Functional magnetic resonance imaging (fMRI) of the human brain has shown that the hippocampus and the left temporal and frontal cortices play a key role in the formation of new verbal memories. We recorded electrical activity from 2349 surgically implanted intracranial electrodes in epilepsy patients while they studied and later recalled lists of common words. Using these recordings, we demonstrate that gamma oscillations (44–64 Hz) in the hippocampus and the left temporal and frontal cortices predict successful encoding of new verbal memories. This increase in gamma oscillations was not seen in other frequency bands, whose activity generally decreased during successful memory formation. These findings identify a role for gamma oscillations in verbal memory formation with the hippocampus and the left temporal and frontal cortices, the same regions implicated using noninvasive fMRI recording methods.

The difficulty of visual recognition stems from the need to achieve high selectivity while maintaining robustness to object transformations within hundreds of milliseconds. Theories of visual recognition differ in whether the neuronal circuits invoke recurrent feedback connections or not. The timing of neurophysiological responses in visual cortex plays a key role in distinguishing between bottom-up and top-down theories. Here, we quantified at millisecond resolution the amount of visual information conveyed by intracranial field potentials from 912 electrodes in 11 human subjects. We could decode object category information from human visual cortex in single trials as early as 100 ms poststimulus. Decoding performance was robust to depth rotation and scale changes. The results suggest that physiological activity in the temporal lobe can account for key properties of visual recognition. The fast decoding in single trials is compatible with feedforward theories and provides strong constraints for computational models of human vision.

Down But Not Out The K-complex, a defining characteristic of slow wave sleep, is the largest spontaneously occurring component of the healthy human electroencephalogram (EEG) but little is known about its physiological characteristics in the human cortex. Cash et al. (p. 1084 ) investigated the intracortical origin of K-complexes in humans undergoing surgery for epileptic seizures. In simultaneous subdural EEG and intracortical multisite microelectrode recordings, K complexes represented cortical downstates reflecting a decrease in neural firing. These down-states are a fundamental mode of cortical operation that have been well studied in animals and may contribute to sleep preservation and memory consolidation.

Focal cortical dysplasia (FCD) and hemimegalencephaly (HME) are epileptogenic neurodevelopmental malformations caused by mutations in mTOR pathway genes. Deep sequencing of these genes in FCD/HME brain tissue identified an etiology in 27 of 66 cases (41%). Radiographically indistinguishable lesions are caused by somatic activating mutations in AKT3, MTOR, and PIK3CA and germline loss-of-function mutations in DEPDC5, NPRL2, and TSC1/2, including TSC2 mutations in isolated HME demonstrating a "two-hit" model. Mutations in the same gene cause a disease continuum from FCD to HME to bilateral brain overgrowth, reflecting the progenitor cell and developmental time when the mutation occurred. Single-cell sequencing demonstrated mTOR activation in neurons in all lesions. Conditional Pik3ca activation in the mouse cortex showed that mTOR activation in excitatory neurons and glia, but not interneurons, is sufficient for abnormal cortical overgrowth. These data suggest that mTOR activation in dorsal telencephalic progenitors, in some cases specifically the excitatory neuron lineage, causes cortical dysplasia.

Summary The special requirements for a seizure detector suitable for everyday use in terms of cost, comfort, and social acceptance call for alternatives to electroencephalography (EEG)–based methods. Therefore, we developed an algorithm for automatic detection of generalized tonic–clonic (GTC) seizures based on sympathetically mediated electrodermal activity (EDA) and accelerometry measured using a novel wrist‐worn biosensor. The problem of GTC seizure detection was posed as a supervised learning task in which the goal was to classify 10‐s epochs as a seizure or nonseizure event based on 19 extracted features from EDA and accelerometry recordings using a Support Vector Machine. Performance was evaluated using a double cross‐validation method. The new seizure detection algorithm was tested on >4,213 h of recordings from 80 patients and detected 15 (94%) of 16 of the GTC seizures from seven patients with 130 false alarms (0.74 per 24 h). This algorithm can potentially provide a convulsive seizure alarm system for caregivers and objective quantification of seizure frequency.

Objective:

 Sudden unexpected death in epilepsy (SUDEP) poses a poorly understood but considerable risk to people with uncontrolled epilepsy. There is controversy regarding the significance of postictal generalized EEG suppression as a biomarker for SUDEP risk, and it remains unknown whether postictal EEG suppression has a neurologic correlate. Here, we examined the profile of autonomic alterations accompanying seizures with a wrist-worn biosensor and explored the relationship between autonomic dysregulation and postictal EEG suppression. 

Methods:

 We used custom-built wrist-worn sensors to continuously record the sympathetically mediated electrodermal activity (EDA) of patients with refractory epilepsy admitted to the long-term video-EEG monitoring unit. Parasympathetic-modulated high-frequency (HF) power of heart rate variability was measured from concurrent EKG recordings. 

Results:

 A total of 34 seizures comprising 22 complex partial and 12 tonic-clonic seizures from 11 patients were analyzed. The postictal period was characterized by a surge in EDA and heightened heart rate coinciding with persistent suppression of HF power. An increase in the EDA response amplitude correlated with an increase in the duration of EEG suppression (r = 0.81, p = 0.003). Decreased HF power correlated with an increase in the duration of EEG suppression (r = −0.87, p = 0.002). 

Conclusion:

 The magnitude of both sympathetic activation and parasympathetic suppression increases with duration of EEG suppression after tonic-clonic seizures. These results provide autonomic correlates of postictal EEG suppression and highlight a critical window of postictal autonomic dysregulation that may be relevant in the pathogenesis of SUDEP.

Intracranial recording is an important diagnostic method routinely used in a number of neurological monitoring scenarios. In recent years, advancements in such recordings have been extended to include unit activity of an ensemble of neurons. However, a detailed functional characterization of excitatory and inhibitory cells has not been attempted in human neocortex, particularly during the sleep state. Here, we report that such feature discrimination is possible from high-density recordings in the neocortex by using 2D multielectrode arrays. Successful separation of regular-spiking neurons (or bursting cells) from fast-spiking cells resulted in well-defined clusters that each showed unique intrinsic firing properties. The high density of the array, which allowed recording from a large number of cells (up to 90), helped us to identify apparent monosynaptic connections, confirming the excitatory and inhibitory nature of regular-spiking and fast-spiking cells, thus categorized as putative pyramidal cells and interneurons, respectively. Finally, we investigated the dynamics of correlations within each class. A marked exponential decay with distance was observed in the case of excitatory but not for inhibitory cells. Although the amplitude of that decline depended on the timescale at which the correlations were computed, the spatial constant did not. Furthermore, this spatial constant is compatible with the typical size of human columnar organization. These findings provide a detailed characterization of neuronal activity, functional connectivity at the microcircuit level, and the interplay of excitation and inhibition in the human neocortex.