate the coil hovering over the head with an air gap, the spacer provides a simpler solution that ensures this distance is kept constant throughout testing. Conclusions: The results strongly suggest that data collected from combined TMS-EEG studies with the coil in direct contact with the EEG cap are polluted with low frequency artifacts that are indiscernible from physiological brain signals. The coil spacer provides a cheap and simple solution to this problem and is recommended for use in future simultaneous TMS-EEG recordings.

To date there exists no reliable method to non-invasively upregulate or downregulate the state of the resting motor system over a large dynamic range. Here we show that an operant conditioning paradigm which provides neurofeedback of the size of motor evoked potentials (MEPs) in response to transcranial magnetic stimulation (TMS), enables participants to self-modulate their own brain state. Following training, participants were able to robustly increase (by 83.8%) and decrease (by 30.6%) their MEP amplitudes. This volitional up-versus down-regulation of corticomotor excitability caused an increase of late-cortical disinhibition (LCD), a TMS derived read-out of presynaptic GABAB disinhibition, which was accompanied by an increase of gamma and a decrease of alpha oscillations in the trained hemisphere. This approach paves the way for future investigations into how altered brain state influences motor neurophysiology and recovery of function in a neurorehabilitation context.

Abstract Neural oscillations, or brain rhythms, fluctuate in a manner reflecting ongoing behavior. Whether these fluctuations are instrumental or epiphenomenal to the behavior remains elusive. Attempts to experimentally manipulate neural oscillations exogenously using non-invasive brain stimulation have shown some promise, but difficulty with tailoring stimulation parameters to individuals has hindered progress in this field. We demonstrate here using electroencephalography (EEG) neurofeedback in a brain-computer interface that human participants (n=44) learned over multiple sessions across a 6-day period to self-regulate their Beta rhythm (13-20 Hz) over the right inferior frontal cortex (rIFC). The modulation was evident only during neurofeedback task performance but did not lead to offline alteration of Beta rhythm characteristics at rest, nor to changes in subsequent cognitive behavior. Likewise, a control group (n=38) who underwent training of the Alpha rhythm (8-12 Hz) did not exhibit behavioral changes. Although the right frontal Beta rhythm has been repeatedly implicated as a key component of the brain’s inhibitory control system, the present data suggest that its manipulation offline prior to cognitive task performance does not result in behavioral change. Thus, this form of neurofeedback training of the tonic Beta rhythm would not serve as a useful therapeutic target for disorders with dysfunctional inhibitory control as their basis.