La densidad espectral de potencia, o PSD por sus siglas en inglés, es la herramienta que desmezcla las señales de EEG y le indica cuánta energía aporta cada una de esas velocidades, o frecuencias, al registro general. Una vez que puede leer un gráfico de PSD, está leyendo una especie de partitura de ritmos para el cerebro, un gráfico que muestra qué ritmos dominan y cuáles se desvanecen en un segundo plano.
¿Qué es la densidad de potencia espectral en el EEG?
Piense en el trazado de EEG bruto como un acorde tocado por una orquesta donde cada instrumento es una frecuencia diferente de onda cerebral. No se puede saber solo de oído cuánto contribuye cada instrumento.
La PSD resuelve esto calculando la amplitud al cuadrado de la señal en cada frecuencia y promediando esa medida a lo largo de un período de tiempo de registro. El resultado es una curva con la frecuencia en un eje y la potencia en el otro, que muestra exactamente cómo se distribuye la actividad eléctrica del cerebro a través de ritmos lentos y rápidos.
La PSD comprime todo un período de registro en una sola curva, por lo que le informa sobre el equilibrio general de frecuencias durante esa ventana en lugar de rastrear cómo cambia la mezcla de un segundo a otro. Eso es crucial, ya que el estado cerebral de una persona puede cambiar rápidamente, pero un gráfico de PSD estándar promedia esos cambios.
Los investigadores que compararon los dispositivos de grado médico y los dispositivos de EEG para el consumidor utilizaron un método de cálculo específico para este promedio, llamado periodograma modificado de Welch, que divide el registro en segmentos superpuestos y promedia sus espectros para producir una estimación de PSD más limpia y con menos ruido.
Este tipo de paso de procesamiento de señales es una práctica estándar para producir una curva de PSD que refleje la actividad cerebral subyacente en lugar de una fluctuación aleatoria.
Cálculo de la densidad de potencia espectral paso a paso
El cálculo de la PSD generalmente implica una secuencia de decisiones sobre la calidad de la señal y el procesamiento de la señal, en lugar de un solo comando. Primero se comprueba si en el registro faltan datos, si hay canales inadecuados y artefactos prominentes. Luego, los analistas seleccionan segmentos, eliminan o modelan tendencias lentas cuando corresponde, aplican una ventana, transforman los datos al dominio de la frecuencia y escalan el resultado.
El espectro resultante debe inspeccionarse junto con la serie temporal original y, cuando corresponda, con las anotaciones de movimiento, alteración de electrodos, actividad ocular, actividad muscular o eventos experimentamentales. Esta comparación ayuda a distinguir un patrón rítmico genuino de una perturbación transitoria que casualmente produce potencia espectral.
Un flujo de trabajo práctico se puede organizar en las siguientes etapas:
Verificar la frecuencia de muestreo, las etiquetas de los canales, la referencia y la duración del registro.
Identificar épocas utilizables y abordar artefactos o segmentos rechazados.
Elegir la longitud del segmento, la superposición, la ventana y el rango de frecuencia.
Estimar y escalar la PSD, luego inspeccionar los picos y la potencia limitada en banda.
Documentar los parámetros para que el resultado pueda ser reproducido y comparado.
Estos pasos hacen que el cálculo sea trazable. También evitan que un espectro visualmente atractivo sea tratado como independiente de las opciones de preprocesamiento y estimación que lo produjeron.
Métodos comunes: Periodograma y método de Welch
Un periodograma calcula la magnitud al cuadrado de la transformada de Fourier para un segmento seleccionado. Es sencillo y puede proporcionar un espaciado de frecuencia nominal fino cuando el segmento es largo, pero su estimación puede fluctuar sustancialmente de un intervalo de frecuencia al siguiente. Esta variabilidad es especialmente relevante para registros biológicos ruidosos.
El método de Welch divide la señal en segmentos superpuestos, aplica una ventana a cada segmento, calcula un periodograma para cada uno y promedia los resultados. El promedio generalmente produce una estimación más suave y de menor varianza, mientras que los segmentos más cortos pueden reducir la resolución de frecuencia. El mejor equilibrio depende de si el análisis enfatiza picos estrechos, bandas anchas o actividad promedio estable.
La diferencia no es meramente cosmética. Un espectro más suave puede hacer que los patrones amplios sean más fáciles de comparar, pero un promedio excesivo puede oscurecer cambios de corta duración o localizados de manera estrecha. Para el EEG que varía con el tiempo, un enfoque de tiempo-frecuencia puede ser más apropiado que una sola PSD en todo el registro.
Cómo se ve un espectro de EEG saludable en estado de reposo
Si sienta a un adulto sano, le pide que se relaje y registra su EEG, la curva de PSD resultante tiene una forma reconocible. La potencia es mayor en las frecuencias más bajas y cae de manera constante a medida que aumenta la frecuencia, produciendo esa disminución similar a 1/f.
Esta curva descendente refleja el componente aperiódico descrito anteriormente, y su pendiente se captura mediante un solo número llamado exponente espectral, a veces escrito como β. Una caída más pronunciada significa un exponente negativo mayor; una caída más plana significa que la potencia se distribuye de manera más uniforme entre las frecuencias.
Sentado sobre esta caída de fondo, un cerebro en reposo con los ojos cerrados típicamente produce una protuberancia visible alrededor de 8 a 12 Hz, el pico alfa. Esta protuberancia suele ser más fuerte sobre la parte posterior de la cabeza. Abra los ojos de la misma persona y ese pico alfa se encogerá notablemente.
Una comparación directa realizada por Ratti et al. de sistemas de EEG de grado médico y diademas para el consumidor registró exactamente este patrón: en todos los sistemas probados, la firma rítmica más grande en los datos fue un ritmo alfa posterior que respondió de manera predecible a las condiciones de ojos cerrados versus ojos abiertos.
Esa misma comparación también planteó una pregunta más práctica: si registra a la misma persona dos veces, en dos visitas separadas, ¿la curva de PSD se ve igual?
La respuesta dependía en gran medida de la calidad del equipo. Los sistemas de grado médico produjeron PSD del electrodo Fp1 (Fp1 se coloca en la frente y fue el único electrodo común a los cuatro sistemas probados) que fueron consistentes entre las visitas, mientras que un sistema de consumo mostró la mayor variación relativa entre las sesiones de prueba y reevaluación. Esto nos dice que una curva de PSD con buen comportamiento no es solo una propiedad del cerebro, también es una propiedad de cuán cuidadosamente se capturó la señal.
Cómo cambia la anestesia la firma espectral del cerebro
La PSD estática se vuelve especialmente informativa cuando el estado del cerebro cambia drásticamente, y ningún ejemplo es más directo que la anestesia. Un estudio de 2019 de Colombo et al. registró el EEG en reposo en voluntarios sanos antes y durante la anestesia con tres agentes diferentes: xenón, propofol y ketamina.
Después de cada sesión, los investigadores preguntaron si la persona tenía algún recuerdo de experiencia consciente durante el período de falta de respuesta, distinguiendo los estados en los que se informó de consciencia de los estados en los que parecía ausente o inaccesible para el recuerdo.
El exponente espectral siguió de cerca esta distinción. El xenón y el propofol, ambos agentes asociados con una pérdida de la experiencia consciente, causaron una disminución sustancial en el exponente espectral negativo dentro de cada sujeto, lo que significa que la curva de PSD se volvió notablemente más empinada. Este empinamiento en el amplio rango de 1 a 40 Hz parece indexar la ausencia de experiencia consciente en lugar de la simple falta de respuesta.
La ketamina contó una historia diferente. Aunque los sujetos no respondían conductualmente bajo la ketamina, por lo general conservan cierta experiencia consciente, y la desintegración general de la PSD se parecía a la vigilia normal. La única excepción fue un aplanamiento de la curva específicamente en el rango de 20 a 40 Hz, un detalle que se alinea con el mecanismo de acción distinto de la ketamina en comparación con los otros dos agentes.
Quizás la prueba más convincente fue una correlación entre este exponente espectral y una medida separada y derivada de forma independiente llamada Índice de Complejidad Perturbacional, o PCI, que se genera a partir de una técnica diferente que estimula el cerebro y mide cuán compleja es la respuesta resultante. La alta correlación entre estas dos mediciones tan diferentes respalda la idea de que el exponente espectral no es un patrón casual sino un marcador genuino conectado con la presencia de la conciencia misma.
Cómo altera el TDAH el espectro de potencia del EEG
La misma caída aperiódica que cambia bajo la anestesia también parece diferir en niños con TDAH. Un estudio de niños de entre 3 y 7 años, que comparó a aquellos con TDAH con sus pares de desarrollo típico, midió la pendiente espectral y el desfase (la altura de la curva aperiódica) junto con medidas más tradicionales como la frecuencia alfa pico y las relaciones de potencia de banda.
Los niños con TDAH que nunca habían recibido medicación mostraron una mayor potencia alfa, mayores desfases aperiódicos y pendientes espectrales más pronunciadas en comparación con los niños de desarrollo típico. Vale la pena detenerse en este patrón de empinamiento, porque se hace eco de la misma dirección de cambio observada en el estudio de la anestesia, aunque las dos condiciones obviamente no son comparables en gravedad o mecanismo.
La pendiente espectral también se correlacionó con la relación tradicional theta/beta utilizada en la investigación del TDAH durante años, lo que sugiere que la pendiente captura información superpuesta al tiempo que ofrece potencialmente un marcador más limpio y completo.
Un detalle adicional agrega peso a este hallazgo. Los niños con TDAH que habían sido tratados con medicación estimulante, incluso después de un período de lavado de 24 horas durante el cual los efectos activos de la medicación deberían haber desaparecido, mostraron pendientes y desfases comparables a los del grupo de desarrollo típico.
Esto plantea la posibilidad de que el patrón espectral alterado en el TDAH no sea fijo, aunque el estudio enmarca esto como una pista más que como un efecto de tratamiento confirmado. Debido a que la pendiente espectral también se ha relacionado en investigaciones anteriores con el funcionamiento ejecutivo y el equilibrio entre la actividad cerebral excitatoria e inhibitoria, los autores sugieren que la pendiente alterada puede reflejar algo significativo sobre la afección subyacente en lugar de ser un artefacto estadístico del cálculo de la relación theta/beta.
Grupo | Pendiente espectral | Potencia Alfa | Desfase |
|---|---|---|---|
Desarrollo Típico | Pendiente normal | Potencia normal | Desfase normal |
TDAH, sin medicación previa | Pendiente más pronunciada | Mayor potencia | Mayor desfase |
TDAH, tratado con estimulantes | Similar a lo típico | No reportado | Similar a lo típico |
Uso de la densidad de potencia espectral para clasificar las crisis epilépticas
La conciencia y la atención no son los únicos campos donde una PSD estática resulta útil. La clasificación de la epilepsia ofrece un ejemplo computacional más automatizado.
Un enfoque convirtió los registros de EEG de epilépticos en lo que los investigadores llamaron diagramas de energía de densidad de espectro de potencia, esencialmente representaciones visuales de la PSD, y luego introdujo estas imágenes en una red neuronal convolucional profunda, un tipo de modelo de aprendizaje automático muy adecuado para reconocer patrones en datos similares a imágenes.
El modelo fue entrenado para clasificar los segmentos de EEG en cuatro categorías:
Interictal (entre crisis)
Dos ventanas preictales diferentes (30 minutos y 10 minutos antes de que comience una crisis)
El estado de la crisis en sí
Utilizando un conjunto de datos público de epilepsia, este método alcanzó una precisión de clasificación promedio superior al 90 por ciento en las cuatro categorías. El resultado confirma que la forma general de la PSD estática contiene suficiente información distintiva para que un algoritmo distinga de manera confiable estos estados cerebrales clínicamente importantes, sin necesidad de rastrear los cambios momento a momento en la señal.
Errores comunes al interpretar la PSD
Una curva de PSD es tan confiable como el registro del que proviene, y varios problemas prácticos pueden distorsionar la forma de esa curva de maneras que no tienen nada que ver con la función cerebral subyacente.
Los artefactos son la preocupación más inmediata. Los parpadeos y el movimiento muscular generan sus propias señales eléctricas que son captadas por los electrodos del cuero cabelludo, particularmente en los sitios frontales.
La comparación de sistemas de EEG de consumo y de grado médico descubrió que los dispositivos de consumo eran más propensos a este tipo de contaminación, y una diadema de consumo en particular mostró un aumento de banda ancha en la potencia a través del espectro, una firma consistente con el artefacto muscular y de parpadeo en lugar del ritmo neural genuino. Por lo tanto, la limpieza cuidadosa de los datos y la selección de segmentos con pocos artefactos antes de calcular una PSD es un paso necesario, no opcional.
La conducción de volumen es otra limitación ampliamente discutida en la investigación de EEG en general porque los campos eléctricos se propagan a través del tejido y el cráneo antes de llegar al cuero cabelludo, una sola fuente de actividad en el cerebro puede registrarse en múltiples electrodos cercanos simultáneamente, lo que desdibuja la precisión espacial de cualquier lectura de PSD dada.
La elección de la referencia presenta una situación similar. El EEG es inherentemente una medida diferencial, lo que significa que la señal de cada electrodo se calcula en relación con algún punto de referencia, ya sea un promedio de todos los electrodos, un hueso mastoideo detrás de la oreja o una ubicación central del cuero cabelludo como Cz. Cambiar ese punto de referencia puede redistribuir la potencia entre los canales y alterar la forma absoluta de una curva de PSD.
Por lo tanto, el conocimiento de qué referencia se utilizó es a menudo un dato estándar que se debe verificar al comparar los hallazgos de PSD en diferentes artículos o conjuntos de datos.
Por último, está la confiabilidad test-retest. Incluso manteniendo constantes al sujeto y al equipo, los registros repetidos en visitas separadas pueden mostrar cierta variación natural en la curva de PSD.
Los sistemas de grado médico produjeron PSD de Fp1 más consistentes en dos visitas, mientras que el sistema de consumo probado mostró la mayor variación relativa. Esta es una advertencia práctica para no interpretar demasiado las pequeñas diferencias de PSD observadas en un solo sujeto, particularmente cuando el equipo o el protocolo de registro no están estrictamente controlados.
Herramientas y software para calcular la densidad de potencia espectral
La PSD se puede calcular con bibliotecas de programación científica, paquetes de análisis de EEG dedicados o software de procesamiento de señales general. Los requisitos esenciales son el acceso a los datos muestreados y un control transparente sobre la frecuencia de muestreo, la segmentación, el ventaneo, la eliminación de tendencias, la superposición, el escalado y los límites de frecuencia. Un resultado gráfico por sí solo no es suficiente para establecer cómo se produjo la estimación.
Una implementación reproducible registra los parámetros de preprocesamiento y estimación junto con el espectro. También preserva la referencia del canal, las unidades, las épocas rechazadas y cualquier transformación aplicada antes del cálculo. Estos detalles son particularmente importantes cuando los resultados se utilizan en una comparación grupal o se combinan entre sesiones de registro.
Los resultados son más fáciles de auditar cuando el flujo de trabajo produce tanto matrices numéricas como gráficos de diagnóstico. Las comprobaciones útiles incluyen la forma de onda original, los intervalos marcados con artefactos, el rango de frecuencia seleccionado y una comparación de estimaciones entre opciones de segmentos razonables. Tales comprobaciones no hacen que la interpretación sea automática, pero facilitan la detección de suposiciones ocultas.
Conclusión
El gráfico de densidad de potencia espectral actúa como una partitura de ritmo para el cerebro, y la inclinación de su caída de fondo surge como un marcador notablemente consistente a través de estados mentales sumamente diferentes.
Ya sea que una persona pierda el conocimiento bajo ciertos anestésicos, un niño muestre dificultades de atención relacionadas con el TDAH o comience una crisis, esta forma general cambia de maneras predecibles, conectando estas condiciones a través de una firma medible compartida. Este patrón sugiere que el perfil eléctrico en reposo del cerebro contiene pistas significativas y transversales sobre su estado funcional, no solo picos aislados en frecuencias específicas.
Si bien la PSD ofrece solo un promedio estático sobre una ventana de registro, su capacidad para distinguir de manera confiable los períodos conscientes de los inconscientes o para permitir que los algoritmos detecten crisis con alta precisión demuestra su valor práctico en la neurociencia. Estas correlaciones no prueban qué causa estos estados, pero ofrecen un resumen de un solo número accesible (la pendiente de la curva) que puede ayudar a evaluar la conciencia, las diferencias de atención o el riesgo de crisis.
Para los investigadores y médicos, esa medida simple proporciona un poderoso punto de entrada a la dinámica cerebral, uniendo ritmos abstractos con diferencias del mundo real.
Referencias
Ratti, E., Waninger, S., Berka, C., Ruffini, G., & Verma, A. (2017). Comparison of Medical and Consumer Wireless EEG Systems for Use in Clinical Trials. Frontiers in human neuroscience, 11, 398. https://doi.org/10.3389/fnhum.2017.00398
Colombo, M. A., Napolitani, M., Boly, M., Gosseries, O., Casarotto, S., Rosanova, M., ... & Sarasso, S. (2019). The spectral exponent of the resting EEG indexes the presence of consciousness during unresponsiveness induced by propofol, xenon, and ketamine. NeuroImage, 189, 631-644. https://doi.org/10.1016/j.neuroimage.2019.01.024
Robertson, M. M., Furlong, S., Voytek, B., Donoghue, T., Boettiger, C. A., & Sheridan, M. A. (2019). EEG power spectral slope differs by ADHD status and stimulant medication exposure in early childhood. Journal of neurophysiology, 122(6), 2427-2437. https://doi.org/10.1152/jn.00388.2019
Gao, Y., Gao, B., Chen, Q., Liu, J., & Zhang, Y. (2020). Deep convolutional neural network-based epileptic electroencephalogram (EEG) signal classification. Front. Neurol. 11, 375 (2020). https://doi.org/10.3389/fneur.2020.00375
Preguntas frecuentes
¿Qué es la densidad de potencia espectral (PSD) en el EEG?
La PSD es un método que calcula la amplitud al cuadrado de las señales de EEG en cada frecuencia y la promedia durante un período de registro. La curva resultante muestra cómo se distribuye la energía a través de los ritmos cerebrales lentos y rápidos, separando el complejo trazado original.
¿Cómo se ve una curva de PSD saludable en estado de reposo?
La potencia es mayor en las frecuencias bajas y disminuye de manera constante con la frecuencia, creando un fondo similar a 1/f. Un pico alfa visible alrededor de 8-12 Hz suele aparecer sobre la parte posterior de la cabeza cuando los ojos están cerrados y disminuye cuando se abren.
¿En qué se diferencia el componente aperiódico de los picos oscilatorios?
El componente aperiódico, o similar a 1/f, es la disminución suave de la potencia a medida que aumenta la frecuencia, sin formar protuberancias distintas. Los picos oscilatorios, como el ritmo alfa, se elevan por encima de este fondo en frecuencias específicas y transportan información diferente sobre la función cerebral.
¿Cómo cambia la anestesia la firma espectral del cerebro?
Agentes como el xenón y el propofol, que conducen a la pérdida de la experiencia consciente, hacen que la curva de PSD se vuelva más pronunciada entre 1-40 Hz. La ketamina, que preserva la experiencia consciente a pesar de la falta de respuesta, muestra una curva similar a la vigilia, excepto por un aplanamiento en el rango de 20-40 Hz.
¿Qué diferencias de PSD se encuentran en niños con TDAH?
Los niños con TDAH muestran una mayor potencia alfa, mayores desfases aperiódicos y pendientes espectrales más pronunciadas en comparación con sus pares de desarrollo típico. Después del tratamiento con estimulantes, incluso tras un período de lavado, las pendientes y los desfases pueden parecerse a los del grupo de desarrollo típico.
¿Cómo puede la PSD clasificar los estados de crisis epilépticas?
Una curva de PSD estática se puede convertir en una imagen e introducirse en una red neuronal profunda para distinguir los estados interictal, preictal y de crisis. Este enfoque logró una alta precisión de clasificación en al menos un estudio, lo que confirma que la forma espectral general contiene suficiente información distintiva.
¿Por qué se considera la PSD una instantánea estática?
La PSD comprime todo un período de registro en una sola curva, promediando los cambios de segundo a segundo. Revela el equilibrio de frecuencia general durante esa ventana en lugar de rastrear cómo cambia la mezcla con el tiempo.
¿Cuáles son los errores comunes al interpretar la PSD?
Los artefactos musculares y oculares pueden contaminar la señal y distorsionar la curva, especialmente en dispositivos de consumo. La conducción de volumen y la elección de la referencia también influyen en la forma de la PSD, e incluso con un equipo estable, la variación natural test-retest significa que las pequeñas diferencias pueden no ser significativas.
¿Cuál es la diferencia entre la PSD y un espectro de amplitud?
La PSD representa la amplitud al cuadrado por frecuencia y es adecuada para calcular la potencia, mientras que un espectro de amplitud representa la magnitud de los componentes de frecuencia y utiliza unidades diferentes.
¿Un pico de PSD más grande indica siempre una mayor actividad cerebral?
No. Un pico más grande puede reflejar artefactos, efectos de referencia, condiciones de registro o parámetros de análisis, así como actividad fisiológica.
Emotiv es un líder en neurotecnología que ayuda a avanzar la investigación en neurociencia mediante herramientas accesibles de EEG y datos cerebrales.
Christian Burgos
