Abstract Understanding the neuronal basis of epileptiform activity is a major challenge in neurology. Interictal epileptiform discharges are associated with fast ripples (FRs, >200 Hz) in the local field potential (LFP) and are a promising marker of the epileptogenic zone. Here, by using a novel hybrid macro-micro depth electrode, combining classic depth recording of LFP and two or three tetrodes enabling up to 15 neurons in local circuits to be recorded simultaneously, we have characterized neuronal responses to FRs on the same hybrid and other electrodes targeting other brain regions. While FRs were associated with increased neuronal activity in local circuits only, they were followed by inhibition in large-scale networks. Neuronal responses to FRs were homogeneous in local networks but differed across brain areas. Similarly, post-FR inhibition varied across recording locations and subjects and was shorter than typical inter-FR intervals, suggesting that this inhibition is a fundamental refractory process for the networks. These findings demonstrate that FRs engage local and global networks and point to network features that pave the way for new diagnostic and therapeutic strategies.

Recognition memory is the ability to recognize previously encountered events, objects, or people. It is characterized by its robustness and rapidness. Even this relatively simple ability requires the coordinated activity of a surprisingly large number of brain regions. These spatially distributed, but functionally linked regions are interconnected into large-scale networks. Understanding memory requires an examination of the involvement of these networks and the interactions between different regions while memory processes unfold. However, little is known about the dynamical organization of large-scale networks during the early phases of recognition memory. We recorded intracranial EEG, which affords high temporal and spatial resolution, while epileptic subjects performed a visual recognition memory task. We analyzed dynamic functional and effective connectivity as well as network properties. Various networks were identified, each with its specific characteristics regarding information flow (feedforward or feedback), dynamics, topology, and stability. The first network mainly involved the right visual ventral stream and bilateral frontal regions. It was characterized by early predominant feedforward activity, modular topology, and high stability. It was followed by the involvement of a second network, mainly in the left hemisphere, but notably also involving the right hippocampus, characterized by later feedback activity, integrated topology, and lower stability. The transition between networks was associated with a change in network topology. Overall, these results confirm that several large-scale brain networks, each with specific properties and temporal manifestation, are involved during recognition memory. Ultimately, understanding how the brain dynamically faces rapid changes in cognitive demand is vital to our comprehension of the neural basis of cognition.