1. Introdução

Bem-vindo! Neste tutorial, vamos aprender sobre ondas cerebrais e como podemos usá-las para compreender o cérebro e o comportamento.

Hans Berger cunhou o termo eletroencefalograma em 1929, quando descreveu alterações nos potenciais elétricos registados através de sensores colocados na cabeça de uma pessoa. Identificou dois tipos de ondas cerebrais, que denominou ondas alfa e beta simplesmente devido à ordem em que as registou. Tais ondas já tinham sido registadas noutros mamíferos, mas Berger descreveu-as em humanos pela primeira vez!

Desde então, o método de eletroencefalografia tornou-se uma ferramenta fundamental na neurociência e ajudou a evoluir a nossa compreensão das ondas cerebrais (às quais os investigadores chamam oscilações neuronais) e ajudou a caracterizar estados no cérebro, como a fadiga e a vigília.

Neste breve tutorial vamos abordar o seguinte:

• O que são oscilações neuronais?

• Como podemos medir as oscilações neuronais?

• O que podemos fazer com as oscilações neuronais?

• Aplicação prática utilizando dispositivos e software Emotiv.

2. O que é o EEG?

A eletroencefalografia (EEG) é um método não invasivo e passivo de medir a atividade elétrica do nosso cérebro. Elétrodos/sensores/canais são colocados no couro cabeludo para registar a atividade elétrica gerada por populações de células cerebrais, chamadas neurónios.

Fig. 1 – Os neurónios produzem atividade elétrica que pode ser detetada com um dispositivo de EEG [Siuly, et al. (2016)].

2.1. Sistemas de EEG

Existem muitos dispositivos de EEG no mercado que podem ser utilizados para registar um EEG. Os dispositivos de EEG podem variar de:

• Um único sensor ou até 256 elétrodos – Mais elétrodos proporcionam uma maior resolução espacial de informação sobre o couro cabeludo.

• Elétrodos húmidos ou secos – Os elétrodos húmidos utilizam um gel eletrolítico ou solução salina para melhorar a condutância entre o couro cabeludo e o sensor. Os elétrodos secos podem ser de metal ou polímeros condutores que necessitam de contacto direto com o couro cabeludo.

• Elétrodo ativo ou passivo – Os sistemas de elétrodos passivos simplesmente conduzem o sinal para o dispositivo onde este é amplificado. Os sistemas de elétrodos ativos amplificam o sinal em cada elétrodo antes de este chegar ao dispositivo para amplificação. Isto reduz o ruído elétrico ambiental no sinal.

• Dispositivos com ou sem fios que transmitem dados por Bluetooth.

Fig. 2 – Um sistema de EEG sem fios de baixa densidade.

Fig. 3 – Um sistema de EEG de elétrodos com fios de alta densidade.

2.2. Quando utilizar o EEG?

Cada método de neuroimagem pode ajudar a responder a diferentes questões de investigação.

A maior força do EEG é que este pode medir a atividade neuronal numa escala de milissegundos, o que pode medir processos pré-conscientes.

Fig. 4 – Resolução espacial vs temporal de diferentes ferramentas de neuroimagem.

É mais adequado para perguntas como “a quais partes do meu vídeo os participantes prestaram mais atenção?”

O EEG regista a atividade principalmente das camadas externas do cérebro (ou seja, tem baixa resolução espacial). Com um único sensor é impossível identificar a origem da atividade. O registo com um grande número de canais pode permitir reconstruir matematicamente a fonte, mas ainda é limitado na identificação de fontes profundas. A ressonância magnética funcional (fMRI) é mais adequada para responder a perguntas como “Qual parte do cérebro está relacionada com mudanças na atenção?”

2.3. Do sensor para o EEG bruto?

Uma vez colocado um dispositivo de EEG na cabeça, a atividade cerebral é medida num único sensor como a diferença de amplitude entre esse sensor e um sensor de referência. Na maioria dos sistemas de EEG, este é chamado de elétrodo de sensor de modo comum (CMS). Um sensor adicional, o driven right leg (DRL), ajuda a reduzir qualquer interferência no CMS.

Fig. 5 – Diagrama de blocos simplificado da transmissão do sinal de EEG.

Em sistemas com elétrodos ativos e passivos, o sinal é então amplificado e filtrado através de um filtro passa-baixo. A filtragem passa-baixo é uma etapa que removerá possíveis interferências elétricas do ambiente no seu sinal, por exemplo, da rede elétrica principal.

Estas etapas acontecem no próprio hardware antes que o sinal de EEG bruto possa ser visualizado no ecrã do seu computador.

2.4. Alguma Terminologia Básica

Convenção padrão de nomenclatura 10-20

Os sensores esquerdos são habitualmente numerados com números ímpares e os sensores direitos com números pares.

Nota 1: estas são apenas convenções de nomenclatura e a localização de origem do sensor de EEG não é um indicador da fonte da atividade.

Nota 2: passos adicionais, como a reconstrução matemática da fonte, precisam de ser realizados para determinar a fonte da atividade num único canal.

3. O que são Oscilações Neuronais?

As ondas cerebrais, frequentemente designadas por oscilações neuronais, são padrões rítmicos produzidos por um único neurónio ou por um grupo de neurónios.

Ainda não está claro por que razão o cérebro produz estes diferentes tipos de oscilações, embora existam muitas teorias. Os investigadores utilizam diferentes tarefas para caraterizar estas atividades oscilatórias e têm como objetivo compreender os mistérios do cérebro recorrendo a estes padrões rítmicos.

3.1. Algumas propriedades de uma oscilação

Esta figura mostra a medição de um sinal elétrico regular:

Fig. 6 – Resolução espacial vs temporal de diferentes ferramentas de neuroimagem.

À esquerda (eixo y) podemos traçar a amplitude do registo elétrico e no eixo horizontal (eixo x) o tempo. A amplitude do sinal variará em magnitude de forma regular em torno de um ponto central. Um ciclo também é referido como uma oscilação.

O número de ciclos por segundo é designado por frequência da onda e a unidade é o Hertz (Hz). Logo, 1 ciclo por segundo = 1 Hz. As amplitudes são tipicamente medidas em microvolts (µV).

No cérebro observamos ondas com frequências que variam de 0.2 Hz (ondas muito lentas) a 80 Hz ou mais (ondas muito rápidas). A atividade de alta frequência até 500 Hz associada a convulsões também pode ser registada no cérebro.

Diferentes tipos de oscilações cerebrais são caraterizados com base na sua frequência. Estas são conhecidas como bandas de frequência e podem estar relacionadas com diferentes estados cerebrais:

Fig. 7 – Ondas cerebrais num EEG típico.

3.2. Por que são importantes as diferentes bandas de frequência?

1. Identificação de padrões cerebrais normais vs anormais
   As oscilações neuronais são importantes para detetar convulsões e diagnosticar a Epilepsia em Neurologia.

2. Interfaces cérebro-computador (BCI)
   A quantidade de oscilações beta, gama e mu é frequentemente utilizada para treinar dispositivos remotos (por exemplo, mover uma cadeira de rodas com o pensamento).

3. Neurofeedback
   Trata-se de uma forma de treino cerebral onde pode visualizar as suas ondas cerebrais (por exemplo, oscilações gama) e envolver-se em tarefas cognitivas para melhorar a quantidade de oscilações gama no seu cérebro.

4. Neuromarketing
   As bandas de frequência alfa e beta podem ser utilizadas para determinar qual parte de um anúncio é mais ou menos apelativa.

3.3. Tipos de análise de dados de EEG

Mais frequentemente, os investigadores realizam análises no domínio do tempo ou no domínio da frequência.

1. Análise no domínio do tempo

   Tipicamente mede a amplitude da tensão em pontos temporais de interesse após o início de um estímulo. Estes são chamados de potenciais relacionados com eventos (ERPs).

2. Análise no domínio da frequência

   Tipicamente mede a quantidade de oscilações neuronais em diferentes bandas de frequência numa janela de tempo definida ou relacionada com o início de um evento.

A seguir, fornecemos uma visão geral da análise no domínio da frequência.

3.4. Processamento

Depois de fazer um registo de EEG, normalmente os dados são limpos antes de se dar sentido às oscilações.

1. Filtragem
   Uma técnica para remover ruído ambiental de alta e baixa frequência nos dados.

2. Remoção de Artefactos
   O movimento físico e o piscar de olhos podem causar grandes artefactos (picos > 50 µV no EEG). Estes podem ser removidos para que não influenciem os nossos resultados. Alguns investigadores utilizam métodos sofisticados para corrigir estes artefactos a fim de preservar os dados.

Após o processamento dos dados, o sinal pode agora ser convertido para o domínio da frequência para que possamos quantificar a quantidade de cada tipo de ondas cerebrais.

Fig. 8 – Artefacto de piscar de olhos no EEG bruto.

3.5. Transformada Rápida de Fourier (FFT)

Uma transformada de Fourier é a conversão matemática do sinal de EEG do ‘domínio do tempo’ (imagem A) para o ‘domínio da frequência (imagem B)’.

No domínio da frequência, podemos quantificar a quantidade de cada tipo de oscilação que estava no nosso registo. Esta é tipicamente a ‘potência’ da banda de frequência e pode ser exibida num espetro de potência (Imagem B).

Fig. 9A – EEG bruto no domínio do tempo.

Fig. 9B – Espetro de potência após FFT (domínio da frequência).

3.6. Potência de Banda

A potência de uma banda de frequência (por exemplo, banda Alfa) obtida a partir de uma transformada de fourier diz-nos quanto existe de cada banda de frequência. As unidades de potência de banda são tipicamente em µV2/Hz. Na maioria das vezes, os espetros de amplitude ou potência de uma FFT são mostrados na unidade logarítmica de decibéis (dB). O decibel é uma unidade de relação entre uma potência medida (P) e uma potência de referência (Pr) como se segue:

Uma vez obtida esta unidade de medida para eventos de interesse, as potências de banda podem ser comparadas para compreender os efeitos experimentais nas ondas cerebrais.

4. Da Teoria à Prática

A seguir, vamos analisar o efeito de supressão alfa.

Este é um fenómeno relatado pela primeira vez por Hans Berger, no qual assistimos a uma diminuição significativa na quantidade de oscilações alfa (potência alfa) quando os olhos de alguém estão abertos em comparação com quando estão fechados.

Fig. 10 – Um aumento de oscilações alfa pode ser visto quando os olhos estão fechados.

Primeiro, utilizando o EmotivPRO Builder, construímos uma experiência simples. Nesta experiência, é simplesmente pedido a um participante que mantenha os olhos abertos durante 2 minutos enquanto se foca no ecrã e, em seguida, fechados durante 2 minutos. Ouvirá um sinal sonoro ao fim de 2 minutos para sinalizar a abertura dos olhos.

Pode seguir o vídeo abaixo para criar a sua própria experiência de supressão alfa ou pode executar a nossa experiência a partir do link aqui:

4.1. Ajuste do Dispositivo e Qualidade do EEG

Leia mais sobre como funciona o nosso indicador de EQ aqui. Encontre mais informações sobre o ajuste do dispositivo específico para os seus auscultadores aqui:

• Tipo EPOC

• Tipo Insight

4.2. Processamento e transformação dos dados de EEG

Agora que tem os seus dados, pode transformá-los para o domínio da frequência utilizando o Emotiv Analyzer. Siga os passos no vídeo.

4.3. Interpretação dos dados

Assim que o Analyzer terminar, descarregue o ficheiro zip. Para cada registo terá um ficheiro csv com as potências de banda e um ficheiro de imagem que pode utilizar para executar a sua própria análise estatística.

Fig. 11 – Potências de banda.

No nosso resultado, podemos ver o aumento na potência Alfa quando os olhos estavam fechados (laranja) em comparação com quando estavam abertos (azul).

Este é o fim do nosso tutorial! Está agora equipado com o básico 🙂

Pode encontrar alguns links para uma leitura mais avançada na secção de recursos.

5. Recursos

LEITURA AVANÇADA

Donoghue et al. 2022 Considerações metodológicas para o estudo de oscilações neuronais

GLOSSÁRIO DE TERMINOLOGIA DE EEG

Kane et al. 2017 (aqui)

CÓDIGO DE FONTE ABERTA

Se se sente confortável com a programação em Python, disponibilizámos scripts em Python que pode utilizar para obter valores de potência alfa, rotulados por segmentos de olhos abertos e olhos fechados. Encontre o código e os ficheiros de dados de amostra de Supressão Alfa aqui: https://osf.io/9bvgh/

MANUAIS Emotiv

Manual do EmotivPRO Builder
Manual do EmotivPRO
Manual do EmotivPRO Analyzer

7. Referências

Donoghue, T., Schaworonkow, N. and Voytek, B., 2022. Methodological considerations for studying neural oscillations. European journal of neuroscience, 55(11-12), pp.3502-3527. doi: https://doi.org/10.1111/ejn.15361

Kane, N., Acharya, J., Beniczky, S., Caboclo, L., Finnigan, S., Kaplan, P.W., Shibasaki, H., Pressler, R. and van Putten, M.J., 2017. A revised glossary of terms most commonly used by clinical electroencephalographers and updated proposal for the report format of the EEG findings. Revision 2017. Clinical neurophysiology practice, 2, p.170. doi: 10.1016/j.cnp.2017.07.002

Siuly, S., Li, Y., Zhang, Y. (2016). Electroencephalogram (EEG) and Its Background. In: EEG Signal Analysis and Classification. Health Information Science. Springer, Cham. doi: https://doi.org/10.1007/978-3-319-47653-7%5F1