Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Grupo9Memoria1 PDF
Grupo9Memoria1 PDF
ELECTROENCEFALOGRAFÍA
Facultad de Biología
Septiembre de 2014
ÍNDICE
1. INTRODUCCIÓN.……………………………………………........ Página 1
8. BIBLIOGRAFÍA………………………………………...... Página 26
1. INTRODUCCIÓN
Debido a su capacidad para reflejar tanto la actividad normal y como patológico del
cerebro, el EEG, es una herramienta de gran utilidad para el diagnóstico clínico de
patologías como la epilepsia, encefalopatías o isquemias. (Raut y Taywade, 2012).
1
(Boutros, Galderisi y Pogarell, 2011). Así mismo, descubrió que las ondas registradas
no eran completamente aleatorias, sino que por el contrario mostraban cierta
periodicidad y regularidad. Observó que durante el sueño se apreciaba un patrón de
ondas sincronizadas de gran amplitud y baja frecuencia, mientras que en estado de
vigilia el patrón cambiaba a uno desincronizado de baja amplitud y mayor frecuencia
(Ramos-Argüelles y cols., 2009). Esto le permitió sugerir que la actividad cerebral
cambiaba de un modo consistente y reconocible y que también se veían afectadas por
condiciones patológicas (Sanei y Chambers, 2007).
Desde entonces, la historia de las señales del EEG ha estado en continua evolución,
desarrollándose tanto en el ámbito clínico como experimental.
Hoy día, los registros de EEG se obtiene usando sistemas computarizados. Los equipos
se encuentran equipados con muchas herramientas de procesamiento de señal y
memoria suficiente para realizar registros de larga duración (Sanei y Chambers, 2007).
Estos avances en la tecnología digital han permitido el desarrollo del análisis
cuantitativo de las señales del EEG, con lo que cabe la posibilidad de estudiar y
cuantificar muchos más parámetros a partir de un registro de EEG.
2
piramidales de la corteza cerebral (Ramos-Argüelles y cols., 2009; Boutros, Galderisi y
Pogarell, 2011). La mayor parte de esta actividad es generada por la actividad sináptica
sobre estas células (Sanei y Chambers, 2007).
El registro, realizado a nivel del cuero cabelludo, es el resultado de la suma del flujo
extracelular de corriente de muchas neuronas, teniendo más relevancia aquel procedente
del flujo de corriente producido por los potenciales eléctricos de neuronas corticales
más cercanas (Boutros, Galderisi y Pogarell, 2011). Sin embargo, la magnitud de la
actividad eléctrica percibida en el EEG (µV) es mucho menor que la generada por una
sola neurona (mV), porque es filtrada y atenuada al pasar por las diferentes capas de
tejido que separan la superficie cortical del electrodo de registro (Gómez y cols., 1992).
De ahí que, un PPSE en una dendrita produzca una negatividad eléctrica en el área
circundante, provocando que el campo eléctrico se vuelva positivo a medida que nos
alejamos de la fuente. En cambio, un PPSI en una dendrita genera una positividad
eléctrica en su lugar de origen y se vuelve más negativo a medida que nos alejamos de
la fuente.
Por lo tanto, tantoun PPSI, cuyo origen esté en las profundidades del cortex, como un
PPSE que se produzca en el superficie cortical, generarán una negatividad sobre el
cuero cabelludo (Boutros, Galderisi y Pogarell, 2011) (véase figura 2).
3
Figura 1. Esquema del dipolo eléctrico, de la corriente de iones y el sistema de
medición diferencial. La capa córnea (Stratum Corneum (SC)) representa la mayor
impedancia mientras que la originada por el gel conductor, los electrodos y cobre es
mucho menor. (Tomado de López-Gordo y col., 2014).
4
Figura 2. Generación de los campos de voltaje extracelulares de la actividad
sináptica. Relación entre la polaridad de los potenciales superficiales y el lugar de
los potenciales dendríticos post-sinápticos. (Tomado de Westbrook, 2013).
5
Las ondas registradas en el EEG han sido clasificadas con base en su frecuencia. Las
principales bandas de frecuencia, según Boutros y col. (2011), son las siguientes:
Alfa (α). Las ondas que la componen tienen una frecuencia que oscila entre 8-13
Hz (Raut y Taywade, 2012). Son las ondas cerebrales más abundantes (Sanei y
Chambers, 2007). Aparecen en estados de reposo y de ojos cerrados. Predominan
en áreas posteriores y en zonas centrales y anteriores del cerebro (Sanei y Chambers,
2007; Talamillo García, 2011).
Theta (θ). Presentan una frecuencia entre 4-7,5 Hz (Raut & Taywade, 2012). Se
originan en regiones del tálamo. Juegan un papel importante en la infancia, en estados
de somnolencia y sueño, en fases 1 y 2 de ondas lentas y en la ejecución de procesos
cognitivos (Sanei & Chambers, 2007) .
6
1.3. Estructuras implicadas en la generación de los ritmos cerebrales
Las neuronas de estas estructuras tienen propiedades oscilatorias propias que juegan un
papel importante en generar el comportamiento rítmico de las redes a las que pertenecen
(Steriade y col. 1990). Los circuitos responsables de que se produzca y se module el
comportamiento rítmico están formados por tres tipos de neuronas: tálamo-corticales,
tálamo-reticulares talámicas y corticales (Boutros, Galderisi y Pogarell, 2011) (véase
figura 3).
Figura 3. Esquema de las redes neurales del tálamo implicadas en las oscilaciones
coherentes y su control por las neuronas colinérgicas del bulbo raquídeo. (Tomado
de Boutros, 2011).
7
Las neuronas tálamo-corticales actúan como un marcapasos, a través de un mecanismo
de retroalimentación, enviando fibras excitadoras al cortex y recibiendo fibras que
acaban sobre las interneuronas inhibitorias del tálamo, así como las fibras excitadoras
de neuronas colinérgicas mesopontinas. Lo mismo ocurre con las tálamo-reticulares,
pero ejerciendo una actividad inhibidora a través del neurotransmisor GABA (Steriade
y col., 1990; Boutros, Galderisi y Pogarell, 2011).
Aunque los electrodos pueden ser de tamaño, forma y materiales distintos, y aplicados
sobre el cuero cabelludo por diferentes medios, deben tener en cuenta algunos
principios generales en su diseño y uso, de los que hablaremos a continuación.
Se han diseñado varios tipos de electrodos de superficie que pueden dividirse en tres
categorías: adhesivos, de contacto, en casco de malla y de agujas.
8
- Los electrodos de agujas son de uso muy limitado y de gran complejidad. Solo se
emplean en recién nacidos y en la UCI. Pueden ser desechables o de uso múltiple
(requieren esterilización). Son utilizados para registros de larga duración y se
encuentran insertados de forma invasiva bajo el cuero cabelludo (Teplan, 2002).
- Los adheridos son pequeños discos metálicos de 5 milímetros (mm) de diámetro. Se
adhieren con pasta conductora y se fijan con un aislante. Se caracterizan por tener
resistencias de contactos muy bajas si se aplican bien.
9
estar en contacto prolongado con el sudor. Se ha podido observar que pueden fijarse al
cuero cabelludo mediante un casco de goma y cargado a la interfaz del EEG, como
ocurría con los electrodos convencionales.
10
cables) es apenas apreciable en la transmisión de señal (Taheri, Knight y Smith, 1994).
Uno de sus inconvenientes más notable es que se produce una impedancia entre la piel y
los electrodos bastante alta, por lo que se debe reducir para disminuir el efecto de las
distintas fuentes de ruidos (Ko, 1998).
- Los de contacto (véase figura 5) son unos pequeños tubos de plata clorurada unidos a
soportes de plástico. En su extremo de contacto se le coloca una almohadilla que se
empapa con una solución conductora. Su método de sujeción es mediante bandas
elásticas. Se caracterizan por su fácil colocación, aunque suelen ser molestos para los
pacientes y no sirven para estudios de larga duración (Barea Navarro, 2009).
11
2.2. Sistema de posicionamiento de electrodos
El 10 hace referencia a que las distancias reales entre electrodos adyacentes son el 10%,
mientras que el 20 se refiere al 20% de la distancia total delantera/trasera o
derecha/izquierda, de manera que la zona que registre cada electrodo sea comparable
entre los registros realizados a diferentes individuos (Sanei y Chambers, 2007). Con
esto se consigue que haya una división del cráneo y que podamos tomar como
referencia algunos puntos para cubrir la totalidad de las regiones cerebrales (véase
figura 4) (Teplan, 2002; Arman, Ahmed y Syed, 2012).
Cada sitio posee una letra para identificar el lóbulo y un número para definir la posición
del hemisferio. Por lo tanto, tendríamos la siguiente nomenclatura: F (frontal), C
(central), T (temporal), P (posterior) y O (occipital). Además, la “z” hace mención al
electrodo que se coloca en la línea media del cráneo (Oostenveld y Praamstra, 2001;
Teplan, 2002).
12
Figura 6. Diagrama de representación del sistema 10-20. El cerebro es mapeado
por cuatro puntos: Nasal, Occipital (inión) y por preauriculares derecho e
izquierdo (orejas). (Tomado de Sanei y Chambers, 2007).
Por otro lado, la presencia de números se utiliza para referirnos a la parte izquierda de
la cabeza si son impares, y a la parte derecha cuando son pares (Sanei y Chambers,
2007).
Para realizar una colocación exacta de los electrodos en EEG, se toman una serie de
puntos como referencia. Primero, “nasión”, situados entre la frente y la nariz; segundo,
el “inión”, que es el punto más bajo del cráneo y el tercero, el “punto pre-auricular”,
situado en las orejas (Barea Navarro, 2009).
Una vez colocados los electrodos de acuerdo al sistema indicado en el apartado anterior
es importante remarcar que cada electrodo se considera un punto de registro y que, para
generar una diferencia de potencial se necesita de dos terminales, una de registro y otra
de referencia (Satherley, Jones y Bones, 1996).
13
Tras dejar esas nociones en claro, lo siguiente que se necesita decidir es el tipo de
registro que se aplicará. Para llegar a una solución de cuál será el más adecuado, se tiene
que observar la cantidad de canales disponibles y las necesidades del estudio que se
quiera realizar (Rowan, 2004).
Podemos distinguir dos tipos: los registros monopolares y los bipolares (véase figura 5)
(Boutros, Galderisi y Pogarell, 2011).
14
En ambos tipos la mitad de los canales son conectados al hemisferio derecho y la otra
mitad al hemisferio izquierdo, de este modo la actividad eléctrica de áreas homólogas
del cerebro pueden ser comparadas a simple vista (Sanei y Chambers, 2007).
Los montajes son conocidos como el conjunto de pares de electrodos que se encuentran
conectados a cada canal de amplificación de señal. Según la Federación Internacional de
EEG y Neurofisiología se clasifican en Longitudinales y Transversales (Barea Navarro,
2009) (véase figura 5).
15
Figura 8. A) Montaje Longitudinal, B) Montaje Transversal. Esquema de los dos
tipos de montajes bipolares más utilizados. Cada segmento situado entre dos
puntos representa un canal de registro (Tomado de Rowan, 2014)
En este apartado hablaremos sobre cómo se lleva a cabo el procesamiento de las señales
adquiridas a partir de la electroencefalografía.
Como se ha comentado anteriormente, las señales registradas por el EEG se obtienen a
través de registros llevados a cabo mediante múltiples electrodos colocados sobre la
superficie del cuero cabelludo.
Normalmente, estas señales se encuentran sin procesar y aparecen con magnitudes muy
pequeñas. Por ello deben pasar por varias etapas para su depuración debido a que están
contaminadas por ruidos e interferencias de los diferentes artefactos, tanto artificiales
como biológicos, y así poder extraer la información de mayor relevancia con el estado
mental del sujeto en estudio (Sanei y Chambers, 2007).
16
Los artefactos son aquellas señales eléctricas no relacionadas con la actividad eléctrica
cerebral. Pueden dividirse en dos categorías (Boutros, Galderisi y Pogarell, 2011):
Para evitar este tipo de interferencias recurrimos al procesamiento de la señal del EEG
(véase Figura 9).
El tercer y cuarto paso consiste en extraer las características de cada señal. Este paso se
lleva a cabo para tener una primera imagen de la actividad, aplicándole a cada canal un
banco de cuatro filtro pasabanda digitales, que presentan bandas de paso enfocadas en
17
las ondas alfa, beta, delta y theta, que son las más estudiadas en el
electroencefalograma.
Figura 9.- Fases del procesamiento de la señal del EEG. En el presente esquema
se representación de los distintos pasos a seguir para el procesamiento de una
señal registrada en el electroencefalograma (Tomado de Al-Fahoum y Al-Fraihat,
2014).
18
Así llegamos a conseguir una representación más manejable y significativa de la señal
original.
Por último se requiere el acondicionamiento de la señal obtenida. Se considera la última
etapa analógica previa a su digitalización. Consiste en la conversión de señales para que
sean leídas por un microcontrolador sin ningún impedimento (Nunes y col., 2012).
En este sentido, el análisis cuantitativo del EEG (qEEG) amplía de forma considerable
el alcance de este estudio.
19
esta área (Fernández Harmony y González Garrido, 2001)
El análisis de Fourier está basado en la idea de que una señal continua presenta un
número finito de frecuencias y, gracias a ello, puede descomponerse en un número
finito de ondas. Para agilizar el cálculo, se emplea el algoritmo de la FFT a una serie de
muestras, aunque esto no es necesario actualmente gracias a la potencia de cálculo de
los ordenadores (Freeman y Quiroga, 2013). Si agrupamos todas esas ondas seno
extraídas de la señal del EEG, obtendremos su espectro de frecuencia. Por lo tanto, es
posible estudiar las señales electroencefalográficas en el dominio de tiempo y, además,
en el de frecuencia (Blanco y col., 1995).
20
métodos de análisis de tiempo-frecuencia, que permiten valorar la evolución temporal
comprendida en los cambios de frecuencia. Entre ellos se encuentra la transformada de
wavelet (TW) y la expansión de Gabor.
21
desplazadas en el tiempo y en la frecuencia a través de una función principal. Así, cada
factor puede considerarse como la energía que se encuentra en la señal en un instante de
tiempo y a una frecuencia específica (Urrestarazu e Iriarte, 2005).
Aunque los fundamentos matemáticos de este tipo de análisis se demostraron hace un
tiempo, su aplicación en señales electroencefalográficas es muy reciente (Sanei y
Chambers, 2007). Por otro lado, la TW permite observar el comportamiento de
diferentes eventos de la señal. Además, proporciona de manera simultánea información
sobre tiempo y frecuencia. A diferencia del método anterior, wavelet analiza la señal
con distintas resoluciones para las diferentes frecuencias (Cortés, Medina y Chávez,
2007).
En la actualidad, se usa de forma habitual en el análisis de señales de todo tipo, incluso
en aquellos fuera del área médica (Urrestarazu e Iriarte, 2005).
5. POTENCIALES EVOCADOS
Toda la actividad eléctrica que es generada por las poblaciones de neuronas corticales es
registrada por los electrodos que se colocan en la superficie del cuero cabelludo, como
se ha comentado a lo largo del trabajo.
Para poder estudiar los PEs se parte de la presuposición de que las oscilaciones
registradas se distribuyen de manera aleatoria en el tiempo. Mediante el promediado de
las oscilaciones, junto con el momento en el que se presenta el estímulo, es posible
resaltar y visualizar estos potenciales (Gómez y col., 1992). Por lo tanto, para obtenerlos
se realiza un promedio de algunos segmentos del electroencefalograma que estén
relacionados con la actividad registrada durante la presentación repetida del mismo
estímulo o parecidos. De esta manera se consigue anular aquellas oscilaciones que no
pertenezcan a la presentación del estímulo, permitiendo que la actividad eléctrica
22
asociada con la presentación repetida del estímulo crítico destaque (Pfurtscheller y
Lopes da Silva, 1999).
La señal eléctrica producida por los PREs se compone de una sucesión de picos y valles
continuada a lo largo del tiempo a los que se denomina componentes. Este nombre se
basa en los parámetros que los caracterizan que son: la polaridad (positiva o negativa),
la distribución topográfica, la latencia y el tipo de manipulación experimental. Para
nombrarlos se utiliza, en relación a la polaridad, una “N” (negativa) o una “P”
(positiva), mientras que la aparición de un dígito corresponde con la latencia, cuando el
componente alcanza su máxima amplitud (Gómez y col., 1992)
Los componentes endógenos son aquellos que ocurren mucho tiempo después de la
presentación del estímulo. Mientras tanto, los estímulos exógenos son muy precoces en
el tiempo e insensibles a las manipulaciones que impliquen procesos cognitivos.
Además, aparecen ante la presentación de una característica física del estímulo externo
(Hernández Barro, 2006; Woodman, 2010).
Estas neuronas poseen una distribución en campo abierto, es decir, una disposición
paralela de las neuronas permitiendo la suma de todas sus corrientes al estar sus
dendritas orientadas en el mismo sentido. Esto,junto con su activación en sincronía,
favorece que dichas corrientes puedan ser detectadas por los electrodos situados a
bastante distancia sobre el pericráneo. A pesar de ello, hay estructuras cerebrales que es
posible que contribuyan a la señal, pero al poseer una distribución en campo cerrado
(disposición radial y tendencia a anular las señales) aparecen invisibles a los registro del
EEG (Gómez y col., 1992; Ramos-Argüelles y col., 2009; Boutros, Galderisi y Pogarell,
2011).
23
reflejar la actividad de la región inmediatamente bajo la posición de los electrodos.
Gracias a la existencia de dipolos eléctricos, una señal que se genera en una región
determinada del cortex cerebral puede aparecer como máxima sobre un punto distante
en la superficie del cuero cabelludo. Para que sea posible es necesario el uso de técnicas
que ayuden, con la aplicación de algoritmos matemáticos, a la localización de la fuente
de origen del potencial que se observa en la superficie a través de la distribución
espacial del voltaje sobre el cuero cabelludo (Gómez y col., 1992).
Por otro lado, cuando se quiere conocer la localización de los generadores neuronales de
la actividad cerebral se requiere el uso de ciertas técnicas con una alta resolución
espacial. Un ejemplo sería la resonancia magnética funcional (fMRI) (Sanei y
Chambers, 2007).
Los componentes de los potenciales evocados se caracterizan por los parámetros que
mencionamos anteriormente. La obtención de las diferencias de estas dimensiones
permite hacer inferencias sobre los procesos cognitivos subyacentes en base a que los
componentes generados por cada condición difieran entre so cuantitativa (amplitud o/y
latencia) o cualitativamente (distribución espacial) (Sanei y Chambers, 2007).
Gracias a esto nos permiten obtener cierta información sobre cualquier condición
generada en el cerebro, ayudándonos con el diagnóstico y tratamiento de posibles
desórdenes mentales y enfermedades relacionadas.
En el siguiente apartado se lleva a cabo una breve descripción sobre los campos que
puede llegar a abarcar la electroencefalografía.
6. APLICACIONES DE LA ELECTROENCEFALOGRAFÍA
En la actualidad se considera una técnica de gran uso para el especialista clínico, no solo
en el campo de la epilepsia, un área de gran interés en estos momentos, sino también en
otros muchos como son los estudios de las ondas del sueño, el coma y la muerte
cerebral o incluso el estudio de tumores intracraneales. La clave está en aportar al
24
especialista una orientación funcional, que unida a la información estructural que aporta
la neuroimagen, le sirvan como complemento en el diagnóstico de la patología del
paciente.
Se han desarrollado nuevas técnicas para el estudio de la función cerebral en los últimos
años. Sin embargo, la electroencefalografía es la que aporta una mayor resolución
temporal y, gracias a eso, su estudio sigue siendo de mucho interés.
25
8. BIBLIOGRAFÍA
26
12. Freeman, W.; Quiroga, R.Q. 2013. Imaging brain function with EEG: Advanced
temporal and Spatial Analysis of electroencephalographic. Springer, 1-248, New
York, USA.
13. Gómez, C.; Escera, C.; Cilveti, R.; Polo, M.D.; Díaz, R.; Portavella, M. 1992.
Localización neuroeléctrica de procesos cognitivos. Anuario de Psicología, 54,
77-96.
14. Hernández Barro, D. 2006. Potenciales relacionados a eventos cognitivos en
psicología del deporte. Revista de Iberoamericana de Psicología del ejercicio y
el deporte, 1,105-117.
15. Ko, W.H. 1998. Active electrodes for EEG and evoked potential. Engineering in
Medicine and Biology Society, 20, 2221-2224.
16. Liao, L.; Wang, I.; Chen, S.; Chang, J.; y Lin, C. 2011. Design, fabrication and
experimental validation of a novel dry-contact sensor for measuring
electroencephalography signals without skin preparation. Sensors, 11, 5819-
5834.
17. López-Gordo, M.A.; Sánchez-Morillo, D.; y Pelayo Valle, F. 2014. Dry EEG
electrodes. Sensor, 14, 12847-12870.
18. Muthuswamy, J.; y Thakor, N.V. 1998. Spectral analysis methods for
neurological signals. Journal of Neuroscience Methods, 83, 1-14.
19. Niedermeyer, E.; y Lopes Da Silva, F.H. 2005. Electroencephalography: basic
principles, clinical applications, and related fields. Lippincott, 1-1279,
Philadelphia, USA.
20. Oostenveld, R.; Praamstra, P. 2001. The five percent electrode system for high-
resolution EEG and ERP measurements. Clinical Neurophysiology 112, 713-
719.
21. Pfurtscheller, G.; Lopes da Silva, F.H. 1999. Event-related EEG/MEG
synchronization and desynchronization: basic principles. Clinical
Neurophysiology 100, 1842-1857.
22. Ramos-Argüelles, F.; Morales, G.; Egozcue, S.; Pabón, R.M.; Alonso, M.T.
2009. Basic techniques of electroencephalography: principles and clinical
applications. Anales del Sistema Sanitario de Navarra, 32, 69-82.
23. Rodrigues Nunes, R.; Chaves, I.M.M.; Garcia de Alencar, J.C.; Benevides
Franco, S.; Barbosa Reis de Oliveira, Y.G.; De Menezes, D.G.A. 2012. Índice
27
Bispectral y otros parámetros procesados del electroencefalograma: una
actualización. Revista de Sociedade Brasileira de Anestesiologia, 62, 105-117.
24. Rosso, O.A.; Martin, M.T.; Figliola, A., Keller, K.; Platino, A. 2006. EEG
analysis using wavelet-based information tools. Journal of Neuroscience
Methods, 153, 163-182.
25. Rowan, J.; Tolunsky, E. 2004. Conceptos básicos sobre EEG con mini-atlas.
Elsevier, 1-187, Madrid, España.
26. Samar, V.J.; Bopardikar, A.; Rao, R.; y Swartz, K. 1999. Wavelet analysis of
neuroelectric waveforms: a conceptual tutorial. Brain and language, 66, 7-60.
27. Sanei, S.; y Chambers, J.A. 2007. EEG Signal Processing, Ltd, 1-267, Cardiff,
UK.
28. Satherley, B.L., Jones, R.D.; y Bones, P.J. 1996. EEG spectral topography in
neurology. Australasian Physical & Engineering Science in Medicine, 19, 172-
179.
29. Steriade, M.; Gloor, P.; Llinás, R. R.; Lopes da Silva, F. H.; y Mesulam, M.
M.1990. Basic mechanisms of cerebral rhythmic activities.
Electroencephalography and clinical neurophysiology, 76, 481-508.
30. Taheri, B. A.; Knight, R. T.; y Smith, R. L. 1994. A dry electrode for EEG
recording. Electroencephalography and clinical neurophysiology, 90, 376-383.
31. Talamillo García, T. 2011. Manual básico para enfermeros en
electroencefalografía. Enfermería Docente, 94, 29-33.
32. Taywade S.A.; Raut R.D. 2012. A Review: EEG signal analysis with different
methodologies. Proceeding on a National Conference on Innovative Paradigms
in Engineering and Techonology, 6, 29-31.
33. Teplan M. 2002. Fundamentals of EEG measurements. Measurements sciences
review, 2, 1-10.
34. Urrestaraza, E.; Iriarte, J. 2005. Revista de Neurología, 41, 423-34.
35. Westbrook, G.L. 2013. Seizures and Epilepsy, 1115-1139. Principles of neural
science. Kandel, E.R.; Schwartz, J.H.; y Jessel, T.M, McGraw-Hill, New York,
USA.
36. Woodman, G.F. 2010. A brief introduction to the use of event-related potentials
in studies of perception and attention. Attention, Perception y Psychophysics, 72,
2031-2046.
28