Los electroencefalogramas transportan tanto señales cognitivas neuronales como ruido eléctrico de 50 o 60 Hz de las instalaciones eléctricas cercanas. Dado que esta interferencia puede distorsionar los datos neuronales, los investigadores aplican con frecuencia un filtro de muesca (un filtro de banda eliminada estrecha que suprime esta frecuencia específica mientras deja intacto el resto del espectro del EEG).
¿Qué es un filtro de muesca (Notch Filter)?
Un filtro de muesca es un filtro de procesamiento de señales que atenúa fuertemente un rango estrecho de frecuencias mientras permite que las frecuencias por debajo y por encima de ese rango pasen con un cambio comparativamente pequeño. La región rechazada se llama banda de parada, y su centro se denomina a menudo frecuencia de muesca. Debido a que la banda de parada es estrecha, el filtro está diseñado para una interferencia conocida y concentrada en lugar de para un ruido de espectro amplio.
En EEG, el componente de interferencia suele ser la contaminación de la red eléctrica introducida a través del entorno de registro, cables, amplificadores o diferencias de impedancia de los electrodos. Un filtro de muesca puede reducir un componente prominente de 50 Hz o 60 Hz, dependiendo del estándar eléctrico local y las condiciones de registro. No elimina todas las fuentes de artefactos ni distingue el ruido eléctrico de la actividad cerebral por su significado; actúa sobre el contenido de frecuencia.
Cómo opera un filtro de muesca (y qué no hace)
Un filtro de muesca funciona creando una caída pronunciada en lo que los ingenieros llaman la respuesta de magnitud del filtro, que es simplemente un gráfico de cuánto permite un filtro pasar cada frecuencia.
En la mayoría de las frecuencias, la respuesta se mantiene cerca de su fuerza total, lo que significa que la señal pasa sin cambios. En la frecuencia objetivo, normalmente 50 o 60 hercios, la respuesta cae bruscamente, atenuando esa banda de frecuencia mientras deja las frecuencias vecinas prácticamente intactas. El resultado, en teoría, es una señal limpia donde el zumbido de la línea eléctrica ha desaparecido pero las oscilaciones propias del cerebro permanecen.
Lo que un filtro de muesca no hace es igualmente importante. No es un eliminador de artefactos de uso general.
La contaminación de banda ancha, como la actividad muscular que se extiende por un amplio rango de frecuencias durante el apretamiento de la mandíbula, o las grandes desviaciones causadas por los parpadeos oculares, pasa directamente a través de un filtro de muesca porque esa contaminación no está confinada a una banda estrecha.
El filtro de muesca tampoco realiza descomposición espectral. No divide la señal en sus ritmos componentes de la manera en que lo hace el análisis de tiempo-frecuencia cuando los investigadores quieren ver cómo cambia la potencia en las bandas theta, alfa o beta a lo largo del tiempo. Un filtro de muesca simplemente elimina una porción estrecha de contenido de frecuencia y deja el resto de la estructura espectral exactamente donde estaba.
Conceptos básicos del diseño de filtros de muesca con rechazo de banda
El diseño de rechazo de banda comienza con una definición clara de la frecuencia no deseada y la cantidad de espectro vecino que se puede sacrificar. Una muesca centrada en 60 Hz con un ancho de banda muy estrecho se comporta de manera diferente a una que atenúa de 55 a 65 Hz. La elección adecuada depende de la estabilidad de la interferencia, el ancho de banda de la señal, la frecuencia de muestreo y la pregunta científica o clínica.
El factor de calidad, comúnmente escrito como Q, expresa la relación entre la frecuencia central y el ancho de banda. Un filtro de Q alto tiene una banda de parada estrecha en relación con su frecuencia central; un diseño de Q más bajo afecta a una región más amplia. Una mayor atenuación y transiciones más nítidas pueden requerir un orden de filtro más alto, pero un orden más alto también puede aumentar el rizado (ringing), el costo computacional y la sensibilidad a los detalles de implementación.
Las especificaciones de diseño se evalúan mejor a través del comportamiento tanto en el dominio de la frecuencia como en el del tiempo. Los gráficos de frecuencia revelan la atenuación, el ancho de banda y el rizado de la banda de paso, mientras que las respuestas al impulso o al escalón muestran el rizado y el comportamiento transitorio. Para el EEG, una mejora aparente en el espectro debe considerarse junto con la morfología de la forma de onda, la sincronización de eventos y cualquier extracción de características posterior.
Filtro de muesca frente a filtro de rechazo de banda: ¿Cuál es la diferencia?
Un filtro de muesca se entiende generalmente como una forma estrecha de filtro de rechazo de banda (band-stop). Ambos atenúan las frecuencias dentro de una banda de parada y dejan pasar las frecuencias fuera de ella, pero la muesca suele dirigirse a una frecuencia específica y aislada o a un intervalo muy pequeño.
Un filtro de rechazo de banda amplio puede ser apropiado cuando la interferencia ocupa una región más amplia y bien definida. Una muesca es más conservadora cuando el objetivo es eliminar un solo componente de línea manteniendo la actividad cercana. En EEG, ese aparente conservadurismo no elimina la necesidad de revisión, porque un filtro estrecho aún puede afectar los armónicos, la fase o las estimaciones espectrales alrededor del objetivo.
La siguiente comparación resume la distinción típica. El comportamiento real depende de la especificación e implementación del filtro, por lo que las etiquetas no deben sustituir el examen de la curva de respuesta.
Característica | Filtro de muesca | Filtro de rechazo de banda amplio | Implicación típica en EEG |
|---|---|---|---|
Ancho de la banda de parada | Estrecho | Más amplio | Una muesca generalmente preserva más frecuencias adyacentes |
Objetivo principal | Una frecuencia de línea o un intervalo pequeño | Un rango de frecuencia definido | El objetivo debe coincidir con la interferencia observada |
Factor de calidad | A menudo alto | A menudo más bajo | Un Q más alto puede reducir la distorsión en la banda vecina |
Uso común | Zumbido de la red eléctrica o un tono resonante | Interferencia amplia o banda no deseada | La selección depende del artefacto y de la pregunta de investigación |
La diferencia práctica es, por lo tanto, la selectividad. Un filtro de muesca no es automáticamente más seguro, y un filtro de rechazo de banda amplio no es automáticamente excesivo; cada uno debe juzgarse en función de las características de la señal que importan para el registro.
Uso de un filtro de muesca en el procesamiento de señales de EEG
Las señales de EEG contienen fluctuaciones de voltaje de baja amplitud generadas por la actividad neural distribuida, junto con artefactos fisiológicos y ambientales. Se puede utilizar un filtro de muesca durante el preprocesamiento cuando un pico espectral estrecho es consistente con la interferencia de la red eléctrica.
Es una operación dentro de un flujo de trabajo más amplio que puede incluir:
Re-referenciación
Evaluación de canales defectuosos
Corrección de artefactos
Segmentación
Manejo de la línea base
El momento en que se realiza el filtrado es importante. Aplicar un filtro antes de la división en épocas (epoching) puede producir efectos de borde en los límites del registro continuo, mientras que aplicarlo por separado a épocas cortas puede crear transitorios y respuestas de frecuencia diferentes.
Los investigadores también distinguen el procesamiento diferido (offline) del procesamiento en tiempo real: los métodos no causales o de fase cero pueden ser prácticos para los datos almacenados, pero no se pueden utilizar de la misma manera cuando las decisiones deben tomarse de inmediato.
Una muesca debe evaluarse en función del objetivo del análisis. Puede ser razonable para reducir un pico estable de frecuencia de línea, pero no puede corregir el movimiento de los electrodos, la actividad muscular, los movimientos oculares, el contacto deficiente o el ruido de banda ancha del amplificador. El contexto del registro de EEG, el montaje, la referencia, la frecuencia de muestreo y el perfil de artefactos influyen en si un filtro de frecuencia estrecho resulta informativo o engañoso.
Frecuencias comunes del filtro de muesca (50Hz y 60Hz)
Las frecuencias de muesca más familiares en EEG son 50 Hz y 60 Hz, que se corresponden ampliamente con los sistemas de energía eléctrica regionales. El objetivo correcto se determina por el entorno de registro, no por una preferencia universal. Un espectro puede mostrar qué componente de línea está presente, aunque los armónicos y la interferencia específica del equipo pueden complicar el panorama.
Un ajuste de 50 Hz o 60 Hz también puede influir en los armónicos a múltiplos de la frecuencia fundamental, según el filtro o el sistema de adquisición. Un filtro centrado en la fundamental no elimina necesariamente todos los armónicos a menos que esas frecuencias se aborden por separado o el sistema documente un comportamiento de rechazo de armónicos. La eliminación de armónicos puede alterar aún más el contenido de la señal y debe tratarse como una opción de procesamiento explícita.
Las frecuencias a continuación son puntos de referencia comunes en lugar de una prescripción completa. Describen la razón habitual para seleccionar cada objetivo y la principal precaución asociada con él.
Frecuencia objetivo | Fuente común | Precaución principal |
|---|---|---|
50 Hz | Interferencia de la red eléctrica en regiones que utilizan energía de aproximadamente 50 Hz | Puede superponerse con el contenido de la señal técnica o neural de alta frecuencia |
60 Hz | Interferencia de la red eléctrica en regiones que utilizan energía de aproximadamente 60 Hz | Un ajuste regional incorrecto puede dejar el artefacto intacto |
100 Hz | Un segundo armónico de 50 Hz o un componente de línea observado por separado | Eliminarlo puede afectar los análisis de actividad de mayor frecuencia |
120 Hz | Un segundo armónico de 60 Hz o interferencia de equipos relacionados | El pico espectral debe verificarse antes de filtrar |
Estos valores deben documentarse junto con la ubicación de la adquisición, el ancho de banda del filtro, la atenuación y si se incluyeron armónicos. Informar únicamente que se aplicó un "filtro de muesca" dificulta la interpretación posterior y la replicación.
Errores comunes al aplicar un filtro de muesca
El error más frecuente es tratar un filtro de muesca como un paso de limpieza de uso general. Un filtro estrecho tiene un objetivo específico, por lo que debe conectarse a una fuente de interferencia observada o bien justificada. Si el artefacto es inestable, amplio o está dominado por transitorios, una muesca fija puede proporcionar un beneficio limitado y, al mismo tiempo, alterar la señal.
Otro error es ignorar la relación entre el filtrado y el resto del flujo de preprocesamiento. Los cambios de referencia, el remuestreo, los límites de las épocas y el rechazo de artefactos pueden afectar el espectro aparente.
Un filtro aplicado sin verificar el registro original y sus parámetros de adquisición puede ocultar un problema que se habría solucionado mejor mediante el mantenimiento de los electrodos, el blindaje, la conexión a tierra o la revisión de la calidad de los canales.
Una secuencia de revisión compacta puede ayudar a mantener auditable la decisión:
Inspeccionar el espectro no filtrado y la forma de onda en busca de un componente de interferencia estable y estrecho.
Confirmar la frecuencia de la red eléctrica local y los ajustes de muestreo y filtrado del sistema de registro.
Comparar los anchos de banda candidatos utilizando tanto la atenuación espectral como las formas de onda en el dominio del tiempo.
Registrar el tipo de filtro, el orden, la frecuencia central, el ancho de banda, el modo de fase y la etapa de procesamiento.
El riesgo de distorsión de la señal
Los investigadores sugieren que el filtro de muesca, a pesar de ser ampliamente utilizado, conlleva "el riesgo de distorsiones de la señal potencialmente graves."
Para probar esto, un estudio de 2019 construyó señales de prueba sintéticas y también trabajó con registros reales de EEG y MEG, incluidos datos de EEG recopilados en un entorno sin blindaje donde el ruido de la línea eléctrica era especialmente fuerte. Usando un filtro de muesca Butterworth, un diseño común de filtro IIR, descubrieron que el ruido de la línea se eliminaba de manera efectiva. La interferencia a 50 o 60 hercios desapareció del espectro de frecuencia como se esperaba. Pero el mismo proceso de filtrado introdujo distorsiones en el dominio del tiempo, lo que significa que la forma de la onda a lo largo del tiempo se alteró de maneras que iban más allá de la simple eliminación de la frecuencia no deseada.
Cuando se realizaron las mismas pruebas utilizando interpolación de espectro en su lugar, el método igualó la capacidad del filtro de muesca para eliminar el ruido de la línea, pero el estudio informa que mostró "menos distorsiones en el dominio del tiempo en muchas situaciones comunes."
La ventaja no fue universal ni absoluta. Apareció en muchas situaciones comunes, lo que deja margen para casos en los que los dos métodos podrían funcionar de manera más similar, o donde otros factores podrían cambiar el resultado.
Por qué eliminar el ruido de la línea eléctrica del EEG merece más que una solución por defecto
Un filtro de muesca proporciona una forma precisa de atenuar un componente de frecuencia estrecho, lo que lo hace relevante para los registros de EEG afectados por interferencias estables de la red eléctrica. Su utilidad depende de la identificación precisa de la frecuencia, un ancho de banda adecuado, la conciencia de los efectos de fase y de borde, y la comparación con la señal no filtrada.
Utilizado como un paso documentado dentro de prácticas más amplias de calidad de señal y preprocesamiento en entornos de neurociencia, puede reducir la interferencia sin descartar innecesariamente la información vecina.
Referencias
Leske, S., & Dalal, S. S. (2019). Reducing power line noise in EEG and MEG data via spectrum interpolation. NeuroImage, 189, 763–776. https://doi.org/10.1016/j.neuroimage.2019.01.026
Preguntas frecuentes
¿Cuál es la función principal de un filtro de muesca en los registros de EEG?
Un filtro de muesca es un filtro de rechazo de banda estrecho que suprime una frecuencia específica —normalmente el zumbido de la línea eléctrica de 50 o 60 Hz— mientras preserva el resto del espectro del EEG. Se dirige únicamente a este ruido eléctrico de frecuencia fija, no a artefactos de banda ancha como la actividad muscular o los parpadeos oculares.
¿Por qué son comunes los filtros de muesca de 50 Hz y 60 Hz?
Estas frecuencias corresponden ampliamente a los estándares de energía de corriente alterna utilizados en diferentes regiones. La interferencia eléctrica del entorno de registro puede aparecer como un componente de línea prominente en una de estas frecuencias y, a veces, en sus armónicos.
¿Por qué no usar simplemente el análisis de componentes independientes (ICA) para eliminar el ruido de la línea?
El ICA separa diferentes señales de origen a través de los electrodos, no bandas de frecuencia específicas, por lo que no está diseñado para dirigirse a una sinusoide de frecuencia fija única como el zumbido de la línea eléctrica. El filtro de muesca sigue siendo la herramienta estándar porque atenúa directamente esa frecuencia única, mientras que el ICA puede no aislar el ruido de la línea como una fuente separada.
¿Qué tipo de distorsión de la señal se ha observado directamente con los filtros de muesca?
Un estudio que utilizó tanto señales sintéticas como datos reales de EEG descubrió que un filtro de muesca Butterworth podía introducir distorsiones en el dominio del tiempo, cambiando la forma de la onda más allá de la simple eliminación del zumbido. Estas distorsiones se documentaron como potencialmente graves, aunque el impacto preciso en medidas neurales específicas como los ERP no se examinó en ese mismo estudio.
¿Cuál es la forma más segura de usar un filtro de muesca si es obligatorio usar uno?
Si se aplica un filtro de muesca, unos parámetros más suaves —como un ancho de banda ligeramente más amplio y una atenuación menos pronunciada— pueden reducir el riesgo de un rizado excesivo en el dominio del tiempo, aunque el daño exacto para los análisis posteriores no se ha cuantificado en los datos revisados. También es aconsejable comparar visualmente los trazados originales y filtrados, y documentar cada paso del preprocesamiento para detectar distorsiones inesperadas.
¿Puede un filtro de muesca eliminar actividad cerebral real?
Sí. Si la actividad neural significativa se superpone con la frecuencia objetivo o su ancho de banda afectado, el filtrado puede reducir esa actividad. Esta posibilidad es especialmente relevante al analizar ritmos de mayor frecuencia o armónicos cercanos a la muesca.
Emotiv es un líder en neurotecnología que ayuda a avanzar la investigación en neurociencia mediante herramientas accesibles de EEG y datos cerebrales.
Christian Burgos
