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 espectral de potencia en el EEG?
Piense en el trazado de EEG en 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 el cuadrado de la amplitud 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 entre ritmos lentos y rápidos.
La PSD comprime un período de registro completo en una sola curva, por lo que informa sobre el equilibrio general de las frecuencias durante esa ventana en lugar de rastrear cómo cambia la mezcla segundo a segundo. 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 headsets de EEG de grado médico y de consumo utilizaron un método de cálculo específico para este promediado, llamado periodograma modificado de Welch, que divide el registro en segmentos superpuestos y promedia sus espectros para producir una estimación de la PSD más limpia y con menos ruido.
Este tipo de paso en el 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 espectral de potencia paso a paso
El cálculo de la PSD suele implicar una secuencia de decisiones sobre la calidad y el procesamiento de la señal, más que un solo comando. En primer lugar, se comprueba el registro en busca de datos faltantes, canales no adecuados 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 sea relevante, con anotaciones de movimiento, alteración de los electrodos, actividad ocular, actividad muscular o eventos experimentales. 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 tasa 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 frecuencias.
Estimar y escalar la PSD, luego inspeccionar los picos y la potencia limitada por banda.
Documentar los parámetros para que el resultado pueda reproducirse y compararse.
Estos pasos hacen que el cálculo sea trazable. También evitan que un espectro visualmente atractivo sea tratado de forma independiente a las decisiones 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 nominal fino entre frecuencias cuando el segmento es largo, pero su estimación puede fluctuar sustancialmente de un contenedor 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 promediado generalmente produce una estimación más suave y con menor varianza, mientras que los segmentos más cortos pueden reducir la resolución en frecuencia. El mejor equilibrio depende de si el análisis enfatiza picos estrechos, bandas anchas o una actividad media estable.
La diferencia no es meramente estética. Un espectro más suave puede facilitar la comparación de patrones amplios, pero un promediado excesivo puede oscurecer cambios efímeros o estrechamente localizados. Para un EEG variable en 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 más alta en las frecuencias más bajas y cae de manera constante a medida que aumenta la frecuencia, produciendo ese declive similar a 1/f.
Esta curva descendente refleja el componente aperiódico descrito anteriormente, y su pendiente se captura mediante un único número llamado exponente espectral, a veces escrito como β. Una disminución más pronunciada significa un exponente negativo mayor; una disminución más plana significa que la potencia se distribuye de manera más uniforme entre las frecuencias.
Sobre este declive de fondo, un cerebro en reposo con los ojos cerrados produce típicamente una elevación visible alrededor de los 8 a 12 Hz, el pico alfa. Este pico suele ser más fuerte en la parte posterior de la cabeza. Al abrir los ojos la misma persona, ese pico alfa se reduce notablemente.
Una comparación directa realizada por Ratti et al. de sistemas de EEG de grado médico y diademas de consumo registró exactamente este patrón: en todos los sistemas evaluados, la firma rítmica más grande en los datos fue un ritmo alfa posterior que respondió de manera predecible a las condiciones de ojos cerrados frente a ojos abiertos.
Esa misma comparación también planteó una pregunta más práctica: si se registra a la misma persona dos veces, en dos visitas separadas, ¿la curva de PSD se ve igual?
La respuesta dependió en gran medida de la calidad del equipo. Los sistemas de grado médico produjeron PSD del electrodo Fp1 (Fp1 se sitúa en la frente y fue el único electrodo común a los cuatro sistemas evaluados) que fueron consistentes entre visitas, mientras que un sistema de consumo mostró la mayor variación relativa entre las sesiones de test y retest. Esto nos dice que una curva de PSD con buen comportamiento no es solo una propiedad del cerebro, sino también una propiedad de la minuciosidad con la que se capturó la señal.
Cómo altera la anestesia la firma espectral del cerebro
La PSD estática se vuelve especialmente informativa cuando el estado del cerebro cambia drásticamente, y no hay ejemplo 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 reportaba consciencia de aquellos 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 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 pronunciada. Este aumento de la pendiente en el amplio rango de 1 a 40 Hz parece indexar la ausencia de experiencia consciente más que la simple falta de respuesta.
La ketamina contó una historia diferente. Aunque los sujetos no respondían conductualmente bajo ketamina, típicamente conservan cierta experiencia consciente, y la caída 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 concuerda con el mecanismo de acción distintivo 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 independiente y derivada por separado llamada Índice de Complejidad Perturbacional (PCI, por sus siglas en inglés), 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 vinculado a la presencia de la consciencia misma.
Cómo altera el TDAH el espectro de potencia del EEG
El mismo declive aperiódico 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 compañeros de desarrollo típico, midió la pendiente espectral y el desplazamiento u offset (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 sin tratamiento farmacológico previo mostraron una mayor potencia alfa, mayores offsets aperiódicos y pendientes espectrales más pronunciadas en comparación con los niños de desarrollo típico. Vale la pena detenerse en este patrón de aumento de pendiente, porque refleja la misma dirección de cambio observada en el estudio de anestesia, a pesar de que las dos condiciones obviamente no son comparables en gravedad ni en mecanismo.
La pendiente espectral también se correlacionó con la relación theta/beta tradicional 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 añade 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 del medicamento deberían haber desaparecido, mostraron pendientes y desplazamientos que parecían 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 un indicio más que como un efecto confirmado del tratamiento. Dado que en investigaciones anteriores la pendiente espectral también se ha relacionado con el funcionamiento ejecutivo y con 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 | Offset |
|---|---|---|---|
Desarrollo típico | Pendiente normal | Potencia normal | Offset normal |
TDAH, sin medicación previa | Pendiente más pronunciada | Mayor potencia | Mayor offset |
TDAH, tratado con estimulantes | Similar al típico | No reportado | Similar al típico |
Uso de la densidad espectral de potencia para clasificar crisis epilépticas
La consciencia y la atención no son los únicos ámbitos en los que una PSD estática resulta útil. La clasificación de la epilepsia ofrece un ejemplo más automatizado y computacional.
Un enfoque convirtió los registros de EEG 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 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 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 diferencie de manera confiable estos estados cerebrales clínicamente importantes, sin necesidad de rastrear los cambios momento a momento en la señal.
Aplicaciones de investigación de la densidad espectral de potencia
La forma de la curva de densidad espectral de potencia se ha utilizado para investigar una amplia gama de estados cerebrales, desde el deterioro cognitivo hasta la meditación enfocada. Los siguientes estudios utilizaron tecnología de Emotiv para capturar estas firmas espectrales.
Diferenciación del deterioro cognitivo con PSD en estado de reposo
Un estudio de EEG en estado de reposo examinó si la densidad espectral de potencia podía distinguir entre individuos sanos y aquellos con deterioro cognitivo. Utilizando un headset Emotiv Epoc X de 14 canales, los investigadores analizaron la PSD durante un estado de reposo con ojos cerrados de dos minutos en controles sanos, personas con deterioro cognitivo leve (DCL) y pacientes con demencia.
Los autores informan que el EEG diferenció eficazmente a los pacientes con demencia de los controles sanos, pero no mostró diferencias significativas entre los grupos con DCL y sanos. Esto sugiere que, si bien la PSD estática es prometedora para identificar el deterioro cognitivo avanzado, enfrenta desafíos en la detección en etapas tempranas, como se señala en el estudio sobre deterioro cognitivo.
Comparación de electrodos húmedos y secos para la medición de la PSD
El tipo de electrodo utilizado para capturar el EEG puede influir en la densidad espectral de potencia resultante. Una investigación comparó directamente la PSD obtenida con electrodos húmedos y secos utilizando dos dispositivos Emotiv: el Epoc X (húmedo) y el Insight (seco). Se realizaron registros en electrodos temporales y frontales anteriores antes y después de una tarea de estimulación auditiva.
La comparación de tipos de electrodos observó que la disminución porcentual de la PSD después de la estimulación fue mayor para los electrodos húmedos que para los secos, destacando una consideración práctica para los investigadores que diseñan un protocolo basado en PSD.
Cambios en la PSD durante el canto de mantras
La densidad espectral de potencia también se ha utilizado para investigar la actividad cerebral durante las prácticas meditativas. Un estudio con practicantes experimentados examinó el efecto del canto del mantra “OM” en el EEG, registrado con un dispositivo Emotiv Flex de 32 canales.
Los autores calcularon la PSD utilizando el método de Welch y hallaron aumentos significativos en la potencia en múltiples bandas de frecuencia durante el canto, incluidas alfa, gamma, beta y delta. La investigación sobre el canto de mantras informa que estos cambios en la PSD sugieren un estado de relajación y concentración más profundos durante la práctica.
Efecto de la cafeína en el espectro de potencia del EEG
El impacto de un estimulante común en el perfil espectral del cerebro se capturó en un estudio piloto utilizando el sistema Emotiv Flex. Los investigadores registraron el EEG en electrodos centrales antes y después de que los participantes consumieran una dosis moderada de cafeína. El análisis de la densidad espectral de potencia reveló un aumento significativo en la supresión absoluta de la potencia alfa y en la potenciación de la potencia beta.
Los autores del estudio piloto sobre la cafeína informan que estos cambios en la PSD, que se confirmaron como cambios oscilatorios reales, apuntan hacia una mayor activación cortical detectable con sensores portátiles.
En conjunto, estos estudios ilustran la versatilidad de la densidad espectral de potencia como una herramienta para capturar cambios en la actividad cerebral vinculados a la cognición, la activación y la atención concentrada. Si bien los hallazgos apuntan a patrones espectrales consistentes en distintos estados, se derivan de poblaciones de muestra específicas, a menudo pequeñas, y condiciones controladas. La investigación no establece que la PSD por sí sola pueda diagnosticar ninguna afección o predecir el estado de un individuo, pero sí sugiere que la medida es sensible a una variedad de cambios neuronales significativos.
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. El parpadeo de los ojos 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 encontró 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 de un 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 del EEG en general: dado que 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, difuminando la precisión espacial de cualquier lectura de PSD dada.
La elección de la referencia presenta una situación similar. El EEG es intrínsecamente una medición diferencial, lo que significa que la señal de cada electrodo se calcula en relación con algún punto de referencia, ya sea el promedio de todos los electrodos, el hueso mastoideo detrás de la oreja o una ubicación central en el 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 hallazgos de PSD entre diferentes artículos o conjuntos de datos.
Por último, está la fiabilidad 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 evaluado mostró la mayor variación relativa. Esta es una advertencia práctica para no sobreinterpretar pequeñas diferencias de PSD observadas en un solo sujeto, particularmente cuando el equipo de registro o el protocolo no están estrictamente controlados.
Herramientas y software para calcular la densidad espectral de potencia
La PSD se puede calcular con bibliotecas de programación científica, paquetes dedicados de análisis de EEG o software general de procesamiento de señales. Los requisitos esenciales son el acceso a los datos muestreados y un control transparente sobre la tasa de muestreo, la segmentación, el ventaneo, la eliminación de tendencias (detrending), 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 de grupos 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. Estas comprobaciones no hacen que la interpretación sea automática, pero facilitan la detección de suposiciones ocultas.
Conclusión
El gráfico de densidad espectral de potencia actúa como una partitura del ritmo cerebral, y la pendiente de su declive de fondo emerge como un marcador notablemente consistente a través de estados mentales sumamente diferentes.
Ya sea que una persona pierda la consciencia bajo ciertos anestésicos, que un niño muestre dificultades de atención vinculadas al TDAH o que comience una crisis epiléptica, 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 indicios significativos 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 entre períodos conscientes e inconscientes o 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 accesible de un solo número —la pendiente de la curva— que puede ayudar a evaluar la consciencia, las diferencias de atención o el riesgo de crisis.
Para investigadores y clínicos, esa simple medida proporciona un poderoso punto de entrada a la dinámica cerebral, tendiendo un puente entre los ritmos abstractos y las 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 espectral de potencia (PSD) en el EEG?
La PSD es un método que calcula el cuadrado de la amplitud de las señales de EEG en cada frecuencia y lo promedia a lo largo de 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 en bruto.
¿Cómo se ve una curva de PSD saludable en estado de reposo?
La potencia es más alta en frecuencias bajas y declina de forma continua con la frecuencia, creando un fondo de tipo 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 al abrir los ojos.
¿En qué se diferencia el componente aperiódico de los picos oscilatorios?
El componente aperiódico, o de tipo 1/f, es la disminución suave de la potencia a medida que aumenta la frecuencia, sin formar elevaciones distintivas. Los picos oscilatorios, como el ritmo alfa, se elevan por encima de este fondo en frecuencias específicas y transmiten información diferente sobre la función cerebral.
¿Cómo cambia la anestesia la firma espectral del cerebro?
Fármacos como el xenón y el propofol, que provocan la pérdida de la experiencia consciente, hacen que la curva de PSD se vuelva más pronunciada entre 1 y 40 Hz. La ketamina, que preserva la experiencia consciente a pesar de la falta de respuesta motora, muestra una curva similar a la vigilia, excepto por un aplanamiento en el rango de 20 a 40 Hz.
¿Qué diferencias en la PSD se encuentran en niños con TDAH?
Los niños con TDAH muestran mayor potencia alfa, mayores desplazamientos aperiódicos y pendientes espectrales más pronunciadas en comparación con compañeros de desarrollo típico. Después del tratamiento con estimulantes, incluso tras un período de lavado, las pendientes y los desplazamientos pueden asemejarse a los del grupo de desarrollo típico.
¿Cómo puede la PSD clasificar los estados de crisis epiléptica?
Una curva de PSD estática se puede convertir en una imagen e introducir en una red neuronal profunda para distinguir entre 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 como una instantánea estática?
La PSD comprime un período de registro completo en una sola curva, promediando los cambios 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 equipos estables, la variación natural en el 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 del componente de frecuencia y utiliza unidades diferentes.
¿Un pico de PSD más grande siempre indica una actividad cerebral más fuerte?
No. Un pico más grande puede reflejar artefactos, efectos de referencia, condiciones de registro o parámetros de análisis, además de la actividad fisiológica.
Emotiv es un líder en neurotecnología que ayuda a avanzar la investigación en neurociencia mediante herramientas accesibles de EEG y datos cerebrales.
Descargo de responsabilidad médica: La información proporcionada en este sitio web es solo para fines educativos e informativos y no pretende ser un consejo médico o de salud. Este contenido puede contener errores y no debe ser utilizado para tomar decisiones de salud, médicas o de estilo de vida que alteren la vida. Busque siempre el consejo de su médico u otro proveedor de salud calificado para cualquier pregunta que pueda tener con respecto a una afección o tratamiento médico.
Christian Burgos
