Características del EEG para un análisis integral del cerebro

El EEG es una de las herramientas más potentes para investigar la actividad cerebral y comprender los trastornos neurológicos. Pero su verdadero valor no está en la señal cruda, sino en lo que se extrae de ella: las características (en inglés, features) que permiten analizar a fondo la función del cerebro y detectar posibles anomalías.

A partir de estas características, investigadores y profesionales clínicos obtienen información valiosa sobre la complejidad del cerebro humano. Se agrupan en tres grandes familias: dominio temporal, dominio de frecuencia y sincronía.

01Características en el dominio temporal

Analizan la señal de EEG a lo largo del tiempo. Una característica clave es la amplitud, que mide la intensidad de la actividad eléctrica. Otra es la desviación absoluta media (MAD), que aporta información sobre la estabilidad de la señal. La tasa de cruces por cero (ZCR) ayuda a identificar cambios rápidos en la forma de onda.

Estas características se usan mucho para el monitoreo en tiempo real y para identificar artefactos en los registros de EEG.

02Características en el dominio de la frecuencia

Analizan la señal de EEG en el espectro de frecuencias. La densidad espectral de potencia (PSD) es una característica habitual que cuantifica cómo se distribuye la potencia entre las distintas bandas de frecuencia. La potencia relativa (RP) calcula la proporción de potencia en bandas específicas —delta, theta, alpha, beta y gamma—. La entropía, que mide la complejidad de la señal, ayuda a evaluar estados cognitivos.

Aplicaciones

Las características de frecuencia tienen amplias aplicaciones en las interfaces cerebro-computadora (BCI), el análisis del sueño y la investigación cognitiva. Son centrales para clasificar patrones de EEG asociados a la imaginación motora en BCI, identificar las fases del sueño y diferenciar la carga cognitiva durante tareas mentales.

03Características de sincronía

Examinan la relación entre distintos canales de EEG o regiones del cerebro. La coherencia, muy utilizada, cuantifica el nivel de sincronización entre dos señales en bandas de frecuencia específicas. El valor de bloqueo de fase (PLV) es otra medida esencial para evaluar la sincronización de fase de las oscilaciones neuronales. Estas características son valiosas para investigar la conectividad cerebral y estudiar las redes neuronales.

Aplicaciones

Las características de sincronía cobraron relevancia en el estudio de trastornos como la epilepsia, donde suelen aparecer patrones de sincronización anómalos. También son clave para mapear las redes de conectividad funcional en cerebros sanos.

Qué aportan en conjunto

Las características del EEG ofrecen información valiosa sobre la función cerebral, los estados cognitivos y los trastornos neurológicos. Las del dominio temporal —amplitud, MAD, ZCR— son cruciales para el monitoreo en tiempo real; las del dominio de frecuencia —PSD, RP, entropía— ayudan a clasificar estados del cerebro; y las de sincronía —coherencia, PLV— facilitan el estudio de la conectividad y de los trastornos.

Comprender estas características permite aprovechar el enorme potencial del EEG, desde las interfaces cerebro-computadora y el análisis del sueño hasta el diagnóstico y tratamiento de trastornos neurológicos.

Cómo lo usamos en Databrain

En neuromarketing trabajamos con estas mismas características —en especial la potencia relativa por banda y la densidad espectral— para medir, con el sistema EEG Enobio, la respuesta del cerebro ante una marca, un aviso o una experiencia. La señal cruda no decide nada; lo que convertimos en evidencia para el negocio es justamente lo que se extrae de ella.

Glosario

Amplitud

Intensidad de la actividad eléctrica registrada.

MAD (desviación absoluta media)

Indicador de la estabilidad de la señal.

ZCR (tasa de cruces por cero)

Frecuencia con la que la señal cambia de signo; detecta cambios rápidos.

PSD (densidad espectral de potencia)

Distribución de la potencia de la señal entre las bandas de frecuencia.

Potencia relativa

Proporción de potencia en una banda específica (delta, theta, alpha, beta, gamma).

Entropía

Medida de la complejidad de la señal; útil para evaluar estados cognitivos.

Coherencia

Nivel de sincronización entre dos señales en una banda dada.

PLV (valor de bloqueo de fase)

Medida de la sincronización de fase entre oscilaciones neuronales.

BCI

Interfaz cerebro-computadora (brain-computer interface).

Preguntas frecuentes

Referencias

• Niedermeyer, E., & da Silva, F. L. (2004). Electroencephalography: Basic principles, clinical applications, and related fields. Lippincott Williams & Wilkins.
• Hjorth, B. (1970). EEG analysis based on time domain properties. Electroencephalography and Clinical Neurophysiology, 29(3), 306-310.
• Buzsáki, G., & Draguhn, A. (2004). Neuronal oscillations in cortical networks. Science, 304(5679), 1926-1929.
• Stam, C. J., Nolte, G., & Daffertshofer, A. (2007). Phase lag index: assessment of functional connectivity from multi-channel EEG and MEG with diminished bias from common sources. Human Brain Mapping, 28(11), 1178-1193.

Adaptado y traducido al español, con enfoque para América Latina, a partir del artículo «EEG Features for Comprehensive Brain Analysis» publicado por Neuroelectrics.