1. Introdução

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

Hans Berger cunhou o termo eletroencefalograma em 1929, quando descreveu mudanças nos potenciais elétricos registrados usando sensores colocados na cabeça de uma pessoa. Ele identificou dois tipos de ondas cerebrais, que chamou de ondas alfa e beta simplesmente por causa da ordem em que as registrou. Tais ondas já haviam sido registradas em outros mamíferos, mas Berger as descreveu em humanos pela primeira vez!

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

Neste breve tutorial, abordaremos o seguinte:

• O que são oscilações neurais?

• Como podemos medir oscilações neurais?

• O que podemos fazer com oscilações neurais?

• Aplicação prática usando dispositivos e software Emotiv.

2. O que é EEG?

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

Fig. 1 – Neurônios produzem atividade elétrica que pode ser detectada com um dispositivo EEG [Siuly, et al. (2016)].

2.1. Sistemas de EEG

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

• Um único sensor ou até 256 eletrodos – Mais eletrodos forneceriam uma resolução espacial mais alta das informações sobre o couro cabeludo.

• Eletrodos úmidos ou secos – Eletrodos úmidos usam um gel eletrolítico ou solução salina para melhorar a condutividade entre o couro cabeludo e o sensor. Eletrodos secos podem ser de metal ou polímeros condutores, que precisam de contato direto com o couro cabeludo.

• Eletrodo ativo ou passivo – Sistemas de eletrodos passivos simplesmente conduzem o sinal ao dispositivo, onde ele é amplificado. Sistemas de eletrodos ativos amplificam o sinal em cada eletrodo antes que ele chegue ao dispositivo para amplificação. Isso reduz o ruído elétrico ambiental no sinal.

• Dispositivos com fio ou sem fio que transmitem dados via Bluetooth.

Fig. 2 – Um sistema EEG sem fio, de baixa densidade.

Fig. 3 – Um sistema EEG com fio, de alta densidade, com eletrodos.

2.2. Quando usar EEG?

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

A maior vantagem do EEG é que ele pode medir a atividade neural na escala de milissegundos, o que permite medir processos pré-conscientes.

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

Ele é mais adequado para perguntas como “quais partes do meu vídeo receberam mais atenção dos participantes?”

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

2.3. Do sensor ao EEG bruto?

Depois que um dispositivo EEG é colocado na cabeça, a atividade cerebral é medida em um único sensor como a diferença de amplitude entre esse sensor e um sensor de referência. Na maioria dos sistemas EEG, isso é chamado de eletrodo common mode sense (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 EEG.

Em sistemas com eletrodos ativos e passivos, o sinal é então amplificado e filtrado em passa-baixa. A filtragem passa-baixa é uma etapa que removerá possíveis interferências elétricas do ambiente no seu sinal, por exemplo, da rede elétrica.

Essas etapas acontecem no próprio hardware antes que o sinal bruto de EEG possa ser visualizado na tela do seu computador.

2.4. Alguma terminologia básica

Convenção de nomenclatura padrão 10-20

Sensores do lado esquerdo geralmente têm números ímpares e sensores do lado direito geralmente têm números pares.

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

Nota 2: etapas adicionais, como a reconstrução matemática da fonte, precisam ser realizadas para determinar a fonte da atividade em um único canal.

3. O que são Oscilações Neurais?

Ondas cerebrais, frequentemente chamadas de oscilações neurais, são padrões rítmicos produzidos por um único neurônio ou por um conjunto de neurônios.

Ainda não está claro por que o cérebro produz esses diferentes tipos de oscilações, embora existam muitas teorias. Os pesquisadores usam diferentes tarefas para caracterizar essas atividades oscilatórias e buscam entender os mistérios do cérebro usando esses padrões rítmicos.

3.1. Algumas propriedades de uma oscilação

Esta figura mostra uma medição de um sinal elétrico regular:

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

No eixo vertical (y) podemos plotar a amplitude do registro elétrico e no eixo horizontal (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 chamado de frequência da onda e a unidade é Hertz (Hz). Portanto, 1 ciclo por segundo = 1 Hz. As amplitudes são tipicamente medidas em microvolts (µV).

No cérebro, vemos ondas com frequências que variam de 0,2 Hz (ondas muito lentas) a 80 Hz ou mais (ondas muito rápidas). Atividade de alta frequência de até 500 Hz associada a crises também pode ser registrada no cérebro.

Diferentes tipos de oscilações cerebrais são caracterizados com base em sua frequência. Elas são conhecidas como bandas de frequência e podem estar relacionadas a diferentes estados cerebrais:

Fig. 7 – Ondas cerebrais em EEG típico.

3.2. Por que diferentes bandas de frequência são importantes?

1. Identificação de padrões cerebrais normais versus anormais
   As oscilações neurais são importantes para detectar crises e diagnosticar epilepsia em neurologia.

   
   
   

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

   
   
   

3. Neurofeedback
   Esta é uma forma de treinamento cerebral em que você pode visualizar suas ondas cerebrais (por exemplo, oscilações gama) e realizar tarefas cognitivas para melhorar a quantidade de oscilações gama no seu cérebro.

   
   
   

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

3.3. Tipos de análise de dados de EEG

Mais comumente, os pesquisadores realizam análises no domínio do tempo ou no domínio da frequência.

1. Análise no domínio do tempo

   Normalmente mede a amplitude da voltagem em pontos de tempo de interesse após o início de um estímulo. Estes são chamados de potenciais relacionados a eventos (ERPs).

   
   
   

2. Análise no domínio da frequência

   Normalmente mede a quantidade de oscilações neurais em diferentes bandas de frequência em uma janela de tempo definida ou relacionadas ao início de um evento.

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

3.4. Processamento

Depois de realizar um registro de EEG, você normalmente limpa os dados antes de entender as oscilações.

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

2. Remoção de artefatos
   Movimentos físicos e piscadas podem causar grandes artefatos (> picos de 50 µV no EEG). Eles podem ser removidos para que não influenciem nossos resultados. Alguns pesquisadores usam métodos sofisticados para corrigir esses artefatos e preservar os dados.

Depois que os dados foram processados, o sinal agora pode ser convertido para o domínio da frequência para que possamos quantificar a quantidade de cada tipo de ondas cerebrais.

Fig. 8 – Artefato de piscada no EEG bruto.

3.5. Transformada Rápida de Fourier (FFT)

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

No domínio da frequência, podemos quantificar quanto de cada tipo de oscilação estava em nosso registro. Isso normalmente é a ‘potência’ da banda de frequência e pode ser exibido em um espectro de potência (Imagem B).

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

Fig. 9B – Espectro 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 nos diz quanto de cada banda de frequência existe. As unidades de potência de banda normalmente estão em µV2/Hz. Na maioria das vezes, espectros de amplitude ou de potência de uma FFT são mostrados na unidade logarítmica decibéis (dB). O decibel é uma unidade de razão entre uma potência medida (P) e uma potência de referência (Pr), como segue:

Uma vez que essa unidade de medida é obtida para eventos de interesse, as potências das bandas podem ser comparadas para entender os efeitos experimentais nas ondas cerebrais.

4. Da Teoria à Prática

Em seguida, vamos analisar o efeito de supressão alfa.

Este é um fenômeno relatado pela primeira vez por Hans Berger, no qual vemos 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 nas oscilações alfa pode ser visto quando os olhos estão abertos.

Primeiro, usando EmotivPRO Builder, construímos um experimento simples. Neste experimento, é simplesmente pedido ao participante que mantenha os olhos abertos por 2 minutos enquanto foca na tela e, em seguida, fechados por 2 minutos. Eles ouviriam um sino ao final de 2 minutes para indicar que devem abrir os olhos.

Você pode seguir o vídeo abaixo para fazer o seu próprio experimento de supressão alfa ou pode executar nosso experimento no link aqui:

4.1. Ajuste do dispositivo e qualidade do EEG

Leia mais sobre como nosso gate de EQ funciona aqui. Encontre mais informações sobre o ajuste do dispositivo específico para o seu headset aqui:

• Tipo EPOC

• Tipo Insight

4.2. Processamento e transformação dos dados de EEG

Agora que você tem seus dados, pode transformá-los para o domínio da frequência usando Emotiv Analyzer. Siga as etapas no vídeo.

4.3. Interpretando os dados

Quando o Analyzer terminar, baixe o arquivo zip. Para cada registro, você terá um arquivo csv com potências de banda e um arquivo de imagem que pode usar para realizar sua própria análise estatística.

Fig. 11 – Potências de banda.

Na nossa saída, podemos ver o aumento da potência alfa quando os olhos estavam fechados (laranja) em comparação com quando estavam abertos (azul).

Este é o fim do nosso tutorial! Agora você está equipado com o básico 🙂

Você pode encontrar alguns links para uma leitura mais avançada na seção de recursos.

5. Recursos

LEITURA AVANÇADA

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

GLOSSÁRIO DE TERMINOLOGIA EEG

Kane et al. 2017 (aqui)

CÓDIGO DE FONTE ABERTA

Se você se sente confortável com programação em python, disponibilizamos scripts em python que você pode usar para obter valores de potência alfa, rotulados por segmentos com olhos abertos e olhos fechados. Encontre o código e os arquivos de dados de exemplo 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. e Voytek, B., 2022. Considerações metodológicas para o estudo de oscilações neurais. 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. Um glossário revisado dos termos mais comumente usados por eletroencefalografistas clínicos e proposta atualizada para o formato do relatório dos achados do EEG. Revisão 2017. Clinical neurophysiology practice, 2, p.170. doi: 10.1016/j.cnp.2017.07.002

Siuly, S., Li, Y., Zhang, Y. (2016). Eletroencefalograma (EEG) e seu contexto. Em: Análise e Classificação de Sinais de EEG. Health Information Science. Springer, Cham. doi: https://doi.org/10.1007/978-3-319-47653-7%5F1