Gorros de EEG húmedos: diferencias entre agua, solución salina y gel
Un gorro EEG húmedo es un tipo de dispositivo de electroencefalografía (EEG) que requiere el uso de una sustancia electrolítica para mejorar la conductividad entre el cuero cabelludo y los electrodos. Este término se usa en contraposición al EEG seco. Este artículo te ayudará a comprender las diferencias entre ambos conceptos y se enfoca en los aspectos clave a tener en cuenta al seleccionar un sistema EEG húmedo.
¿Qué es un gorro de EEG húmedo?
La diferencia principal entre los sistemas EEG es el tipo de sustancia electrolítica que se utiliza para mejorar la conductividad entre los electrodos superficiales y el cuero cabelludo (Liao, 2012), parte de la capa sensorial del EEG o gorro EEG:
- Sistemas EEG con electrodos secos: no requieren sustancia.
- Gorro EEG húmedo o sistemas húmedos:
- Gel EEG: geles electrolíticos.
- EEG con soluciòn salina: soluciones salinas.
- EEG semi seco o EEG a base de agua: humedad del agua corriente / aplicación adaptable.
Los sistemas de EEG con gel, semi-secos o salinos se denominan generalmente EEG húmedos. La necesidad de una sustancia electrolítica afecta la conductividad entre el sensor y el cuero cabelludo.
Esto, a su vez, influye en la facilidad y comodidad de uso del dispositivo, además de condicionar la experiencia general del usuario y las aplicaciones posibles.
Electrodos EEG con gel y con solución salina
Los electrodos con gel y salinos han sido los sensores más utilizados recientemente para medir señales EEG. Requieren aplicar una sustancia electrolítica altamente conductiva (electrogel o gel EEG) entre el cuero cabelludo y el electrodo para lograr un buen contacto y reducir la impedancia en la interfaz piel-electrodo.
A veces, antes de usar estos electrodos, se desengrasa y se raspa ligeramente la piel para mejorar la calidad del contacto. Luego se coloca un gorro con electrodos (pequeños discos metálicos) sobre la cabeza, o los electrodos se adhieren al cuero cabelludo con colodión. Se usa una jeringa para aplicar el gel, generalmente a través de un orificio en el electrodo. Las principales características de la solución son sus componentes y su viscosidad.
- Componentes de la solución (salina o no salina): La solución salina en el gel mejora la conductividad, reduciendo la impedancia entre la piel y el electrodo, pero puede causar molestias si la piel ha sido abrasada previamente.
- Viscosidad:
- Líquido: Estas sustancias llegan fácilmente a la piel, pero pueden extenderse y generar puentes no deseados entre electrodos.
- Gel: Aplicación sencilla mediante jeringa. Su viscosidad permite usarlo en configuraciones de electrodos más densas, pero se seca con el tiempo y no se recomienda para grabaciones largas (más de 3–4 horas).
- Pasta: Difícil de aplicar y retirar. Útil para grabaciones prolongadas o protocolos que implican movimiento.
La ventaja de los electrodos húmedos es que ofrecen una mejor relación señal/ruido que los electrodos secos, por lo que requieren capas más simples en los dispositivos amplificadores (más fáciles de diseñar y menos costosos).
Sus desventajas son:
- Son menos cómodos de llevar.
- Requieren una sustancia entre el electrodo y la piel, lo que implica limpieza del cabello y procedimientos higiénicos más rigurosos para el equipo.
- A veces es necesario realizar una abrasión en la piel, lo cual es un proceso incómodo para el participante.
- Se necesitan instrumentos como jeringas para aplicar la sustancia entre el electrodo y la piel, lo que incrementa el coste de mantenimiento.
Electrodos EEG semi-secos o a base de agua
Los gorros EEG semi-secos (Dey et al., 2019; Hua et al., 2019; Wang et al., 2016; Nijholt, 2019), también conocidos como gorros EEG a base de agua, representan un subgrupo innovador dentro de los gorros EEG húmedos que buscan superar las limitaciones tanto de los electrodos secos como de los húmedos, utilizando agua corriente absorbida en un material poroso para generar conductividad entre el sensor y la piel.
Algunos electrodos semi-secos liberan una pequeña cantidad de solución salina a través de pilares cerámicos porosos por capilaridad, eliminando la necesidad de preparar la piel ni aplicar gel (Hua et al., 2019).
Otros utilizan un concepto similar mediante esponjas porosas altamente absorbentes humedecidas con agua del grifo. En ambos casos, las ventajas son una instalación rápida, posibilidad de autoaplicación, uso prolongado de hasta 8 horas y mayor limpieza para el usuario (Dey et al., 2019).
3. Aplicaciones: Dry vs Wet EEG caps
Los electrodos dry-EEG no requieren ninguna sustancia adicional (puedes ver más información aquí sobre gorro de EEG seco) y hacen contacto directo con el cuero cabelludo.
Sus ventajas incluyen una instalación rápida, comodidad de uso, no necesitan instrumentos adicionales como jeringas o botes de gel, no requieren limpieza del cabello después del uso ni procedimientos higiénicos intensivos para el equipo. Su principal desventaja es la alta impedancia de contacto entre el sensor y la piel, lo que reduce la relación señal/ruido.
Por tanto, tanto el sensor como el amplificador deben estar diseñados para tolerar más ruido y artefactos en la señal (Li et al., 2018).
En cambio, los electrodos de EEG húmedos pueden utilizarse en la mayoría de contextos, pero están más orientados a investigación que los secos. Suelen tener sistemas con más ubicaciones de electrodos, mayor cobertura de la cabeza y mejor calidad de señal. La tecnología dry se orienta principalmente a entornos reales o productos/servicios profesionales, mientras que el gorro EEG semiseco se desarrolla más para contextos exploratorios.
Una forma práctica de integrar los sistemas wet y dry-based EEG en un flujo de trabajo de investigación general es:
- Fase 1 – Investigación exploratoria: Utilizar tecnologías de laboratorio (gorros EEG húmedos) para comprender el comportamiento humano en situaciones controladas. En esta etapa, se priorizan mediciones con gran número de canales EEG, alta densidad de cobertura cerebral y máxima resolución y precisión. Estos dispositivos suelen usarse también en contextos clínicos o médicos.
- Fase 2 – Optimización de la aplicación: Aplicar técnicas de procesamiento de señales EEG para identificar dónde y cómo pueden medirse los correlatos neuronales del comportamiento.
- Fase 3 – Fase orientada a la aplicación: Utilizar tecnologías fuera del laboratorio (gorros EEG secos) para estudiar el comportamiento humano en entornos reales. Aquí se prioriza la facilidad de uso, la comodidad y la colocación de electrodos solo en las zonas relevantes del cerebro, junto con movilidad y resistencia a artefactos (para permitir libertad de movimiento).
Así, el enfoque principal de los sistemas EEG húmedos suele ser complementario al de los dry-EEG, ya que se utilizan en diferentes etapas del flujo de investigación. Consulta algunos ejemplos más abajo en aplicaciones basadas en sistemas de interfaz cerebro-computadora (BCI).
Características importantes del gorro wet-EEG
En la tabla que aparece a continuación encontrarás un resumen de los aspectos clave a tener en cuenta en un gorro EEG semiseco, que incluyen no solo la capa de electrodos, sino también los cables y el amplificador (Li et al., 2018; Wang et al., 2016; Tallgren et al., 2005). En la imagen, se describen las principales características del sensor, el impacto que tienen y el valor recomendado para cada una.
Ejemplos reales del uso del gorro EEG semiseco
1. CORBYS – Proyectos científicos con interfaz cerebro-computadora
El proyecto europeo CORBYS (2011–2015) tuvo como objetivo la neurorehabilitación de las extremidades inferiores mediante la recuperación de la movilidad en pacientes que habían sufrido un accidente cerebrovascular o una lesión cerebral, utilizando una interfaz cerebro-computadora (BCI) basada en EEG.
El principio básico de la tecnología consistía en permitir el movimiento del tren inferior únicamente cuando se detectaba una activación suficiente de la corteza motora y una intención real de moverse por parte del paciente. Además, el sistema realizaba la movilización de manera completamente adaptativa.
El proyecto CORBYS fue financiado por el Séptimo Programa Marco (FP7) de la Comisión Europea, liderado por la Universidad de Bremen (Alemania), con la participación de instituciones como el Imperial College (Reino Unido), Otto Bock Mobility y Bitbrain (España).
2. Proyecto MoreGrasp – Investigación en BCI para lesiones medulares usando el gorro EEG de Bitbrain
Las personas con lesiones medulares (SCI) pierden la capacidad de mover ciertas partes de su cuerpo, lo que dificulta tareas simples como sostener un vaso.
Las BCI permiten detectar cuándo un paciente intenta moverse y, en ese momento, estimular eléctricamente los músculos para ayudarle a ejecutar el movimiento. Este tipo de neuroprótesis ayuda a recuperar funciones perdidas al sortear la lesión y permitir el uso de las extremidades propias del paciente.
MoreGrasp fue un proyecto financiado por la Unión Europea (H2020) que buscaba desarrollar BCI no invasivas y neuroprótesis para asistir la función de agarre en pacientes con lesiones medulares. Bitbrain desarrolló dos sistemas diferentes de registro EEG, diseñados específicamente para integrarse con neuroprótesis motoras durante el proyecto.
References
- Allen, J. J. B., & Cohen, M. X. (2010). Deconstructing the “resting” state: exploring the temporal dynamics of frontal alpha asymmetry as an endophenotype for depression. Frontiers in Human Neuroscience, 4 (December), 232.
- Antelis, J. M., Montesano, L., Ramos-Murguialday, A., Birbaumer, N., & Minguez, J. (2012, August). Continuous decoding of intention to move from contralesional hemisphere brain oscillations in severely affected chronic stroke patients. In 2012 Annual International Conference of the IEEE Engineering in Medicine and Biology Society (pp. 4099-4103). IEEE.
- Dey, N., Ashour, A. S., Fong, S. J., & Bhatt, C. (Eds.). (2019). Wearable and Implantable Medical Devices: Applications and Challenges. Academic Press.
- Hua, H., Tang, W., Xu, X., Feng, D. D., & Shu, L. (2019). Flexible multi-layer semi-dry electrode for scalp EEG measurements at Hairy sites. Micromachines, 10(8), 518.
- López-Larraz, E., Montesano, L., Gil-Agudo, Á., & Minguez, J. (2014). Continuous decoding of movement intention of upper limb self-initiated analytic movements from pre-movement EEG correlates. Journal of neuroengineering and rehabilitation, 11(1), 153.
- Guixeres, J., Bigné, E., Ausín Azofra, J. M., Alcañiz Raya, M., Colomer Granero, A., Fuentes Hurtado, F., & Naranjo Ornedo, V.(2017).Consumer neuroscience-based metrics predict recall, liking and viewing rates in online advertising. Frontiers in psychology, 8, 1808.
- Li, G., Wang, S., & Duan, Y. Y. (2018). Towards conductive-gel-free electrodes: Understanding the wet electrode, semi-dry electrode and dry electrode-skin interface impedance using electrochemical impedance spectroscopy fitting. Sensors and Actuators B: Chemical, 277, 250–260.
- Liao, Lun-De & Lin, Chin-Teng & McDowell, Kaleb & Wickenden, Alma & Gramann, Klaus & Jung, Tzyy-Ping & Ko, Li-Wei & Chang, Jyh-Yeong. (2012). Biosensor Technologies for Augmented Brain-Computer Interfaces in the Next Decades. Proceedings of the IEEE. 100. 10.1109/JPROC.2012.2184829.
- Nijholt, A. (Ed.). (2019). Brain Art: Brain-Computer Interfaces for Artistic Expression. Springer.
- Pinegger, A., Wriessnegger, S. C., Faller, J., & Müller-Putz, G. R. (2016). Evaluation of Different EEG Acquisition Systems Concerning Their Suitability for Building a Brain-Computer Interface: Case Studies. Frontiers in Neuroscience, 10. DOI: 10.3389/fnins.2016.00441
- Tallgren, P., Vanhatalo, S., Kaila, K., & Voipio, J. (2005). Evaluation of commercially available electrodes and gels for the recording of slow EEG potentials. Clinical Neurophysiology, 116(4), 799–806. DOI: 10.1016/j.clinph.2004.10.001
- Wang, F., Li, G., Chen, J., Duan, Y., & Zhang, D. (2016). Novel semi-dry electrodes for brain-computer interface applications. Journal of neural engineering, 13(4), 046021.