Los datos de EEG proporcionan un registro sensible al tiempo de la actividad eléctrica medida desde el cuero cabelludo. Su valor depende no solo del registro en sí, sino también de una adquisición cuidadosa, un procesamiento transparente, un almacenamiento adecuado y una interpretación responsable.
¿Qué son los datos de EEG?
Los datos de EEG son un registro digital de las diferencias de voltaje medidas por electrodos colocados sobre o cerca del cuero cabelludo. La electroencefalografía es no invasiva y ofrece una alta resolución temporal, lo que permite a investigadores y médicos examinar los cambios en la actividad cerebral en milisegundos. La señal resultante suele almacenarse como una o más series temporales continuas, en las que cada canal representa una medición relativa a una referencia.
La señal refleja una mezcla de fuentes. La actividad neural contribuye al registro, pero en el trazado también pueden aparecer artefactos como los movimientos oculares, las contracciones musculares, el movimiento de los electrodos, la interferencia ambiental y los cambios en el contacto.
Por esa razón, los datos de EEG no son una lectura directa de un único proceso cerebral. Es una observación que requiere contexto, controles de calidad y un método analítico explícito.
El número de canales, la frecuencia de muestreo, la referencia, la ubicación de los electrodos, los marcadores de eventos y la información del participante influyen en cómo se pueden interpretar los datos. En la práctica, el registro resulta más informativo cuando la señal se considera junto con la tarea, el estado, la sincronización y las condiciones bajo las cuales se recopiló.
Cómo generan las células cerebrales la señal de EEG
Las deflexiones de voltaje que detecta un electrodo de EEG no se originan a partir de los potenciales de acción agudos, de tipo todo o nada, que las neuronas utilizan para la comunicación a larga distancia, sino de los potenciales postsinápticos graduales y más lentos que se propagan a través de las dendritas de las células piramidales corticales.
Cuando miles de estas neuronas se activan de manera aproximadamente sincrónica, sus diminutas corrientes extracelulares se suman a través del medio conductor del cerebro, el líquido cefalorraquídeo, el cráneo y el cuero cabelludo, un proceso denominado conducción de volumen. El voltaje que finalmente llega al sensor de registro es un reflejo borroso pero real de esa sincronía neural a gran escala.
Cómo funciona la adquisición de datos de EEG
Durante la adquisición, los electrodos detectan pequeñas fluctuaciones de voltaje y un sistema de registro las convierte en muestras digitales. Por lo general, el sistema registra múltiples canales de forma simultánea, mientras que una referencia y una toma de tierra proporcionan el contexto eléctrico necesario para calcular los valores de los canales. La frecuencia de muestreo determina con qué frecuencia se mide la señal y, por lo tanto, qué cambios se pueden representar fielmente.
Antes de registrar, los técnicos o investigadores colocan los electrodos de acuerdo con un montaje definido y verifican la calidad del contacto. El marco de colocación de electrodos de EEG describe un enfoque estandarizado que permite la comparación entre sesiones y laboratorios. Se pueden añadir marcadores de eventos cuando aparece un estímulo, un participante responde o se produce un evento clínico, creando una línea de tiempo que luego se puede alinear con las señales registradas.
La adquisición también está determinada por el protocolo. Los registros en estado de reposo, los estudios del sueño, las tareas cognitivas y el monitoreo de convulsiones utilizan diferentes duraciones, instrucciones y sensores auxiliares. Por lo tanto, un conjunto de datos completo incluye más que trazados de voltaje: puede contener etiquetas de canales, posiciones de electrodos, configuraciones de dispositivos, códigos de eventos, anotaciones y un registro de interrupciones o condiciones inusuales.
Mejores prácticas para la recopilación de datos de EEG
Una buena recopilación comienza con un protocolo que define la pregunta de investigación, la duración del registro, la configuración de los canales, la frecuencia de muestreo, la referencia y el procedimiento de marcado de eventos antes de evaluar a los participantes. La consistencia reduce la variación no deseada entre sesiones y hace que las comparaciones posteriores sean más defendibles. El protocolo también debe describir qué sucede cuando un canal tiene ruido, un participante se mueve o se pierde un marcador de evento.
La preparación física también es crucial porque la calidad de la señal puede deteriorarse debido al movimiento ordinario y al mal contacto del electrodo. Es por eso que los operadores comúnmente inspeccionan la impedancia o indicadores de contacto equivalentes, explican la tarea claramente y registran los cambios relevantes en el estado del participante. Estos pasos no eliminan todos los artefactos, pero facilitan la identificación de su origen y evitan que problemas evitables se confundan con hallazgos neurales.
Una breve lista de verificación de recopilación puede mantener visibles los detalles operativos sin reemplazar el juicio científico:
Confirmar las etiquetas de los canales, las ubicaciones de los electrodos, la referencia y la toma de tierra.
Registrar los ajustes de muestreo, los ajustes de filtro y la configuración del dispositivo.
Marcar de manera consistente los estímulos, las respuestas, las pausas y los eventos clínicamente relevantes.
Documentar las interrupciones, el movimiento, los cambios de electrodos y los estados inusuales del participante.
Después de la recopilación, la lista de verificación debe combinarse con una inspección del registro bruto y sus metadatos. Los registros de adquisición claros permiten a los analistas distinguir una característica de señal genuina de un cambio causado por el hardware, la configuración o la deriva del protocolo.
Electrodos húmedos frente a secos y calidad del contacto con la piel
Todos los registros de EEG comienzan con un sensor físico contra la piel, y ese sensor pertenece a una de dos grandes familias.
Los electrodos húmedos utilizan un gel o pasta conductora para cerrar la brecha entre el metal y el cuero cabelludo, reduciendo la impedancia. Los electrodos secos eliminan el gel, confiando en materiales avanzados y preamplificación integrada para mantener la fidelidad de la señal.
Algunos electrodos son activos, lo que significa que contienen circuitos de conversión de impedancia directamente en el sitio de registro; los electrodos pasivos carecen de estos componentes electrónicos integrados. Independientemente del tipo, la calidad de la interfaz electrodo-cuero cabelludo determina cuánta señal biológica sobrevive antes de llegar al amplificador.
Un contacto deficiente propicia el ruido ambiental y los artefactos de movimiento que pueden inundar la débil actividad cerebral. Winkler et al. hicieron explícito este desafío cuando abordaron el problema universal de los componentes de origen de artefactos mediante la creación de un clasificador independiente del sujeto para componentes del análisis de componentes independientes (ICA).
La existencia misma de ese esfuerzo subraya que la contaminación por artefactos es un problema persistente en los registros de EEG, y la aplicación inicial de los electrodos (limpiar la piel, colocar correctamente el sensor y verificar una conexión estable) es la forma primera y más directa de aligerar la carga de artefactos con la que debe lidiar el procesamiento posterior.
Diseño de montaje y el sistema estándar 10–20
Dado que los potenciales del cuero cabelludo no tienen una etiqueta espacial inherente, el campo adoptó una cuadrícula de coordenadas hace mucho tiempo. El sistema internacional 10–20 define las posiciones de los electrodos de manera proporcional entre cuatro puntos de referencia anatómicos: el nasión (puente de la nariz), el inión (protuberancia ósea en la parte posterior de la cabeza) y los puntos preauriculares izquierdo y derecho justo en frente de las orejas. Esta estandarización significa que un canal etiquetado como "Cz" se refiere a la misma ubicación del vértice central en cada laboratorio, lo que hace que los conjuntos de datos sean directamente comparables.
Un montaje definido como la especificación de cómo se mide el voltaje de cada electrodo en relación con una referencia y cómo se muestran o almacenan esas derivaciones bipolares o referenciales, se asienta sobre ese diseño físico. El estudio de Arnaud Delorme es una sólida ilustración de por qué la información precisa del montaje es importante en las etapas posteriores al encontrar que la interpolación de canales defectuosos, uno de los pocos pasos de preprocesamiento que mejoró de manera constante el poder estadístico de los potenciales relacionados con eventos, depende de conocer los vecinos espaciales precisos de cada electrodo. Sin un mapa de canales correcto, dicha interpolación no puede funcionar de manera confiable.
Luego añade que el clasificador de artefactos fue diseñado para generalizarse a datos que utilizaban diferentes configuraciones de canales, lo que refuerza que las características espaciales del clasificador asumen una disposición bien documentada. Un montaje estandarizado y fielmente registrado se convierte así en el andamio invisible que respalda tanto la interpretación humana como la reutilización algorítmica.
Elección y documentación de la referencia en línea
Cada amplificador de EEG registra la diferencia de voltaje entre dos puntos. Durante el registro en línea, uno de esos puntos es un electrodo de referencia físico que el hardware trata como una línea base fija.
Las opciones comunes son el vértice (Cz), los lóbulos de las orejas o los procesos mastoides vinculados, o un promedio de todos los canales del cuero cabelludo. Debido a que el archivo de datos brutos almacena voltajes con respecto a esa referencia original, la elección deja una huella permanente en los números, incluso si un investigador posteriormente vuelve a referenciar matemáticamente la señal a otro punto común.
In el estudio antes mencionado de Delorme, que probó canalizaciones de preprocesamiento automatizadas en tres colecciones públicas de EEG, descubrió que la referenciación y los métodos avanzados de eliminación de línea base eran significativamente perjudiciales para el rendimiento, lo que reducía el porcentaje de canales que mostraban un efecto experimental significativo.
Ese hallazgo no implica que nunca se deba volver a referenciar, sino que significa que la referencia en línea inicial debe registrarse en el encabezado del archivo. Solo con esa anotación puede un analista futuro comprender qué línea base se restó originalmente y evaluar si alguna transformación posterior podría distorsionar la respuesta cerebral genuina.
Conversión analógica a digital y frecuencia de muestreo
El voltaje continuo que fluye desde cada electrodo es convertido en una secuencia de números discretos por un convertidor analógico a digital (ADC). La velocidad a la que muestrea el ADC determina el grano temporal de la serie temporal resultante.
Una frecuencia de muestreo de 500 Hz, por ejemplo, significa que el estado eléctrico del cerebro se captura una vez cada 2 milisegundos. De acuerdo con el teorema de Nyquist, la frecuencia más alta que se puede representar fielmente en la señal digitalizada es menor que la mitad de la frecuencia de muestreo, por lo que un registro de 500 Hz puede recuperar frecuencias de hasta un poco menos de 250 Hz. El EEG de grado de investigación suele funcionar entre 250 Hz y 1000 Hz, según las bandas de frecuencia de interés.
Lo que hace que la frecuencia de muestreo sea particularmente importante como metadato es que restringe silenciosamente las opciones analíticas tomadas mucho más adelante. Fraschini et al. examinaron exactamente este efecto dominó al probar cómo la longitud de la época (la ventana de tiempo de los datos extraídos para el análisis de conectividad) cambia los resultados.
Utilizando EEG en estado de reposo de adultos sanos, el estudio mostró que tanto los valores del índice de retraso de fase medio como los de la correlación de la envolvente de amplitud disminuyeron a medida que las épocas se alargaban, estabilizándose solo después de aproximadamente 12 segundos y 6 segundos, respectivamente. Incluso la topología de las redes teóricas de grafos reconstruidas a partir de los datos varió con la duración de la época, aunque los parámetros del árbol de expansión mínima a nivel de fuente demostraron ser más robustos.
La conclusión esencial para la documentación de datos brutos es que el número de muestras por segundo establece un límite absoluto sobre cómo se puede fragmentar la sincronización. Si la frecuencia de muestreo se registra incorrectamente, cada marcador de evento posterior, límite de época y estimación de conectividad hereda ese error. Por lo tanto, anotar la velocidad exacta del ADC en el encabezado del archivo es una tarea de gestión no negociable.
Formatos estándar de almacenamiento de datos: EDF y BrainVision
Una vez digitalizada, la serie temporal y sus metadatos correspondientes deben vivir en un formato de archivo que otros programas y otros laboratorios puedan abrir sin ambigüedades.
Dos formatos abiertos dominan el campo. El Formato de Datos Europeo (EDF) es un contenedor compacto y ampliamente adoptado, común en la investigación del sueño y entornos clínicos, que almacena múltiples canales junto con un encabezado que especifica la frecuencia de muestreo, las etiquetas de los canales y las dimensiones físicas.
BrainVision, un formato desarrollado por Brain Products, distribuye la misma información en tres archivos vinculados: un encabezado de texto (.vhdr) que enumera los nombres de los canales, la frecuencia de muestreo y la referencia original; un archivo de marcadores (.vmrk) que registra los códigos de eventos y sus latencias; y un archivo de datos binarios (.eeg) que contiene las muestras de voltaje bruto.
El valor de estos formatos estandarizados se materializa cuando se comparten públicamente grandes conjuntos de datos. Por ejemplo, en un estudio de 2019, los investigadores publicaron un conjunto de datos de interfaz cerebro-computadora (BCI) multiparadigma que abarcaba imágenes motoras, potenciales relacionados con eventos y potenciales evocados visualmente en estado estable de 54 participantes. Distribuir un recurso de este tipo con scripts de análisis de código abierto no tendría sentido si los datos estuvieran bloqueados en un formato propietario.
Independientemente de si los archivos se archivan finalmente en EDF o BrainVision, la elección garantiza que cualquier investigador pueda descargar el registro y reproducir los hallazgos, vinculando el trazado bruto a la cadena de reproducibilidad de toda la comunidad.
Característica | EDF | BrainVision |
|---|---|---|
Estructura de archivos | Contenedor único | Tres archivos vinculados |
Información del encabezado | Dentro del archivo | Archivo de texto .vhdr |
Marcadores de eventos | No separados | Archivo .vmrk |
Datos brutos | En el mismo archivo | Archivo binario .eeg |
Gestión esencial: mapas de canales y metadatos de muestreo
Un archivo de EEG bruto se vuelve científicamente utilizable solo cuando lleva una descripción completa y precisa de su andamio espacial y temporal. Esto significa que cada canal debe tener una etiqueta estándar (es decir, Fz, C3, O2, etc.) junto con sus coordenadas tridimensionales en el cuero cabelludo. Esas coordenadas permiten cualquier análisis posterior que implique relaciones espaciales, como interpolar un canal defectuoso a partir de sus vecinos o proyectar la señal sobre un modelo de fuente cortical.
El estudio de Fraschini et al. se basó en características espaciales, espectrales y temporales para clasificar los componentes de ICA como cerebro o artefacto; la topología espacial de un componente no tiene sentido sin conocer la ubicación física de cada electrodo que contribuyó a él.
Asimismo, Delorme descubrió que la interpolación de canales defectuosos, que utiliza los valores de los electrodos adyacentes, fue una de las pocas correcciones que mantuvo de manera confiable los efectos experimentales. Un interpolador solo puede realizar esa estimación espacial si el mapa de canales del conjunto de datos es correcto.
El encabezado del archivo también debe almacenar la frecuencia de muestreo precisa, la fecha del registro y etiquetas inequívocas para cualquier canal auxiliar como el electrooculograma (movimientos oculares) o el electromiograma (actividad muscular). Incluso si esos canales no se utilizan durante la exploración inicial de los datos, su presencia debe ser transparente. Un desajuste entre la frecuencia de muestreo almacenada y el reloj real del ADC puede deformar el tiempo de manera irreversible, lo que imposibilitará su posterior alineación con los marcadores de estímulos.
Datos de EEG en entornos clínicos frente a entornos de investigación
Los registros clínicos y de investigación comparten principios básicos pero sirven para diferentes propósitos inmediatos. El EEG clínico se adquiere para respaldar la evaluación, el monitoreo o el diagnóstico de pacientes bajo procedimientos profesionales e institucionales establecidos. El EEG de investigación generalmente se recopila para probar una hipótesis definida, comparar condiciones o desarrollar un método analítico, con protocolos y documentación específicos del estudio.
El trabajo clínico pone un fuerte énfasis en la revisión oportuna, montajes clínicamente significativos, interpretación validada y un registro permanente dentro del sistema de atención aplicable. La investigación pone mayor énfasis en las condiciones controladas, los resultados preespecificados, la reproducibilidad y el manejo transparente de las exclusiones. Un resultado de investigación no es automáticamente un hallazgo clínico, y una observación clínica no es automáticamente una medida de investigación validada.
La distinción también afecta a la gobernanza de los datos. Los datos clínicos pueden regirse por las obligaciones de la historia clínica y los requisitos de atención directa, mientras que los conjuntos de datos de investigación están determinados por el lenguaje del consentimiento, la revisión institucional, los planes de intercambio de datos y los criterios de valoración del estudio. En ambos entornos, son necesarios una interpretación capacitada y una documentación cuidadosa porque los patrones de EEG dependen del contexto más que de valores numéricos aislados.
Consideraciones éticas y de privacidad para los datos de EEG
Los registros de EEG pueden vincularse a una persona a través de identificadores, información de la sesión, contexto clínico o combinaciones de metadatos. Incluso cuando la forma de onda en sí misma es difícil de interpretar fuera de un entorno especializado, debe manejarse como datos sensibles de sujetos humanos cuando está conectada a un participante identificable. La recopilación y la reutilización deben ser consistentes con el protocolo aprobado y los requisitos de privacidad aplicables.
El consentimiento debe explicar el propósito del registro, los tipos de análisis previstos, la duración del almacenamiento, el posible intercambio y si se permiten usos futuros. Los investigadores deben evitar dar a entender que el EEG puede revelar más de lo que el estudio está diseñado para medir. La comunicación clara es especialmente importante cuando los participantes pueden asumir que un registro de investigación proporciona un diagnóstico o una evaluación individualizada.
La práctica ética continúa después de la recopilación. La desidentificación, el acceso controlado, los límites de retención, las pistas de auditoría y la publicación cuidadosa de los metadatos ayudan a reducir el riesgo, pero ningún método lo elimina por completo. Los hallazgos deben informarse sin exagerar el significado predictivo o diagnóstico, y las clasificaciones automatizadas deben tratarse como resultados analíticos que requieren una validación adecuada en lugar de juicios incuestionables sobre una persona.
Por qué la calidad del registro bruto establece las bases para un análisis de EEG confiable
Una sola sesión de EEG es el momento en que la arquitectura eléctrica del cerebro se captura de forma permanente, y la complejidad de ese trazado bruto ya refleja las redes neurales debajo del cuero cabelludo. Los estudios basados en la neurociencia destacados aquí transmiten un mensaje unificado: la señal de interés vive en los propios datos brutos, siempre que el paso de adquisición se maneje con cuidado. La calidad del contacto de los electrodos, el mapeo preciso de los canales, las referencias y frecuencias de muestreo documentadas y los formatos de almacenamiento abiertos determinan si esa señal sigue siendo accesible a lo largo de los laboratorios y los años.
Por último, la moderación a menudo supera al procesamiento pesado, ya que los investigadores que dejaron los datos brutos prácticamente intactos preservaron las respuestas cerebrales genuinas mejor que aquellos que aplicaron correcciones agresivas. Un registro cuidadoso, metadatos honestos y una interferencia mínima forman una disciplina que mantiene intacta la señal científica.
Por lo tanto, todo análisis confiable comienza no con algoritmos sofisticados sino con el simple acto de capturar un trazado fiel y bien documentado.
Referencias
Winkler, I., Haufe, S., & Tangermann, M. (2011). Automatic classification of artifactual ICA-components for artifact removal in EEG signals. Behavioral and brain functions, 7(1), 30. https://doi.org/10.1186/1744-9081-7-30
Delorme, A. (2023). EEG is better left alone. Scientific reports, 13(1), 2372. https://doi.org/10.1038/s41598-023-27528-0
Fraschini, M., Demuru, M., Crobe, A., Marrosu, F., Stam, C. J., & Hillebrand, A. (2016). The effect of epoch length on estimated EEG functional connectivity and brain network organisation. Journal of neural engineering, 13(3), 036015.
Lee, M. H., Kwon, O. Y., Kim, Y. J., Kim, H. K., Lee, Y. E., Williamson, J., ... & Lee, S. W. (2019). EEG dataset and OpenBMI toolbox for three BCI paradigms: An investigation into BCI illiteracy. GigaScience, 8(5), giz002. https://doi.org/10.1093/gigascience/giz002
Preguntas frecuentes
¿Qué captura exactamente un registro de EEG y por qué se considera un reflejo de la actividad cerebral?
Un registro de EEG captura las diminutas fluctuaciones de voltaje en el cuero cabelludo que surgen de la actividad sincronizada de grandes grupos de neuronas corticales. Estas fluctuaciones provienen principalmente de potenciales postsinápticos graduales en las células piramidales, que se suman a través de la conducción de volumen, creando una medida borrosa pero real de la sincronía neural a gran escala.
¿Por qué las señales de EEG se originan a partir de potenciales postsinápticos en lugar de potenciales de acción?
Los potenciales de acción son eventos breves de tipo todo o nada que contribuyen poco al voltaje del cuero cabelludo, mientras que los potenciales postsinápticos graduales y más lentos se propagan sobre las dendritas y se suman a través de miles de neuronas. Esta suma produce deflexiones de voltaje detectables en el cuero cabelludo, lo que convierte a los potenciales postsinápticos en la fuente principal de la señal de EEG.
¿Cuál es la diferencia entre electrodos húmedos y secos, y cómo afecta la calidad del contacto del electrodo a un registro?
Los electrodos húmedos utilizan un gel conductor para reducir la impedancia y mejorar la transferencia de señal, mientras que los electrodos secos se basan en materiales avanzados y preamplificación integrada para mantener la fidelidad sin gel. La calidad de la interfaz electrodo-piel es crítica porque un contacto deficiente propicia el ruido ambiental y los artefactos de movimiento que pueden abrumar la débil señal cerebral.
¿Cómo estandariza el sistema internacional 10–20 la colocación de electrodos y por qué es importante?
El sistema 10–20 define las posiciones de los electrodos de manera proporcional entre cuatro puntos de referencia anatómicos (nasión, inión y los puntos preauriculares izquierdo y derecho) de modo que un canal etiquetado como "Cz" se refiere a la misma ubicación en cada laboratorio. Esta estandarización garantiza que los conjuntos de datos sean directamente comparables y permite análisis espaciales precisos, como la interpolación de canales defectuosos.
¿Por qué es esencial documentar el electrodo de referencia en línea utilizado durante un registro de EEG?
El archivo de datos brutos almacena voltajes relativos a la referencia en línea, por lo que la elección de la referencia (p. ej., Cz, lóbulos de las orejas vinculados o promedio) imprime permanentemente los números, incluso si se vuelve a referenciar más tarde. Sin documentar la referencia original, un analista futuro no puede comprender la línea base restada ni evaluar si las transformaciones posteriores distorsionan las respuestas cerebrales genuinas.
¿Qué papel juega la frecuencia de muestreo en los registros de EEG y cómo se aplica el teorema de Nyquist?
La frecuencia de muestreo determina la resolución temporal de la señal digitalizada, y el teorema de Nyquist establece que la frecuencia más alta representada fielmente es menor que la mitad de la frecuencia de muestreo. Por ejemplo, una frecuencia de muestreo de 500 Hz puede recuperar frecuencias de hasta un poco menos de 250 Hz, y el EEG de grado de investigación generalmente funciona entre 250 y 1000 Hz. Una frecuencia de muestreo precisa es crítica porque restringe todos los análisis posteriores relacionados con el tiempo.
¿Cuáles son los dos formatos de datos abiertos dominantes para EEG y qué almacenan?
El Formato de Datos Europeo (EDF) es un contenedor compacto que almacena múltiples canales con un encabezado que especifica la frecuencia de muestreo, las etiquetas de los canales y las dimensiones físicas. BrainVision distribuye la información en tres archivos vinculados: un encabezado (.vhdr), un archivo de marcadores (.vmrk) y un archivo de datos binarios (.eeg), todo lo cual garantiza un intercambio y una reproducibilidad inequívocos.
¿Por qué es necesario un mapa de canales completo y coordenadas espaciales para un archivo de EEG bruto?
Un mapa de canales con etiquetas estándar y coordenadas 3D permite cualquier análisis espacial, como interpolar canales defectuosos a partir de vecinos o proyectar señales a modelos de fuentes corticales. Por ejemplo, los clasificadores de artefactos se basan en topografías espaciales, y la interpolación requiere conocer las ubicaciones exactas de los electrodos; sin esto, tales análisis fallan.
¿Qué metadatos esenciales se deben registrar en el encabezado de un archivo de EEG y por qué?
El encabezado debe incluir la frecuencia de muestreo precisa, la fecha de registro, las etiquetas de los canales con coordenadas 3D y etiquetas inequívocas para los canales auxiliares como EOG o EMG. Esta información es crítica porque una frecuencia de muestreo incorrecta puede deformar el tiempo de manera irreversible, y un mapa de canales correcto es necesario para la interpolación espacial y el modelado de fuentes.
¿Por qué es útil el EEG para la investigación?
El EEG ofrece información temporal muy detallada, lo que lo hace útil para estudiar respuestas relacionadas con eventos, ritmos en curso, el sueño, la atención, el procesamiento sensorial y otros fenómenos sensibles al tiempo. Su interpretación sigue dependiendo del diseño experimental y de la calidad de la señal.
¿Cuáles son los artefactos de EEG comunes?
Los artefactos comunes incluyen parpadeos, movimientos oculares, actividad muscular, movimiento de electrodos, mal contacto, movimiento de cables e interferencia eléctrica. Pueden afectar a uno o muchos canales y pueden superponerse con frecuencias de interés científico.
¿Qué es el preprocesamiento en el análisis de EEG?
El preprocesamiento es el conjunto documentado de operaciones utilizadas para preparar los registros para el análisis. Puede incluir filtrado, re-referenciación, manejo de canales defectuosos, identificación de artefactos, segmentación en épocas, corrección de línea base y control de calidad.
Emotiv es un líder en neurotecnología que ayuda a avanzar la investigación en neurociencia mediante herramientas accesibles de EEG y datos cerebrales.
Christian Burgos
