Explaining auditory event-related fields by a dynamical network of oscillators emerging from the anatomical structure of auditory cortex

Abstract

Auditory cortex (AC) is part of the auditory system where acoustic stimuli are represented and processed. It plays a central role in different situations such as recognising threats, communication and learning through vocalisation, and expressing emotions through music. One way of studying how human AC functions and how acoustic stimuli are represented in AC is using noninvasive brain imaging techniques such as magnetoencephalography (MEG). Responses to stimuli measured by MEG are called event-related fields (ERFs). Auditory ERFs are distinguishable in their characteristic morphology where a series of deflections can be recognised by their temporal occurrence although there is a certain variability in ERFs across subjects where different deflections occur with different amplitudes and latencies. Source localisation of MEG signals, however, is an ill-posed problem for which there is no unique solution. In this regard, there is an ongoing debate about how ERFs are generated, what they signify, and why they have this specific morphology. By computational modelling of AC, this thesis revisits the generation mechanisms of auditory ERFs. Here, the dynamics of AC are characterised by independent spatiotemporal oscillations, i.e., normal modes, spreading over the entire AC. In so doing, a new view on the generation mechanisms of ERFs is offered and the question about the origin of the variability of ERFs across subjects is addressed. The computational units of the model are simplified cortical columns consisting of a mean-field excitatory and a mean-field inhibitory cell population which are represented by their own state variables in coupled first-order differential equations. Both cell populations are characterised by nonlinear firing rates and their dynamics are coupled to the dynamics of short-term synaptic depression (STSD), which is governed by its own first-order differential equation. The cortical columns are organised based on the serial core-belt-parabelt network structure of AC, a feature which is central to the mammalian AC. In this thesis, instead of solving the state equations by numerical solvers, where in each simulation only a snippet of the whole possible solution space is revealed, the model dynamics are analysed. This was achieved by linearising the state equations and solving the STSD equation by time-scale separation. In so doing, it could be shown that ERFs emerge from normal modes whose properties depend on the entire AC network structure as well as the input. Unlike the prevailing view that ERFs arise out of the linear combination of activity in discrete sources, in the normal mode view each deflection of an ERF waveform is the result of the constructive or destructive interference pattern of superimposed normal modes. Also, it could be shown that the adaptation of ERFs, i.e., the reduction of ERF magnitude with stimulus repetition, is due to modulations of normal modes where, as a result of STSD, the modulation itself is a function of the temporal pattern of the stimulus sequence. Moreover, in a combined study with simulated and experimental ERFs it was investigated whether the dynamics of AC, in addition to its gross anatomy, also play a role in the subject-specificity of ERFs. Contrary to the prevailing view on the origin of variability in ERFs across subjects where this variability is attributed to subject-specific cortical gross anatomy, it could be shown that the dynamics of AC also account for the variability of ERFs across subjects. This means that network dynamics, which is a function of the network structure of AC and the excitation-inhibition balance, is reflected in ERF waveforms.

Der Hörkortex oder auditorische Kortex (AC) ist Teil des auditorischen Systems, in dem akustische Reize repräsentiert und verarbeitet werden. Er spielt eine zentrale Rolle in verschiedenen Situationen, wie das Erkennen von Gefahren, die Kommunikation und das Lernen durch Vokalisationen und für das Ausdrücken von Emotionen mit Musik. Nicht-invasive Bildgebungsverfahren, wie die Magnetoenzephalographie (MEG), sind eine Möglichkeit, die Funktionsweise und die Repräsentation von akustischen Reizen im menschlichen Hörkortex zu untersuchen. Die mit MEG gemessenen Reaktionen auf Reize werden als ereigniskorrelierte Felder ("event-related fields“; ERFs) bezeichnet. Auditorische ERFs haben eine charakteristische Morphologie, die sich durch eine zeitliche Abfolge von Ausschlägen auszeichnet. Allerdings gibt es eine gewisse Variabilität der auditorischen ERFs zwischen Probanden, die sich in unterschiedlichen Amplituden und Latenzen der verschiedenen Ausschläge niederschlägt. Außerdem ist die Quellenlokalisierung von MEG-Signalen ein unterbestimmtes und schwieriges Problem, für das es keine eindeutige Lösung gibt. Wie auditorische ERFs tatsächlich erzeugt werden, was sie bedeuten und warum sie diese spezifische Morphologie haben, ist Gegenstand des laufenden wissenschaftlichen Diskurses. In dieser Arbeit werden die Entstehungsmechanismen von auditorischen ERFs mithilfe von mathematischer Modellierung des Hörkortex untersucht. Dabei wird die Dynamik des AC durch Eigenmoden, d. h. raumzeitlich unabhängige Oszillationen, charakterisiert, die sich über den gesamten AC ausbreiten. Dies führt zu einer neuen Sicht auf die Entstehungsmechanismen auditorischer ERFs und auf den Ursprung ihrer Variabilität bei verschiedenen Personen. Die Recheneinheiten des Modells sind vereinfachte kortikale Kolumnen, die aus einer exzitatorischen und einer inhibitorischen Zellpopulation im Mean-Field bestehen. Beide Zellpopulationen werden durch ihre Zustandsvariablen in gekoppelten Differentialgleichungen erster Ordnung beschrieben. Sie sind gekennzeichnet durch nicht-lineare Feuerraten. Zusätzlich ist ihre Dynamik mit der Dynamik der kurzzeitigen synaptischen Depression (”short-term synaptic depression“, STSD) gekoppelt, die auch durch eine eigene Differentialgleichung erster Ordnung beschrieben wird. Die kortikalen Kolumnen sind auf der Grundlage der seriellen Core-Belt-Parabelt-Netzwerkstruktur des Hörkortex organisiert - ein Merkmal, das für den AC der Säugetiere charakteristisch ist. Bei der numerischen Lösung der Zustandsgleichungen stellt jede Simulation nur einen kleinen Ausschnitt des gesamten möglichen Lösungsraums dar. Daher wird in dieser Arbeit die Modelldynamik analysiert. Dies wurde durch Linearisierungen der Zustandsgleichungen erreicht, sowie durch Zeitskalentrennung beim Lösen der STSD-Gleichung. Auf diese Weise konnte gezeigt werden, dass auditorische ERFs aus Eigenmoden entspringen, deren Eigenschaften von der gesamten AC-Netzwerkstruktur und den Eingängen abhängen. Im Gegensatz zu der vorherrschenden Ansicht, dass auditorische ERFs als Linearkombination von Aktivität in diskreten Quellen entstehen, ist nach diesem Modell jede Auslenkung einer ERF-Wellenform das Ergebnis von konstruktiven oder destruktiven Interferenzmustern von überlagerten Eigenmoden. Es konnte auch gezeigt werden, dass die Adaption der auditorischen ERFs, d. h. die Verringerung der ERF-Magnitude bei Reizwiederholung auf Modulationen der Eigenmoden zurückgeführt werden kann. Dabei ist die Modulation selbst, und als Konsequenz von STSD, eine Funktion der zeitlichen Reizabfolge. Darüber hinaus wurde in einer kombinierten Studie mit simulierten und experimentellen auditorischen ERFs untersucht, ob auch die Dynamik des AC, zusätzlich zu seiner Anatomie, einen Einfluss auf die Probandenspezifizität der ERFs hat. Entgegen der vorherrschenden Ansicht, dass die Variabilität der ERFs zwischen Probanden auf Unterschiede in der AC-Anatomie zurückzuführen ist, konnte gezeigt werden, dass die Dynamik des AC auch für diese Variabilität der ERFs zwischen Probanden verantwortlich ist. Diese Netzwerkdynamik hängt von der Netzwerkstruktur und dem Gleichgewicht zwischen Exzitation und Inhibition ab.