¿Qué es el EEG y para qué sirve?

En esta entrada del blog exploraremos el electroencefalograma (EEG): qué es, cómo funciona, sus fascinantes aplicaciones y los distintos tipos de sistemas de EEG disponibles en la actualidad.

La electroencefalografía (EEG) es un método no invasivo utilizado para medir la actividad eléctrica del cerebro humano. Inventada en 1929, esta técnica ha evolucionado en diversas formas y ahora se emplea para diversos fines, como pruebas diagnósticas, investigación científica y una gama cada vez mayor de aplicaciones para el consumidor. (Berger, 1929). 

¿Cómo funciona un EEG?

Para comprender el funcionamiento de un electroencefalograma, conviene entender algunos conceptos fundamentales sobre el funcionamiento del cerebro.

La actividad del cerebro se caracteriza por una oleada de señales eléctricas que recorren las células cerebrales conocidas como neuronas. Cuando una neurona se activa o "dispara", una corriente eléctrica desciende en cascada por la célula. Cuando numerosas neuronas se disparan simultáneamente, los sensores del cuero cabelludo pueden percibir este cambio de voltaje, un mecanismo en el que se basa la electroencefalografía. Un gorro de EEG consta de numerosos sensores diminutos, conocidos como electrodos de EEG, que rastrean los impulsos eléctricos y las señales procedentes de diversas regiones del cerebro.

Mientras que el EEG rutinario suele realizarse en un lugar fijo, el EEG ambulatorio permite al paciente utilizar el dispositivo mientras realiza sus tareas cotidianas o llevar a cabo un EEG prolongado desde la comodidad de su hogar.

Los gráficos de EEG constan de una serie de líneas onduladas que representan tensiones ascendentes y descendentes en diferentes grupos de neuronas. El rango de estas señales de tensión es del orden de los microvoltios. Suelen denominarse "ondas cerebrales". Estas ondas se miden en hercios, o ciclos por segundo, y se clasifican según su frecuencia.

Los patrones de ondas cerebrales incluyen: ondas delta (0,5-4 hz), alfa (8-12 hz), beta (12-35 hz), theta (4-8hz) y gamma (32-100 hz) (Abhang, 2016). Al estudiar cuándo y dónde se producen las distintas ondas cerebrales, los científicos y los médicos pueden obtener información importante sobre el funcionamiento del cerebro.

¿Para qué sirve un EEG?

Las funciones del EEG son:

1. Identificación de trastornos neurológicos: El electroencefalograma sirve para diagnosticar enfermedades como la epilepsia, trastornos del sueño, tumores cerebrales y lesiones cerebrales mediante la identificación de patrones inusuales de actividad cerebral.
2. Monitorización de la función cerebral: En las unidades de cuidados intensivos, el EEG se emplea para observar la función cerebral de pacientes que sufren lesiones cerebrales traumáticas, derrames cerebrales u otros trastornos neurológicos.
3. Planificación del tratamiento: Los resultados del EEG pueden orientar la elección del tratamiento, como la medicación para la epilepsia, al ofrecer información sobre la localización y la intensidad de la actividad cerebral inusual.
4. Investigación: El EEG se utiliza ampliamente en la investigación neurocientífica para estudiar la función cerebral, los procesos cognitivos y los trastornos neurológicos. Ofrece información crucial sobre la actividad cerebral durante diversas tareas, comportamientos y estados de conciencia.

En conclusión, la electroencefalografía es una herramienta esencial en la práctica clínica, la investigación y el diseño de estrategias de tratamiento para diversas afecciones neurológicas.

EEG en aplicaciones médicas

1. Epilepsia

Una prueba de EEG puede ser decisiva para identificar trastornos cerebrales específicos en la atención sanitaria. Los médicos han empleado tradicionalmente esta técnica para evaluar posibles casos de epilepsia y otros trastornos convulsivos (Smith, 2005). Los procedimientos de diagnóstico pueden incluir la exposición a luces parpadeantes, un estímulo que puede inducir la actividad convulsiva en personas con epilepsia fotosensible. Además de identificar y clasificar los distintos tipos de crisis, los datos del EEG también pueden servir para hacer un seguimiento de los pacientes en los intervalos entre episodios epilépticos, o para prever y gestionar las crisis.

2. Sleep

La electroencefalografía desempeña un papel importante en el diagnóstico de los trastornos del sueño. La estructura normal del sueño se divide en dos amplias fases, que incluyen el sueño sin movimientos oculares rápidos (NREM) y el sueño con movimientos oculares rápidos (REM), que se alternan a lo largo de la noche. Basándose en un patrón bien diferenciado de cambios en el EEG, el sueño NREM se divide a su vez en cuatro etapas: etapa I, etapa II, etapa III - IV (Nayak y Anilkumar, 2020; Patel, Reddy, Araujo, 2020). Mediante el análisis de los resultados de un estudio del sueño, los científicos pueden evaluar la calidad del sueño e identificar los trastornos asociados.

3. ADHD

Los médicos suelen diagnosticar el TDAH, como otros trastornos psiquiátricos, mediante una entrevista clínica. Los expertos aún debaten cuál es el biomarcador más fiable para el diagnóstico. Este proceso también puede implicar una prueba de EEG (Amadou, 2020), (Kiiski, 2019) y (Saad, 2015). La electroencefalografía por sí sola no es suficiente para diagnosticar el TDAH y siempre debe utilizarse junto con una evaluación más exhaustiva. 

En el futuro, los procedimientos EEG podrían utilizarse potencialmente para ayudar a detectar otros trastornos como la depresión, Alzheimer o la esquizofrenia. Los estudios en este ámbito aún se encuentran en fase preliminar (Cassani 2018), (de Aguilar Neto, 2019), (Oh, 2019). 

Si se recibe asesoramiento médico para someterse a este tipo de evaluación, es necesario seguir las instrucciones de su médico con respecto a cómo prepararse para una exploración EEG. Por ejemplo, es posible que le pidan que se lave el pelo antes de la visita, ya que los productos de peinado pueden interferir con los registros del cuero cabelludo. Los riesgos y efectos secundarios asociados a las pruebas de EEG son mínimos.

EEG en aplicaciones de investigación

Además de su potencial diagnóstico, la monitorización EEG tiene un enorme valor para la investigación. De hecho, esta técnica se ha utilizado para explorar la función cerebral durante casi un siglo y se ha aplicado en diversos ámbitos de la psicología y la neurociencia. Por ejemplo, los psicólogos cognitivos suelen emplear esta técnica para explorar las asociaciones neuronales de capacidades cognitivas fundamentales, como la emoción, el lenguaje, la atención y el aprendizaje. Del mismo modo, algunos psicólogos sociales utilizan los resultados del EEG para mejorar su examen de la dinámica de grupo y la comprensión social. 

Los investigadores utilizan los resultados del electroencefalograma no sólo para diagnosticar trastornos. También están explorando su uso para devolver la funcionalidad a personas que sufren parálisis, trastornos del movimiento o enfermedades neurodegenerativas. También para mejorar las capacidades humanas existentes. Esto puede lograrse mediante una interfaz cerebro-ordenador (BCI), que traduce las señales eléctricas del cerebro en acciones.

EEG-based brain computer interfaces create a non-invasive and direct connection between the brain and an external device. Connection with a computer or a robotic arm grants new levels of control to paralyzed users. The next Figure displays a BCI typical operation.

También existe un impulso sustancial en el uso recreativo para permitir a los usuarios sanos controlar una pantalla de ordenador utilizando sólo el pensamiento. (Vasiljevic 2020).

EEG para los consumidores

Históricamente, las técnicas de escaneo cerebral han se realizaban con grandes equipos y con un coste elevado, lo que ha limitado su uso a los confines de un laboratorio de investigación. Por el contrario, las últimas tecnologías de EEG son portátiles y relativamente baratas, características que permiten a los científicos utilizar la tecnología en entornos más naturales y diversos (Mavros 2016). Estas características también facilitan el uso de la electroencefalografía más allá de los entornos académicos, como la investigación de mercado o las aplicaciones educativas (Amin 2020, Poulsen 2017).

La industria de la neurotecnología de consumo ha experimentado un gran crecimiento en la última década. En la actualidad existen docenas de dispositivos para llevar puestos, con aplicaciones que van desde la neurorretroalimentación hasta los juegos de manos libres. Los productos de esta categoría varían drásticamente en cuanto a fiabilidad y coste. (Pathirana 2018; Grummett 2015) Como tal, los clientes potenciales deben aplicar una buena dosis de escepticismo a cualquier afirmación de marketing aparentemente extravagante.

Tipos de EEG

Como se ha observado, el término EEG abarca un amplio espectro de productos y procedimientos. En todos los casos, se colocan electrodos en el cuero cabelludo que permiten conocer la actividad eléctrica del cerebro. Sin embargo, sus características técnicas pueden diferir considerablemente.

Por ejemplo, mientras que los instrumentos de investigación y clínicos pueden contener hasta 64 electrodos, los aparatos de consumo pueden incluir sólo tres sensores situados en determinadas regiones del cerebro. Además, los electrodos pueden ser secos o húmedos. Esta última categoría corresponde a los electrodos que necesitan un material conductor (por ejemplo, gel, solución salina o electroencefalogramas con base de agua). Véase (Liao 2012).

Los recientes avances tecnológicos han agilizado considerablemente las pruebas de EEG. Muchos dispositivos de EEG modernos eliminan la necesidad de gel electrolítico y, por tanto, de lavar la cabeza después de la sesión. Algunos ejemplos son el EEG Versatile Bitbrain (uso de agua del grifo), el EEG Minimal (sensores metálicos secos) o el EEG Textil (sensores textiles secos). Además, se han realizado adaptaciones para realizar pruebas de EEG para niños, como el EEG Versatile Bitbrain.

Estos avances no sólo han mejorado el tiempo y la complejidad de la configuración del EEG, sino que también han facilitado que técnicos sin gran experiencia previa en EEG puedan recopilar datos cerebrales de alta calidad sin esfuerzo.

Estos dispositivos de neurotecnología También pueden ser con cable o inalámbricos, y estos últimos utilizan la tecnología Bluetooth para transmitir datos a un dispositivo cercano. Aquí puede consultarse un resumen reciente de los dispositivos wearables existentes en el mercado (Niso, 2023).

A medida que avance la tecnología, surgirán nuevas variedades. De hecho, a pesar de ser un campo relativamente antiguo, la ciencia del electroencefalograma es extraordinariamente activa, con innovaciones interesantes que llegan cada año.  

About the authors

Caitlin Shure (www.caitlinshure.com | (LinkedIn)  Académica, escritora y explora la intersección entre neurociencia, tecnología y sociedad.

Javier Mínguez (LinkedIn, scholar, Twitter) Profesor asociado de la Universidad de Zaragoza y cofundador de Bitbrain.

Acerca de las soluciones Bitbrain

Bitbrain está especializada en el desarrollo de dispositivos innovadores con una excelente usabilidad para la monitorización multimodal, que abarcan sistemas de EEG semiseco, EEG seco y EEG textil, así como bioseñales (ExG, GSR, RESP, TEMP, IMU, etc.) y soluciones de seguimiento ocular (plataformas móviles y basadas en pantalla).

Las herramientas de software facilitan el diseño de experimentos, la recopilación de datos sin esfuerzo con más de 35 tipos de sensores sincronizados y el análisis exhaustivo de datos que abarcan un amplio espectro de biometría emocional y cognitiva.

Las plataformas de Bitbrain ofrecen interconectividad con otros sistemas a través de LSL, ePrime, Matlab o Python, proporcionando flexibilidad y compatibilidad para diversas necesidades de investigación y aplicaciones.

Nuestros equipos son utilizados por científicos en publicaciones de gran impacto y revisadas por expertos en una amplia gama de aplicaciones de investigación, como neurociencia, psicología, educación, factores humanos, investigación de mercados y neuromarketing, e interfaces cerebro-ordenador. 

Podría resultar de su interés

• What is QEEG brain mapping and normative databases?
• Main features of the EEG amplifier explained
• All about EEG artifacts and filtering tools
• EEG Synchronization With Other Biosensors (EEG, ECG, EMG, eye tracking, etc.), and Software
• EEG Connectivity Layer and Other Features of EEG Headsets Explained

References

• Abhang, P. A., Gawali, B. W., & Mehrotra, S. C. (2016). Technological basics of EEG recording and operation of apparatus. In: Introduction to EEG-and speech-based emotion recognition. Academic Press. Pgs 19-50.
• Adamou, M., Fullen, T., & Jones, S. L. (2020). EEG for Diagnosis of Adult ADHD: A Systematic Review With Narrative Analysis. Frontiers in Psychiatry, 11, 871.
• Amin, C. R., Hasin, M. F., Leon, T. S., Aurko, A. B., Tamanna, T., Rahman, M. A., & Parvez, M. Z. (2020, December). Consumer Behavior Analysis using EEG Signals for Neuromarketing Application. In 2020 IEEE Symposium Series on Computational Intelligence (SSCI) (pp. 2061-2066). IEEE.
• Berger, H. (1929). Über das elektrenkephalogramm des menschen. European Archives of Psychiatry and Clinical Neuroscience, 87(1):527–570.
• Campbell, I. G. (2009). EEG recording and analysis for sleep research. Current protocols in neuroscience, 49(1), 10-2.
• Cassani, R., Estarellas, M., San-Martin, R., Fraga, F. J., & Falk, T. H. (2018). Systematic review on resting-state EEG for Alzheimer’s disease diagnosis and progression assessment. Disease markers, 2018.
• de Aguiar Neto, F. S., & Rosa, J. L. G. (2019). Depression biomarkers using non-invasive EEG: A review. Neuroscience & Biobehavioral Reviews, 105, 83-93.
• Grummett, T. S., Leibbrandt, R. E., Lewis, T. W., DeLosAngeles, D., Powers, D. M. W., Willoughby, J. O., ... & Fitzgibbon, S. P. (2015). Measurement of neural signals from inexpensive, wireless and dry EEG systems. Physiological measurement, 36(7), 1469.
• Kiiski, H., Bennett, M., Rueda‐Delgado, L. M., Farina, F. R., Knight, R., Boyle, R., ... & Whelan, R. (2020). EEG spectral power, but not theta/beta ratio, is a neuromarker for adult ADHD. European Journal of Neuroscience, 51(10), 2095-2109.
• Liao, L. D., Lin, C. T., McDowell, K., Wickenden, A. E., Gramann, K., Jung, T. P., ... & Chang, J. Y. (2012). Biosensor technologies for augmented brain–computer interfaces in the next decades. Proceedings of the IEEE, 100(Special Centennial Issue), 1553-1566.
• Mavros, P., Austwick, M. Z., & Smith, A. H. (2016). Geo-EEG: towards the use of EEG in the study of urban behaviour. Applied Spatial Analysis and Policy, 9(2), 191-212.
• Oh, S. L., Vicnesh, J., Ciaccio, E. J., Yuvaraj, R., & Acharya, U. R. (2019). Deep convolutional neural network model for automated diagnosis of schizophrenia using EEG signals. Applied Sciences, 9(14), 2870.
• Pathirana, S., Asirvatham, D., & Johar, G. (2018, July). A critical evaluation on low-cost consumer-grade electroencephalographic devices. In 2018 2nd International Conference on BioSignal Analysis, Processing and Systems (ICBAPS) (pp. 160-165). IEEE.
• Poulsen, A. T., Kamronn, S., Dmochowski, J., Parra, L. C., & Hansen, L. K. (2017). EEG in the classroom: Synchronised neural recordings during video presentation. Scientific reports, 7(1), 1-9.
• Saad, J. F., Kohn, M. R., Clarke, S., Lagopoulos, J., & Hermens, D. F. (2018). Is the theta/beta marker for ADHD inherently flawed?. Journal of attention disorders, 22(9), 815-826.
• Smith, S. J. M. (2005). EEG in the diagnosis, classification, and management of patients with epilepsy. Journal of Neurology, Neurosurgery & Psychiatry, 76(suppl 2), ii2-ii7.
• Vasiljevic, Gabriel Alves Mendes, and Leonardo Cunha de Miranda. "Brain–computer interface games based on consumer-grade EEG Devices: A systematic literature review." International Journal of Human–Computer Interaction 36, no. 2 (2020): 105-142