Capítulo 2. El electroencefalograma:medición de la actividad eléctricacerebral

Erzsébet Marosi Holczberger

ResumenEste capítulo está destinado a l levar al lector al mundo de la electroencefalografía (EEG),que está l leno de misterios, descubrimientos y retos por resolver. Inicio con una historiabreve y trato de presentar en orden cronológico la evolución de esta técnica. Intentoaclarar puntos importantes sobre el tema del EEG convencional c l ín ico y l levo al intere-sado hacia temas más recientes, como el EEG computanzado y su papel en la c l ín ica einvestigación. Trato de mostrar las líneas futuras, todavía en vias de desarrollo, por lasque se conduce esta técnica. Lo anter ior ha conducido alcálculo de los generadores dela actividad eléctrica cerebral por distintos modelos físico-matemáticos que buscan so-luciones precisas que permitan ident i f icar las estructuras cerebrales involucradas en lageneración del EEG. Además, el desarrol lo de esta técnica ha permit ido acercamientosmás adecuados para entender los porqués psicof is io lógicos de la conducta, asicomoos mecanismos neurofrsiológicos implicados en el registro electroencefalográfco.

Introducc¡ónEn las últ imas dos décadas, el electroencefalograma (EEG) se ha convertido en un estu-dio muy importante, no sólo por ser una prueba no invasiva que evalúa con fnes clínicosla eprlepsia y otras enfermedades del sistema nervioso central, sino también porque esuna de las pocas técnicas que usan en forma rut¡nar ia, tanto con humanos como con ani-maies, en la investigación. Así, el EEG se ha convertido en el instrumento preferido paraevaluar la forma en que el cerebro, animal y humano, maneja la información cognosci t iva, además de proporcionar informaclón sobre el mecanismo neuronal subyacente.

El desarrollo tecnológ¡co ha puesto a la orden de los investigadores en neurocien-cias nuevas técnicas de neuroimagen (-p. ej , tomografía por emisión de positrones(PET), tomografia axial computada (TAC) e imágenes de resonancia magnética fun,cional (RMf)- y, además, amplió las posibil idades del registro electroencefalográfico ..

magnetoencefalográfico (EEG cuantitativo y MEG). AsL tenemos métodos más preciso:y eficientes para el estud¡o de las funciones superiores menta¡es. Cada una de estas técnicas tiene ventajas y desventajas. Por ejemplo, los estudios de neuroimagen, aunqL_:t ienen una al ta resolución espacial , t ienen una baja resolución temporai y son de al i :costo. Por el contrario, el EEG tiene excelente resolución temporal, muestra la actividad c:rebral en milisegundos de exactitud y es de bajo costo, pero ofrece una baja resolucic-espacial . Todos estos estudios nos permiten una evaluación más precisa de la act iv d: :cerebral durante la elecución de diferentes tipos de tareas cognoscitrvas, y a la vez - -mejor entendimiento de la organización y funcionamiento del cerebro

Desde el s ig lo xvt t t (es decir , los estudios de Vol ta y Galvani) , se sabe que todas =,célulasvivast ienenact iv idadeléctr ica.Suregistro,desdeaquel laépoca,pasóporva-. ,

26

:I¡I

ilt

#

, ,E

EI Electroencefaloqrama: medición de ta actividad eléctrica cerebraI

etapas exper¡mentales. La primera persona que logró reg¡strar un EEG en animales fueRichard Caton, aunque decimos que la época del EEG empezó en 1929, cuando HansBerger publ icó la posibi l idad de obtener, sobre la piel cabel luda en humanos, cambiosde voltaje representados por ondas sinusoidales constantes, de frecuencia alrededor de10 Hz (es decir, actividad alfa), que eran sensibles a la apertura y cierre de los ojos. Des-de este tiempo, el EEG está en continuo uso y desarrollo (Swartz y Goldensohn, 1998).

En la primera etapa, alrededor de Ia década de r95o, los investigadores se dedicarona oerfeccionar la técn¡ca v reunir información sobre la act iv idad eléctr ica cerebralSe empezó con la estandarización de la colocación de los sensores o electrodos en luga-res especificos, a la que se l lamó sistema internacional :.o-zo de colocación de los elec-trodos. Dicha estandarización hizo posible que los registros preparados en cualquierparte del mundo sean interpretables para cualquiera y que los electrodos se encuentrensobre la m¡sma estructura cerebral, a pesar de que los sujetos tengan diferentes formasde cabeza. Luego, se procedió con la recolección de la información normativa. Los in-vest¡gadores se preguntaban ¿cómo es la actividad eléctrica cerebral en gente normaly en pacrentes con diversas patologías? Además, ¿qué significado funcional t ienen lasoscilaciones en elcerebro? Dado que la actividad registrada en el EEG proviene de gran-des poblaciones de neuronas corticéles, la relación entre el EEG y el fu ncionam iento deestos grupos de neuronas específicas o la conducta es todavía desconocida. Los datosnormativos recolectados pertenecen al dominio de la estadística, donde se describenlos cambios que suele mostrar la mayoría de los sujetos tanto normales como con di-ferentes patologías del sistema nervioso (c¡ertas frecuencias, amplitudes, morfologíade ondas y reacciones a los cambios del medio ambiente). Estos criterios establecidosobviamente no corresponden al roo% de los casos, 5¡empre existen los falsos positi-vos, es decir, gente con morfología no típica o anormal, pero sin patología alguna; noobstante, en la mayoría de los casos, estos parámetros han permitido establecer loscriter¡os de interpretación del EEG tradicional. De manera paralela, se han realizadoinvestigaciones para entender el origen de estos cambios de voltaje y relacionarlos conla función. Sherrington describió la sinapsis, por lo que en r93z fue galardonado conel premio Nobel. En su tiempo se supuso que la act¡vidad registrada en el EEG reflejabapotenciales de acción dentro de las neuronas. Sin embargo, gracias a que se puede ob-tener un registro de activ¡dad eléctrica cerebral durante anestesia, aunque no ocurranpotenciales de acc¡ón dentro de la neurona, pronto se descubrió que los potenciales deacción no pueden dar origen a los ritmos registrados en la superficie. frabajos posterio-res dejaron claro que, más que los potenciales dentro de las neuronas, son los potencialesextracelulares los que contribuyen al registro electroencefalográfico. Ahora sabemosque la act¡vidad registrada en la superficie se origina en los potenciales postsrnápticosexcitatorios e inhib¡torios sumados. Estos nacen en las dendritas aDicales o en el somade las neuronas piramidales (Brazier, 1949). 5in embargo, todavía no está clara la fun-cional idad, el s igni f icado de estas osci laciones y la forma como se relacronan con cier-tas conductas.

Se sabe que el registro de la act iv idad eléctr ica cerebral por medio del e lectroence-falograma depende del arreglo perpendicular que t ienen las neuronas piramidales enla corteza cerebral. Dicho arreglo de la estructura neuronal puede ser representadoeléctricamente por un gran número de dipolos colocados verticalmente. La neuronaspiramidales de la corteza muestran tal arreg¡o estructural porque sus axones estén co-locados en forma perpendicular a la superñcie; son paralelas una con otra.

27

Métodos en Neurociencias Cognoscitivas

Muchas veces atraviesan var¡as caoas corticales v se ramifican de modo abundanteen las capas superiores. La posib¡l idad de registrar su actividad en forma extracelular sebasa en el hecho de que los cambios de potenciales dentro de la neurona causan unacorriente iónica a través de la membrana en el espacio extracelular. Esto crea un po-tencial de campo positivo en la región de la membrana presináptica y negativo en ellÍquido extracelular cercano. Las corrientes que llevan iones oositivos se l laman fuente ogenerador y las que llevan iones negativos se l laman sumidero- En el caso de una sinapsisexcitatoria, Ia fuente se encuentra ce[ca de las dendritas apicales de las células piramida-les en las capas corticales más profundas. Como consecuencia, obtendremos positividaden lo profundidad de la corteza cerebraly negatividad en su superfc¡e¡ lo que llamamos"un dipolo". La idea de que hay dipolos en el cerebro fue propuesta por Brazier en 1949;más tarde, se comprobó su existencia experimentalmente. Se registra activ¡dad sobre lapielcabelluda sólo de aquellos campos que son abiertos (corrientes del soma a través delaxón y de las dendritas), y de un campo eléctrico cerrado (corrientes dentro del soma) nose obtiene registro de potencial.

La distribución de los potenciales, determinada por fuentes de dipolos múlt¡ples,puede mostrarse en tres d imens¡ones. Puede calcularse en la super6cie por superpo-sición l ineal de los potenciales para cada dipolo individual. Los registros superficialesde los campos eléctricos del cerebro indican la actividad de muchos elementos neu-ronales; incluso puede reflejar la activ¡dad de estructuras profundas que se activansimultáneamente.

Significado de la act¡vidad registradaAl hablar del EEG tenemos que dejar claro dos fenómenos básicos que lo componen: lasoscilaciones y Ia s¡ncronización. ¿Qué papel puede tener la osc¡lación en la función cere-bral? No se sabe con exactitud, pero la vida misma tiene cambios ciclicos en todos susaspectosr luz-oscuridad, día-noche, sueño-despertar, cambios hormonales y de neuro-trasmisores. Las osc¡laciones de cada célula viva Dueden ser manrfestación de la vidamisma. En 1949, experimentos de Moruzz¡ y Magoun (Steriade et o1., 1990) proporcio-naron una idea clara sobre el or igen de la r i tmicidad en el EEG. Est imularon la forma-ción reticular del tallo cerebral y produjeron asíondas rápidas de bajo voltaje en el re-gistro cortical, acompañadas, por lo general, de alerta conductual. Estudios posteriorescon perros revelaron que la reactividad de ritmo alfa dependía de la red tálamo-corticaL

En el cerebro, las oscilaciones se producen y se mantienen porelc¡rcuito tálamo-cortical,descrito por Ster¡ade (1993). Los tres componentes de esta gran obra de ingeniería sonla corteza cerebral -con neuronas excitator¡as-, la vía tálamo-cortical -también conneuronas excitatorias- y el núcleo reticular -con neuronas inhibitoflas. La hiperpolari-zación rítmica se debe a los potenciales inhib'torios postsinápticos prolongados, gene-rados en las neuronas reticulares. La hiperpolarización de una célula inhibitoria induce auna activación de las corrientes dependientes del calcio en las neuronas tálamo-corticalesde umbral balo, lo cual excita a Ia neurona reticular que inhibe el circuito tálamo-cort¡caly asi se mantiene la oscilación. Por ejemplo, durante la percepción visual se excitan lasneuronas del núcleo pulv inar, que resul ta en diversos r i tmos desincronizados deestas células, mientras que los otros núcleos talámicos se mantienen relativamente sin-cronizados. Aferencias del tallo, específicamente del tegmento pedúnculo-pontino y deltegmento laterodorsal, también ejercen efecto sobre el circuito tálamo-cort¡cal, lo quemodifica la tonicidad general de esta red.

28

EI Etectroencefaloqrama: medición de [a actividad eléctrica cerebraI

Otro fenómeno crucial en la oroducción de los ritmos cerebrales es la sincronizacrón.Las oscilaciones en varias frecuencias son la característ¡ca prominente del EEG espontá-neo. Cuando grandes poblaciones neuronales descargan al mismo ritmo, probablementedrrigidas por células marcapaso (como directores de orquesta), hablamos de sincroniza-ción. ¿Oué significado pueden tener los r¡tmos sincronizados a ciertas frecuencias? Exis-te la idea de que la sincronización de las señales optimiza la entrada, es decir, aumentala eficiencia terminal mientras exista una sincronización de los disoaros neurales indrvi-duales. Además, se ha planteado la idea de que el patrón de oscilaciones sincronizadasprobablemente esté relac¡onado con ciertos estados psicológicos (Singer, 1993; Nunez,1981, 1995).5in embargo, la relación entre los estados psicológicos o resolución de tareascognoscitivas específicas y las oscilaciones sincronizadas es desconocida, a pesar de serbastante estudiada, tanto con modelos electrofis¡ológicos como con simulaciones porcomputaoora.

En particular, las oscilaciones alfa (8-13 Hz) han atraído la atencrón de los ¡nvesti-gadores. Debido a la complejidad de la señal del EEG, hasta este momento no se puededistinguir de modo confiable esta actividad del ruido blanco fi l trado, pues, según algunosautores (Linkenkaer et al., 2oor\, la población neuronal subyacente probablementeno obedece a la dinámica de dimensiones bajas. Linkenkaer et aI. (2oo7) demostraronen estudios con gemelos mono y dicigóticos, con la medida de correlación de rangoslargos, que las oscilaciones alfa no pueden ser explicadas por cambios causados porvariables experimentales, sino más bien refleJan parámetros fisiológicos genéticamen-te determinados que modulan la dinámica intr ínseca de las redes neuronales. Nuevasideas (Fields, 2006) sugieren que la sincronización entre neuronas es la capacidad quehace que el cerebro humano sea superior a los de los animales. La pregunta que todavíano se ha podido responder es ¿cómo coordina el cerebro grandes poblaciones neurona-les en una actividad coherente y para qué? Se ha observado oscilación sincrónica entejidos in vitro, aun en el caso de que todas las sinapsis estén bloqueadas. 5e sospecha,aunque no se sabe por el momento, que la s incronización de las osci laciones se debea sustancias neuromoduladoras, o a la glía. Todas éstas son ideas formuladas sobre lafunción probable de las oscilaciones. Futuras investigaciones deben aclarar la funciónde la osci lación y la s incronización.

Al hablar del e lectroencefalograma, debemos mencionar que los cambios de vol-taje en la corteza cerebral son muy pequeños (millonésima parte de un voltio, o sea,un microvoltio), por lo que deben pasar por una serie de amplif icadores a fin de poderobservarlos. Los amplif icadores diferenciales que se usan para la recolección de la señalelectroencefalográfica tienen dos entradas de señal y una salida, por lo que muestranla diferencia entre las dos entradas. Este hecho determina oue al colocar electrodos endos áreas activas diferentes (es decir, registro bipolar) no sabemos qué act¡vidad tie-ne una u otra; solamente podemos observar la diferencia entre ellas. La solución paraevitar este problema parecia sencil la. Si se coloca un electrodo sobre un área activa yotro en alguna parte diferente del cuerpo que no tiene actividad cerebral (registro mo-nopolar, también l lamado regrstro referencial), el resultante de la diferencia reflejaríala actividad del área activa. Por desgracia, el supuesto de medir sólo el electrodo activono resulta ser verdadero, ya que no se puede poner electrodos en puntos lejanos a la ca-beza, dado que es más factible que ambos recojan el ruido eléctrico ambiental con ma-vor eficiencia que la actividad cerebral. El electrodo de referencia debe estar arriba delcuello (mandibula, lóbulos auriculares, mastoides, etc.), aunque en estas partes puede

29

Métodos en Neurociencias Cosnoscitivas

colectarse algún tipo de actividad cerebral también. En un intento por eliminar el efectode la actividad eléctrica de Ia referencia, nacieron varias soluciones. Primero se colocóun electrodo en un lóbulo auricular, lo que añadió el problema de tener diferentes dis-tancias entre los electrodos activos y Ia referencia. Esio también eliminó la ventaja de lacolocación estandarizada (diferencias proporcionales parecidas entre electrodos), Pararesolver este problema, se propuso colocar dos electrodos, uno en cada lóbulo auricular,y conectarlos del hemisferio derecho a la referencia derecha, asícomo los del hemrsferioizqu¡erdo a la referencia izquierda. Esta táctica drficultó las medidas de simetría, ya quelas dos referencias afectaron en forma distinta la salida de la información. Ahora el usode las referencias interconectadas es muy común a pesar de que ya existen programasoue calculan el oromedio de Ios valores entrantes v restan este oromedio de cada una delos canales de registro. De este modo, la actividad común a todos los electrodos (es decir,lo que captan los electrodos interconectados) se elimina y sólo se consideran los valoresque son propios de cada lugar, La eliminación de la referencia promedio es importante¡sobre todo cuando se calculan medidas de coherencra, ya que la actividad común a lasreferencias aumenta en forma dramática la coherencia.

Las frecuencias observadas en el EEGTradic¡onalmente, en el EEG se registran oscilaciones con frecuencias de 1a 30 ciclospor segundo. Esto no significa que el cerebro tenga el límite superior de sus ritmos en30 Hz; más bien, los aparatos están hechos para usar esta ventana de frecuencias parael registro. El electroencefalógrafo es como el ojo humano: está ajustado para regis-trar ciertas frecuencias y es c¡ego a otras. Sin embargo, se han reportado registros conequipos modernos en frecuencias altas (2oo Hz), cuyo uso rutinar¡o todavía no es muyfrecuente (Llinás y Ribar¡ 1993; Lutzenberger et al., 1995).

Los EEGs trad¡c¡onales muestran cambios de voltaie orioinados en la corteza cerebraldurante elt iempo de captación. En los registros que si muéstran en la frgurd 2-r., dpare-cen grafoelementos t¡picos, cuya formación determina Ias bandas anchas tradiciona-les. Las l lamamos bandas anchas porque cada una involucra varias frecuencias. Estasbandas son: a) delta (<4 Hz), b) theta (4.5-7.5 Hz), c) alfa (7.5-13 Hz) y d) beta (4.30 Hz).Aunque algunos autores consideran que la banda beta tiene frecuencias entre 13-20 Hzy de 20 a 30 Hz, otros consideran esta últ ima como gamma.

Dado que estas bandas muestran características parec¡das y cambian según los esta-dos de los sujetos (edad, vigil ia-sueño, atención-relajación, salud o patología), la divisiónen estas bandas parece lógica, pero no debemos olvidar que son límites arbitranamentedeterm¡nados. De hecho, es común observar que las bandas anchas no se comportan conregularrdad, por lo que cada vez es más frecuente encontrar estudios con bandas másestrechas (rangos entre 1o 2 Hz) o divisiones entre bandas (es decir, alfa baja y alfa alta).

Normalidad y anormalidadLa normalidad de los registros tradicionales se determina con base en la inspección vi-sual, en la búsqueda de los grafoelementos observados en los registros de la poblaciónnormal. Las frecuencias observadas dependen del estado psicológico del sujeto (vigil iao sueño, atención o relajación, y de su edad). Al controlar estos factores/ el registro esbastante estable, s in mostrar mayores cambios. En la población de adul tos s in pato-logia alguna, en vigil ia relajada y con los ojos cerrados, se observa actrv¡dad alfa en lamayor parte de la cabeza. Los niños másjóvenes tienen actividad lenta de alto volta.¡e

30

UI

El Electroencefaloqrama: medición de la actividad eléctrica cerebrall \

rpr.rz -r-.¡llfi,flfufi¡\u!{l¡[¿r\¡,+rF7'r3 .!-ü/Wvl¡r,q¡¡rvl^r 1¡.,,,f3,Ts *ir'r¡i¡ ¡¡¡A¡$^¡wh,ñ+/BV

T5.O1

Fp2-FA

F8-f4

T4.T6

F7-T3

T5-O1

Fp2-F8

F8-T4

T4.T6

F7-r3

T5-O1

Fp2-FA

F8-T4

T4-T6

.-- , ,i..---r!v.r-

W*

-.-r¡!V/,!l^-t"-aa.ár-45,\-F!\^

tA@¿rCti/q'-'r-e1\'

- ! |h+_.-ñ:r l

*n4---¡qP

F¡gura 2-1. Las frecuenc¡as del EEG de banda ancha son: A) delta (<4 ciclos por segundo oHz), B) theta (4.5 - 7.5 H2), C) alfa (7.5 -13 Hz) y D) beta (14 - 30 Hz).

en el EEG, que durante la maduración muestra aumento de frecuencias y disminuciónde amplitud. El EEG del sujeto con alguna patología del s¡stema nervioso central tie-ne cambios bruscos en su registro, cambios que pueden afectar la ampl¡tud del trazo(ondas agudas de ampl¡tud mayor que la act¡vidad de fondo), la frecuencia (brotes deondas lentas) o, en su caso, la morfología (complejos espiga-onda lenta o poliespigas).Estos cambios bruscos se llaman act¡vidad paroxística. Los enfermos con patología co-nocida que no siempre muestran algunos de estos paroxismos en su EEG son falsosnegativos, por lo que empleamos métodos que provocan la apariencia de ellos. La pre-sencia de paroxismos espontáneos o provocados por cualquier método de activaciónsignifica anormalidad. Las interpretac¡ones del EEG tradicional siempre contienen cr¡-terios poco precisos y basados en experienc¡as muchas veces subjetivas. El problema sedebe a que muchos tipos de patologías no dan signos específicos en el EEG. Además, esimposible.juzgar la cantidad exacta de ondas anormalmente lentas en el EEG tradicio-nalcon una simple inspecc¡ón visual . Sin embargo, en el uso cl ín ico, la interpretación "aojo" ha dado buenos resultados, ya que el ojo humano es mejor para discriminar ondasanormales que cualquier detector de picos automatizado; esto se debe a la gran varie-dad de formas en que los paroxismos pueden aparecer.

Desventajas del EEG convencional para la investigaciónComo arriba se menciona, la interpretación trad¡cional del EEG se ha llevado a cabo conel ojo del clínico y con base en las observac¡ones y las descr¡pc¡ones de gran cantidadde registros. Asíse han determinado los parámetros de normal idad y anorma l idad para

5l

Métodos en Neurociencias Cosnoscitivas

cada patologia específi ca.La interpretación no excluye el factor subjetivo, por lo que las interpretaciones de

un EEG pueden variar l igera o, a veces, sustancialmente, según Ia experiencia y habil i-dad de la persona que los lee. En la investigación, la subjetividad de las interpretac¡onesy la falta de datos numéricos exactos plantean una dificultad insuperable. Este hecho yel desarrol lo de la computación dieron la posibi l idad de desarrol lar la digi ta l ización dela señal eléctrica y, por medio de ésta, la técnica del EEG computarizado.

Digitalización de la señal electroencefalográfi caCon el invento del EEG computarizado, el procesamiento de los datos electro-encefalográficos sufrió cambios s¡gn¡ficativos. El EEG computarizado (EEGC) ahorausa valores de amplrtud determinados con precisión que luego pueden ser usados paracomparaciones estadíst¡cas (es decir, neurometría). La interpretación sigue hacién-dose con base en los datos obtenidos de grandes poblaciones (datos normativos deMatouéek y Petersén, 1973; John et a/,, r98o; Alvarez et al., 1.987), pero éstos ya estándigitalizados, lo que permite una interpretación menos subjetiva y más eficiente quehace posible descubrir facetas del EEG que la interpretación convenc¡onal no contem-pló, como la cantidad exacta de las ondas en las diferentes bandas y su amplitud.

El pr imer paso para lograr la cuant i f icación del EEG es la digi ta l ización de la señalque cons¡ste en tomar muestras de vol ta je de las ondas del EEG a ciertos intervalospredef in idos y equ¡distantes de t iempo, y asignar les sus valores numéricos comose representa en la f igura 2-2. La f recuenc¡a de este muestreo debe ser igual o deldoble de la frecuencia de interés más alta (frecuencia de Nyquist), de otra forma sepierden los componentes de mayor frecuencia que la frecuencia de muestreo. Conbase en estas muestras, es posible reconstru¡r e l t razo or ig inal en la computadoracon bastante exact i tud.

F¡tura 2-2. Representac¡ón del muestreo y d¡Bital i¿ación de la señal electroencefalográfica.

Anál¡s¡s espectralLos datos numéricos obtenidos de la digi ta l ización de la señal del EEG se sometena la t ransformación rápida de Four ier (FFl por sus s ig las en inglés), que descompone la

32

: . Etectro€nce' : . :€-:- : : -ec c:on de ta act iüdad etectr ica cerebrat

¿ct iv idad electroe-: :=a :9raf ica en sus ondas componentes (es decir , ser ies de ondasseno y coseno segun as f recuencias requer idas), ta l como se muestra en la ñgura 2-3.

Figura 2-3. Transformacrón rápida de Fourier del EEG.

La señal original del EEG puede ser reconstruida de modo exacto a partir de los va-lores de las funciones seno y coseno. Al aplicar el operador Fourier a los datos del elec-troencefalograma se pierde la información de fase y sólo se obtienen los componentesde frecuencia por bandas. Para la transformación al dominio de la frecuencia se debenescoger segmentos del EEG que muestren las característ¡cas especiales del registro encuestión y que no tengan ningún artefacto (es dec¡r, potencial eléctrico que se sabe deantemano que se no origina en el cerebro). Estos segmentos no l levan la continu¡daden el t¡empo; son segmentos cortos que se escogen en diferentes tiempos, ya que laaparición de los artefactos o las caracteristicas esoeciales oue nos interesan ocurren enforma azarosa. Asi, las ventanas o segmentos del EEG escogidos para su transforma-ción en el dominio de la f recuencia ya no guardan la relación con el t iempo y el anál is isespectral convierte los datos del EEG, que tuvieron relación con el trempo, en una seriede datos relacionados con la frecuencia. Esto da como resultado la med¡da de Dotenciaabsoluta (el área bajo la curva, medida que refleja la amplitud) en cada banda de fre-cuencia. Esta medida está calculada con base en el oromedio de amDli tudes contenidasen la totalidad del número de ventanas escogidas para la transformacrón, por lo que lasmedidas espectrales muestran las características generales del registro y las peculiari-dades de cada ventana desaparecen.

Esta técnica es robusta cuando los datos no cambian mucho o cuando los cambiosfuertes no ocurren en proporción considerable (los paroxismos únicos y repentinosno cambian mucho el promedio). Consecuentemente, e l anál is is espectral basado enla transformación de Fourier necesita oue el EEG sea un Droceso estacionar¡o, lo ouequiere decir que exista un patrón de ondas que se repita con respecto al t iempo. ElEEG es activrdad no estacionaria por naturaleza; los estados medidos en el EEG cam-bian con gran frecuencia. Por ejemplo, algunos de los cambios temporales frecuentesson la somnolencia o el sueño o la var iación en la atención-relajación. Sin embargo,los modelos estadíst¡cos exigen que los segmentos del EEG sean exactamente delmismo estado, es decir, que el registro sea estacionario para computar los parámetrosdefinidos. En la práctica electroencefalográfica esto es difíci l de lograr, pero se obtie-ne una buena aproximación con lapsos cortos de tiempo de análisis, pues se reduce la

33

Métodos en Neurociencias Cognoscitivas

posibi l idad de que los parámetros cambien demasiado (Harmony, 1984; Niedemayery Lopes da Silva, 1993).

El espectro calculado con la FFT refleja la potencia (es decir, cantidad de energía)de una señal en función de un rango de frecuencia. Los datos calculados por el análisisespectral pueden visualizarse como lo muestra la figura z-4.

El análisis espectral, como cualquier otro método, tiene sus desventajas:a) La referenc¡a tiene influencia sobre grandes áreas; los datos calculados reflejan esta

actividad, lo cual distorsiona los valores de amplitud obtenidos de cada electrodo activo.b) La cantidad de EEG analizado es grande, abarca un tiempo substancial, por lo que

los datos obtenidos enmascaran los cambios rápidos que ocurren durante el registro.c) Los artefactos no eliminados pueden influir sobre los datos anal¡zados.d) La técnica estadística para elanálisis de los datos introduce otro artefacto cuando

no se usa adecuadamente.

Fígura 2-4, Espectro depotenc¡a del EEG.

Medidas espectrales y neurometríaLas med¡das espectrales del EEG cuantitativo se calculan por bandas anchas (delta, theta,alfa, beta y total) o estrechas (con frecuencias únicas o menos anchas) y por regiones.

Las medidas comúnmente usadas son las s iguientes:1. Potencia Absoluta (PA): área bajo la curva, o sea, cantidad de energía en un ran-

go de frecuenc¡a s¡nusoidal del EEG. Esta med¡da cuant¡fica eltamaño de las on-das y se relaciona con la medida de la amplitud del EEG convencional.

2. Potencia Relativa (PR): porcentaje de potencias en cada banda. La suma de los valo-res de la potencia relativa en todas las bandas calculadas es uno (1oo%).

3. Relac¡ón de Potencias o razón de energía (RP): se obtiene dividiendo la poten-cia absoluta izquierda de una región y la potencia absoluta derecha de la regiónhomóloga. La relación de potencias corresponde a una medida de s¡metría. Sielárea bajo la curva es la mlsma en las dos áreas homólogas, la relación de poten-c¡a va a ser 1, que significa actividad igual en los dos hemisferios,

4. Coherencia: cuadrado de la correlación entre los componentes sinusoidales delEEG de dos regiones y en cierto rango de frecuencia. Esta medida se refiere a la

34

;III

I

E'0

Frecuenc¡a

80

60

40

BG

c, I;;

semejanza de las ondas cerebrales en regiones espacialmente separadas sobrela piel cabel luda. En el caso de que dos áreas desempeñen la misma act iv idad(consecuentemente sean iguales), la coherencra es r, y cuando dos áreas estáninvolucradas en activ¡dades completamente diferentes, es o. Normalmente, lacoherencia más alta se obtiene durante las descargas epilépticas. También se haobservado que hay una al ta coherencia cuando músicos ensayan composicronesmentalmente. La coherencia de la actividad alfa en las regiones posteriores du-rante el descanso con ojos cerrados suele ser entre o.5 y o.8. Esta medida reflejala interconectividad morfológica o funcional, ya que la coherencia de dos áreas le-Janas es alta sólo si d¡chas áreas tienen ¡nterconexiones drrectas o indirectas o siestán involucradas en la ejecución de la misma actividad o tarea. La coherenciacalculada con la fórmula de Ba¡ar (r98o) no refleja las drferencias de fase. Dosáreas con actividad igual no necesariamente emp¡ezan esta actividad al m¡smomomento. La propagación causa un retraso entre la reg¡ón donde d¡cha activi-dad inició y aquélla que sigue esta actividad. Este retraso es la información defase que en el caso de las ondas sinusoidales se expresa en ángulos. El cálculo defases todavia no es común en los aparatos comerciales.En el caso de la fórmula de Bagar, se pierde la información referente a la fase en-tre dos regiones cerebrales, ya que se trabaja con el cuadro de la potencia (esdecir, con las matr¡ces espectrales y cross-espectrales). No se sabe en dónde em-pezó y hac¡a qué rumbo se propaga la actividad, nada más se muestra la simil¡-tud entre las dos éreas calculadas.Esta es la expresión de coherencia:

Coh(f)' = GxY(fF / Gxx(f) GYY(f)

donde Gxx es el espectro de una derivación (p. ej., en el sit ioT5), Gyy es el espec-tro de otra derivación (p. ej., en el sit io F8) y Gxy es el espectro cruzado de las dosderivaciones (T5 x F8). Dado que el efecto de la referencia (en caso de registromonopolar o referencial) aumenta sustancialmente las medidas de coherenciapor la actividad común y desconocida producida por la referencia, para trabajarcon esta medida, es necesario calcular la actividad promedio deba.¡o de todos loselectrodos y qurtar el valor del promedio de la actividad registrada bajo cada unode ellos. Así, la actividad común (el efecto de la referencia) se elimina y queda so-lamente el cambio específico de cada lugar.

S. Frecuencia dominante o promedio de frecuencias (FM): med ida que m uestra el pro-medio de las frecuencias registradas en cada región y por bandas. Refle.ja los cam-bios suti les en cada frecuencia que no trasDasan los límites de la banda determinada.Estas medidas espectrales obtenidas se organizan en matrices N x p, en donde cadalínea es un sujeto (N) y cada columna es una var¡able o sea medida espectral (p).

Al obtener la matriz espectral, las medidas espectrales se someten a análists esta-dístico para su evaluación según los intereses específicos de cada estudio. Este proce-so se l lama neurometría. La neurometría es un Drocedimiento basado en las medidascuantitativas de la act¡vidad eléctrica del cerebroque emplea ia estadistica para evaluarla integr¡dad anatómica, la maduración y los procesos sensoriales, perceptuales y cog-noscitivos (John, 192). Dada la flexibil idad del procedimiento, exrste una gama ampl¡ade posibi l idades para la invest igación, ya que es posible comparar los datos de un

35

Métodos en Neurociencias Cognoscitivas

grupo de sujetos con otro, o las medidas de los mismos sujetos durante la aplicación dedrferentes tareas o estados.

El análisis estadístico paramétrico exige una distribución normal de los datos. Sesupone que las medidas espectrales del EEG de los sujetos normales t¡enen una d¡s-t; ibución normal, suposic¡ón que no siempre se cumple. Cuando la distribución no co-rresponde a la curva de distribución normal, tenemos dos opcionesr usar estadistica noparamétrica o aplicar transformaciones que permiten una distribución normal. Con elfin de lograr o acercar los datos a la distribución normal, John et af. (r98o) y Gasser et cl.(1982) propusieron las siguientestransformaciones:

Potencia absoluta = In(x)Potencia relativa = In(x/r-x)Coherencia (transformación de Fisher) = o.5 In(1+x)/(1-x).

Alternativas para eliminar el efecto de la referenciaEl uso del EEG comDUtarizado v el desarrollo técnico crean la necesidad de resolver dosproblemas básicos de la electroencefalografía:

r La eliminación del efecto de la referencia, que con su activ¡dad desconoci-da y cambiante reduce significativamente la exactitud que proporciona el EEGcomputarizado.

2 Encontrar aquellas áreas corticales que son responsables o contribuyen a la acti-v idad reg¡strada sobre la pielcabel luda.El cálculo de la densidad de corriente tiene la ventaia de oue elimina el efecto de lareferencia. Ésta es la derivada espacial delcampo Áléctr¡co medido en FV/cm2. Lacurvatura del campo eléctrico se puede calcular en un lugar particular al sumar elvoltaje de 4 a 6 electrodos equidistantes y simétricamente colocados alrededor deun electrodo central. Se calcula el voltaje sumado de los N electrodos y se resta Nveces elvoltaje en el punto central

L=Vr +Vz + V3 +V4 _ 4Vo

donde Vo es el potencial del electrodo central y Vr, Vz, V3, V4 son los potencialesde los cuatro electrodos vecinos, Este método remueve la importancia del elec-trodo de referencia, mostrando la distribución de voltaje en medidas de flujo decorriente entrando y saliendo en cada lugar de electrodo. Los mapas laplacianosofrecen una resolución espacial mejor para el cálculo de generadores intracra-neales, aunque necesitan un mayor número de electrodos, lo que es el problemabásico de esta técnica. Otra desventa.ja es que no es posible calcular precisamen-te elvoltaje en los electrodos de ¡a per¡feria.

Representación 9ráfica del EEG cuantitat¡voMapas topográfcosLos mapas topográficos son úti les para estudiar la distribución de los potencialeseléctricos sobre la superficie de la cabeza. Es un método de visualización en dos otres d¡mensiones.

Las medidas espectrales, cuyos mapas se preparan, se dividen en rangos. A cada ran-go se leasigna algún tipodecolory los colores correspondientes se proyectan en modelosesféricos, en imágenes tomográficas o de resonancia magnética. Hay una gran variedadde representaciones topográficas, algunas de ellas se muestran en la figura 2-5.

J , r* vn"v r . L

E[ Electroencefatoqrama: medición de [a actividad eléctrica cerebral . \\.. '

@

Figura 2-5. Mapas topográficos de d¡ferentes tipos. A) Presentación de las fuentes d¡s-tr¡buidas en imágenes transparentes en los tres ejes (axial, sag¡tal y coronal). B) Mapatopográfico que representa la potencia relativa. C) lvlapa topográfico en un modelo 3D. D)Tomografía eléctrica cerebral en un volumen.

Se debe tener mucho cuidado con la interpretación de los mapas topográficos, enparte, por los artefactos que pueden falsificar la imagen y, en parte, porque la formade cómo asignar los rangos con colores es crítica para la representación. Rangos de-masiado anchos pueden enmascarar cambios muy ¡mportantes, mientras que laasignación de rangos demasiado estrechos resalta pequeños cambios que no tienensigniñcado patológico.

Futuro de la electroencefalografíaTeoría del caos y análisis fraaalUna forma de entender procesos complejos es simplificar la situación lo más posibley avanzar con el entend¡miento, de lo simple a lo complejo. Sin embargo, esta tácticano ha dado muchos frutos en el entendimiento del EEG, pues éste constituye un fenó-meno sumamente complejo. Uno de los éx¡tos más impresionantes de los últimos añosfue el desarrollo de las técn¡cas y procedim¡entos matemáticos que pueden describir laprogresión ordenada de s¡stemas en apar¡enc¡a azarosos e impredecibles. La teoría delcaos da una visión sobre patrones ordenados que operan en una variedad de procesosaleatorios, como la actividad eléctrica cerebral. Para describir la actividad eléctrica delcerebro, Freeman (2oo4) la compara con una estación de trenes, donde gran cantidadde gente corre por todos lados sin rumbo o razón aparentes. Sin embargo, atrás de la

5t

Métodos en Neurociencias Coqnoscitivas

complejidad de la superficie, hay un orden, cada persona t¡ene una meta y se apura paraalcanzar un tren en part¡cular. La característica principal de estos sistemas es que lacondición inicial se puede perturbar con influencias pequeñas sólo en apar¡encia, perode consecuencias ser¡as, que hacen que el sistema caótico caiga en un nuevo estado deorganización "impredecible". No obstante¡ se puede demostrar que este patrón aleato-rio está gobernado por atractores que son propiedades de los sistemas (Kozma y Free-man, 2oo1). Para el análisis de los datos electroencefalográficos, esta técnica se basa enla dinámica no l ineal que examina la complej idad dimensionaldel EEG, considerándolocomo series de tiempo caóticas. La complejidad dimensional se reñere al número deparámetros que contribuyen al comportam¡ento de las series de tiempo. EI caos dis-minuido en el cerebro puede significar patología seria, como el estado de coma o lascrisis ep¡lépt¡cas que son de alta coherencia. Para computar los descriptores caóticos delos datos crudos del EEG, es necesario reconstruir un atractor extraño en un espac¡ode fases multidimensionales. El problema se simplif ica mediante el análisis fractal quesubdivide el EEG en curvas similares, l lamadas dimensión fractal. Usa el algoritmo deH¡guchi a fin de transformar los datos del EEG en su dimensión fractal, lo cual permite re-ducir la cantidad de los datos de EEG s¡n perder información diagnósticamente impor-tante acerca del espectro de las ondas cerebrales (Higuchi, 1988; Ciszewski et a1., 1999).

Tra n sJo r m a da de o n deleta s (w av e I et tra n sfo rm,La transformada de ondeletas continua es otro método prometedor y una solución nue-va al problema del análisis de señales de tiempo-frecuencia, como es el caso del EEG.Esta transformación se ha usado para estudiar la información no estacionaria y es unaalternat¡va a la FFT. La idea básica reside en que el EEG tiene formas de ondas repetit¡-vas, cuya identif icación, descripción y frecuencia de aparic¡ón con algoritmos especialesayuda a descr¡bir la total idad del EEG con gran f idel idad. También se ha ut i l izado en elestudio de las epilepsias, donde se intenta caracter¡zar ondas de las etapas ¡ctales, ¡ntery postictales (rctus s¡gniñca crisis). En este caso, la pregunta básica es, con el propósi-to de predec¡r crisis epilépticas, si existen ondas preictales varios minutos antes de laaparición de la convulsión (Petros¡an et a1., r996) para poder pronosticar su ocurrenc¡a.El problema básico del método es la excesiva ex¡gencia computacional que el procesorequ¡ere. S¡nembargo, el desarrollo de potentes computadoras y del uso de algoritmosmás rápidos han reducido dramáticamente el t¡empo de cómputo requerido, sin com-prometeÍ la exact¡tud de extracción de información característ¡ca. La trasformada deondeletas usa una estructura de ventanas autoajustadas y de longitud variable que dacomo resultado una representación en el dominio de tiempo-frecuenc¡d, con una reso-lución variable de los componentes espectrales (Schiff et al., 1994).

Conclusión

38

Et Electroencefalograma: medición de [a actividad etéctrica cerebraI

----{Refe rencia sAlvarez, A., Valdés, P y Pascual, R. (1987). EEG developmental equat¡ons confirmed for Cuban

schoolchrldren EEG and Cl¡n¡col Neurophysíology, 67, 33o-132.Bataa E. EEG broin dynamics: Relat¡on between EEG and bnin evoked potent¡als Nueva yorkl

Elsevrer.Berger, H (1929). Uber das Elektroenkephalogramm des Menscher,. Archiv füt Psych¡atríe und

Nerven kran kheiten, 87, 527- 57o.Brazier, M.A. (1949). A study of the electr ic 6eld at the surface of the head EEG and Cl¡n¡cal

Neúrcphys¡ology, 2, 38-52.Ciszewsk¡, J., Klonowski, W., Stepien, R., Jernajczyk, W., Karl inski, A. y N¡edzietska, K. (1999)

Appl¡cation of chaos theory for EEG-s¡gnal analysis in patients with seasonal affect ive di-sorder. Medicol and B¡ologicol Engineer¡ng and Computng, 3l gopl. 1), j59.360.

Fields, R.D- (2006). Beyond the neuron doctrine. Scienttfc Añer¡con, a7 (3),21,-27.Freeman, W.J (2oo4) Origin, structure, and role of background EEG actrvity. Cl lr / .d/

N e u rc p h ys ¡o I ogy, 1 1 S, 2077 - 2088Gasser, T., Bacher, P. y l \4 ocks, J. (1982). Transformation toward the normal distr ibution of broad

band spectral parameters of the EEG. EEG o nd Clinicol Neurophystology, 53, t],-t 24.Harmony, T. (!984). Neurometic assessment oJ bran dysfun.t¡on ¡n neurclogical pdtíents

Funct¡onal neurcsciences (vol l l l ) . Hrl lsdale: Lawrence Erlbaum Ass.Higuchi, T. (1988). Approach to an rf iegular t ime series on the basis of the fractal theory

Phys¡ca, 3a, 2n-28fJohn, E R , Karmel, B. 2., Corning, W C, Easton, P, Brown, D., Ahn, H., lohn, M , Harmony, T.,

Prichep, L., Toro, A , Gerson, l , Bart lett , F., Thatcher, R., Kaye, H , Valdés, p y Schwartz, E.(1977). Neurometrics. Sc¡ence, 796, a39f-r4ro.

John, E. R, Ahn, H., Prichep, L, Trepetin, l \4., Brown, D. y Kaye, H (1980). Developmentaleq uations for the EEG . Sc¡ence, 2ao, a2SS-a258.

Kozma, R y Freeman, W. J. (2001). Chaotic resonancer methods and applications for robustclassificatfon of noisy and var¡able patterns. lnternot¡onal Journol of Bfurcotion andChaos, 70, z3o7-2322

Linkenkaer-Hansen, K, N¡koul ine/ V. V., Palva, J. M. y l lmoniemi, R J (2001) Long,r¿ngetemporal correlat ions and scal ing behavror in human bra¡n osci l lat ions. Joundl ofNeurosc¡ence, 2z (4), 37o-a3n

Linkenkaer-Hansen, K., Smit, D. J. A., Barki l , A., van Beijsterveldt, T. E. N4., Brussaard, A. 8.,Boomsma, D. 1., van Ooyen, A., y de Geus, E. J. C. (2oo7). Genetic contr ibution to longrage temporal correlat ions in ongoing osci l lattons. loutnol of Neurcscience, 27 (5g),13882-13889

Llinás, R. y Ribary U (199j). Coherent 40 Hz osci l lat ion characterizes dream state in humans.Prc.eedings of the Ndt¡onal Academy ofSc¡ence, go,2o78-2o9a

Lutzenberger, W., Pulvermüller, F., Elbert, T y Birbaumer, N (1995). Visual st¡mulat ion altersIocal 4o Hz responses in humans: an EEG stúdy. Neurosc¡ence Letters, úl lr-2), Zg-42.

¡.4atousek, M., y Petersen, | (1971) Frequency analysis ofthe EEG in normal chi ldren and rnnormal adolescents. En P Kellaway y l . Petersen (Eds ) Automat¡on of c!¡nicol FFG (pp

75-rou) NuevaYork: Raven PressNiedermayer, E. y Lopes da Silva, F (1.993). Electrcencepholograpy Nueva York: Lippincott

Wi l l iams y Wi lk ins.Nuñez, P L l1,gg1) Elect c F¡elds ofthe Braín:The Neurcphys¡cs of EEG. Nueva york: Oxford

University Press.

39