Dados de EEG

O que são dados de EEG?

Os dados de EEG são um registro digital de diferenças de voltagem medidas por eletrodos colocados no couro cabeludo ou próximos a ele. A eletroencefalografia é não invasiva e oferece alta resolução temporal, permitindo que pesquisadores e médicos examinem alterações na atividade cerebral ao longo de milissegundos. O sinal resultante é geralmente armazenado como uma ou mais séries temporais contínuas, com cada canal representando uma medição em relação a uma referência.

O sinal reflete uma mistura de fontes. A atividade neural contribui para o registro, mas artefatos como movimentos oculares, contrações musculares, movimento dos eletrodos, interferência ambiental e mudanças no contato também podem aparecer no traçado.

Por essa razão, os dados de EEG não são uma leitura direta de um único processo cerebral. Trata-se de uma observação que requer contexto, verificações de qualidade e um método analítico explícito.

O número de canais, a taxa de amostragem, a referência, a localização dos eletrodos, os marcadores de eventos e as informações do participante moldam a forma como os dados podem ser interpretados. Na prática, o registro é mais informativo quando o sinal é considerado juntamente com a tarefa, o estado, o tempo e as condições em que foi coletado.

Como as células cerebrais geram o sinal de EEG

As deflexões de voltagem que um eletrodo de EEG detecta originam-se não dos potenciais de ação rápidos do tipo tudo-ou-nada que os neurônios usam para comunicação de longo alcance, mas dos potenciais pós-sinápticos graduais e mais lentos que se espalham pelos dendritos das células piramidais corticais.

Quando milhares desses neurônios se ativam em sincronia aproximada, suas minúsculas correntes extracelulares somam-se através do meio condutor do cérebro, do líquido cefalorraquidiano, do crânio e do couro cabeludo, um processo chamado de condução de volume. A voltagem que finalmente chega ao sensor de registro é um reflexo desfocado, mas real, dessa sincronia neural em larga escala.

Como funciona a aquisição de dados de EEG

Durante a aquisição, os eletrodos detectam pequenas flutuações de voltagem e um sistema de registro as converte em amostras digitais. O sistema normalmente registra múltiplos canais simultaneamente, enquanto uma referência e o terra fornecem o contexto elétrico necessário para calcular os valores dos canais. A taxa de amostragem determina a frequência com que o sinal é medido e, portanto, quais alterações podem ser representadas com fidelidade.

Antes do registro, técnicos ou pesquisadores posicionam os eletrodos de acordo com uma montagem definida e verificam a qualidade do contato. A estrutura de posicionamento de eletrodos de EEG descreve uma abordagem padronizada que apoia a comparação entre sessões e laboratórios. Marcadores de eventos podem ser adicionados quando um estímulo aparece, um participante responde ou ocorre um evento clínico, criando uma linha do tempo que pode ser posteriormente alinhada com os sinais registrados.

A aquisição também é moldada pelo protocolo. Registros em estado de repouso, estudos do sono, tarefas cognitivas e monitoramento de crises epilépticas usam durações, instruções e sensores auxiliares diferentes. Portanto, um conjunto de dados completo inclui mais do que traçados de voltagem: pode conter rótulos de canais, posições de eletrodos, configurações do dispositivo, códigos de eventos, anotações e um registro de interrupções ou condições incomuns.

Boas práticas para a coleta de dados de EEG

Uma boa coleta começa com um protocolo que define a pergunta de pesquisa, a duração do registro, a configuração dos canais, a taxa de amostragem, a referência e o procedimento de marcação de eventos antes que os participantes sejam testados. A consistência reduz variações indesejadas entre as sessões e torna as comparações posteriores mais justificáveis. O protocolo também deve descrever o que acontece quando um canal está com ruído, um participante se move ou um marcador de evento é perdido.

A preparação física também é crucial, pois a qualidade do sinal pode deteriorar-se devido a movimentos comuns e ao mau contato do eletrodo. É por isso que os operadores comumente inspecionam a impedância ou indicadores de contato equivalentes, explicam a tarefa claramente e registram alterações relevantes no estado do participante. Essas etapas não removem todos os artefatos, mas tornam sua origem mais fácil de identificar e evitam que problemas evitáveis sejam confundidos com achados neurais.

Uma pequena lista de verificação de coleta pode manter visíveis os detalhes operacionais sem substituir o julgamento científico:

• Confirmar rótulos de canais, localizações de eletrodos, referência e terra.

• Registrar as configurações de amostragem, configurações de filtro e configuração do dispositivo.

• Marcar estímulos, respostas, pausas e eventos clinicamente relevantes de forma consistente.

• Documentar interrupções, movimentos, trocas de eletrodos e estados incomuns dos participantes.

Após a coleta, a lista de verificação deve ser associada a uma inspeção do registro bruto e de seus metadados. Registros de aquisição claros permitem que os analistas diferenciem uma característica real do sinal de uma alteração causada pelo hardware, configuração ou desvio do protocolo.

Eletrodos úmidos vs. secos e qualidade do contato com a pele

Todos os registros de EEG começam com um sensor físico contra a pele, e esse sensor divide-se em uma de duas grandes famílias.

Os eletrodos úmidos usam um gel ou pasta condutora para preencher a lacuna entre o metal e o couro cabeludo, reduzindo a impedância. Os eletrodos secos eliminam o gel, contando com materiais avançados e pré-amplificação integrada para manter a fidelidade do sinal.

Alguns eletrodos são ativos, o que significa que contêm circuitos de conversão de impedância diretamente no local de registro; os eletrodos passivos não possuem essa eletrônica embarcada. Independentemente do tipo, a qualidade da interface eletrodo-couro cabeludo determina quanto do sinal biológico sobrevive antes mesmo de chegar ao amplificador.

O mau contato atrai ruídos ambientais e artefatos de movimento que podem ofuscar a tênue atividade cerebral. Winkler et al. tornaram esse desafio explícito quando abordaram o problema universal dos componentes de fonte com artefatos ao construir um classificador independente do sujeito para componentes de análise de componentes independentes (ICA).

A própria existência desse esforço reforça que a contaminação por artefatos é um problema persistente nos registros de EEG, e a aplicação inicial dos eletrodos — limpar a pele, posicionar corretamente o sensor e verificar uma conexão estável — é a primeira e mais direta maneira de aliviar a carga de artefatos que o processamento posterior terá que lidar.

Design de montagem e o sistema padrão 10–20

Como os potenciais do couro cabeludo não têm um rótulo espacial inerente, a área adotou uma grade de coordenadas há muito tempo. O sistema internacional 10–20 define as posições dos eletrodos proporcionalmente entre quatro marcos anatômicos: o násio (ponte do nariz), o ínion (protuberância óssea na parte posterior da cabeça) e os pontos pré-auriculares esquerdo e direito logo à frente das orelhas. Essa padronização significa que um canal rotulado como "Cz" refere-se à mesma localização do vértice central em qualquer laboratório, tornando os conjuntos de dados diretamente comparáveis.

Uma montagem, definida como a especificação de como a voltagem de cada eletrodo é medida em relação a uma referência e como essas derivações bipolares ou referenciais são exibidas ou armazenadas, fica posicionada sobre esse layout físico. O estudo de Arnaud Delorme é uma forte ilustração do porquê informações precisas de montagem importam nas etapas seguintes, ao descobrir que a interpolação de canais ruins, uma das poucas etapas de pré-processamento que melhorou consistentemente o poder estatístico de potenciais relacionados a eventos, depende de saber os vizinhos espaciais precisos de cada eletrodo. Sem um mapa de canais correto, tal interpolação não pode funcionar de forma confiável.

Ele acrescenta que o classificador de artefatos foi projetado para generalizar para dados que usavam diferentes configurações de canais, reforçando que as características espaciais do classificador pressupõem um arranjo bem documentado. Uma montagem padronizada e fielmente anotada torna-se, assim, o andaime invisível que apoia tanto a interpretação humana quanto o reaproveitamento algorítmico.

Escolha e documentação da referência online

Cada amplificador de EEG registra a diferença de voltagem entre dois pontos. Durante o registro online, um desses pontos é um eletrodo de referência físico que o hardware trata como uma linha de base fixa.

As escolhas comuns são o vértice (Cz), lóbulos das orelhas ou processos mastoides interligados, ou uma média de todos os canais do couro cabeludo. Como o arquivo de dados brutos armazena voltagens em relação a essa referência original, a escolha deixa uma marca permanente nos números, mesmo que um pesquisador posteriormente mude matematicamente a referência do sinal para outro ponto comum.

No estudo mencionado de Delorme, que testou pipelines de pré-processamento automatizados em três coleções públicas de EEG, ele descobriu que a referenciação e métodos avançados de remoção de linha de base foram significativamente prejudiciais ao desempenho, reduzindo a porcentagem de canais que mostravam um efeito experimental significativo.

Essa descoberta não implica que nunca se deva mudar a referência, mas significa que a referência online inicial deve ser registrada no cabeçalho do arquivo. Somente com essa nota um futuro analista poderá entender qual linha de base foi originalmente subtraída e avaliar se qualquer transformação subsequente pode distorcer a resposta cerebral genuína.

Conversão analógico-digital e taxa de amostragem

A voltagem contínua que flui de cada eletrodo é convertida em um fluxo de números discretos por um conversor analógico-digital (ADC). A taxa com que o ADC amostra determina o grão temporal da série temporal resultante.

Uma taxa de amostragem de 500 Hz, por exemplo, significa que o estado elétrico do cérebro é capturado uma vez a cada 2 milissegundos. De acordo com o teorema de Nyquist, a frequência mais alta que pode ser representada fielmente no sinal digitalizado é menor que a metade da taxa de amostragem, de modo que um registro de 500 Hz pode recuperar frequências até pouco menos de 250 Hz. O EEG de nível de pesquisa geralmente opera entre 250 Hz e 1000 Hz, dependendo das bandas de frequência de interesse.

O que torna a taxa de amostragem particularmente importante como metadado é que ela restringe silenciosamente as escolhas analíticas feitas muito mais adiante. Fraschini et al. examinaram exatamente esse efeito cascata testando como o comprimento da época — a janela de tempo de dados extraída para análise de conectividade — altera os resultados.

Usando EEG em estado de repouso de adultos saudáveis, o estudo mostrou que os valores médios do índice de atraso de fase e da correlação do envelope de amplitude diminuíram à medida que as épocas se alongavam, estabilizando-se apenas após cerca de 12 segundos e 6 segundos, respectivamente. Até mesmo a topologia das redes de teoria dos grafos reconstruídas a partir dos dados variou com a duração da época, embora os parâmetros de árvore geradora mínima ao nível da fonte tenham se mostrado mais robustos.

A lição essencial para a documentação de dados brutos é que o número de amostras por segundo define um limite absoluto sobre como o tempo pode ser fatiado. Se a taxa de amostragem for registrada incorretamente, cada marcador de evento subsequente, limite de época e estimativa de conectividade herdará esse erro. Portanto, anotar a taxa exata do ADC no cabeçalho do arquivo é uma tarefa administrativa inegociável.

Formatos de armazenamento de dados padrão: EDF e BrainVision

Uma vez digitalizada, a série temporal e seus metadados acompanhantes devem residir em um formato de arquivo que outros softwares e outros laboratórios possam abrir sem ambiguidade.

Dois formatos abertos dominam o campo. O European Data Format (EDF) é um contêiner compacto e amplamente adotado, comum em pesquisas de sono e ambientes clínicos, que armazena múltiplos canais juntamente com um cabeçalho que especifica a taxa de amostragem, rótulos de canais e dimensões físicas.

O BrainVision, formato desenvolvido pela Brain Products, distribui as mesmas informações em três arquivos interligados: um cabeçalho de texto (.vhdr) que lista os nomes dos canais, a taxa de amostragem e a referência original; um arquivo de marcadores (.vmrk) que registra os códigos de eventos e suas latências; e um arquivo de dados binários (.eeg) que contém as amostras de voltagem bruta.

O valor desses formatos padronizados se cristaliza quando grandes conjuntos de dados são compartilhados publicamente. Por exemplo, em um estudo de 2019, os pesquisadores disponibilizaram um conjunto de dados de interface cérebro-computador (BCI) multi-paradigma cobrindo imaginação motora, potenciais relacionados a eventos e potenciais evocados visualmente em estado estacionário de 54 participantes. Distribuir tal recurso com scripts de análise de código aberto seria inútil se os dados estivessem bloqueados em um formato proprietário.

Quer os arquivos sejam arquivados em EDF ou BrainVision, a escolha garante que qualquer pesquisador possa baixar o registro e reproduzir os achados, vinculando o traçado bruto à cadeia de reprodutibilidade de toda a comunidade.

Organização essencial: mapas de canais e metadados de amostragem

Um arquivo de EEG bruto torna-se cientificamente utilizável apenas quando carrega uma descrição completa e precisa de seu arcabouço espacial e temporal. Isso significa que cada canal deve ter um rótulo padrão (ou seja, Fz, C3, O2 e assim por diante) juntamente com suas coordenadas tridimensionais no couro cabeludo. Essas coordenadas permitem qualquer análise posterior que envolva relações espaciais, como interpolar um canal ruim a partir de seus vizinhos ou projetar o sinal em um modelo de fonte cortical.

O estudo de Fraschini et al. baseou-se em recursos espaciais, espectrais e temporais para classificar componentes de ICA como cérebro ou artefato; a topografia espacial de um componente é sem sentido sem saber a localização física de cada eletrodo que contribuiu para ele.

Da mesma forma, Delorme descobriu que a interpolação de canais ruins, que usa os valores de eletrodos adjacentes, foi uma das poucas correções que manteve de forma confiável os efeitos experimentais. Um interpolador só pode realizar essa estimativa espacial se o mapa de canais do conjunto de dados estiver correto.

O cabeçalho do arquivo também deve armazenar a taxa de amostragem precisa, a data do registro e rótulos inequívocos para quaisquer canais auxiliares, como eletro-oculograma (movimentos oculares) ou eletromiograma (atividade muscular). Mesmo que esses canais fiquem sem uso durante a exploração inicial dos dados, a presença deles deve ser transparente. Um descompasso entre a taxa de amostragem armazenada e o relógio real do ADC pode distorcer o tempo de forma irreversível, impossibilitando o alinhamento com os marcadores de estímulo posteriormente.

Dados de EEG em ambientes clínicos vs. de pesquisa

Os registros clínicos e de pesquisa compartilham princípios fundamentais, mas servem a propósitos imediatos diferentes. O EEG clínico é adquirido para apoiar a avaliação, monitoramento ou diagnóstico do paciente sob procedimentos profissionais e institucionais estabelecidos. O EEG de pesquisa é geralmente coletado para testar uma hipótese definida, comparar condições ou desenvolver um método analítico, com protocolos e documentação específicos do estudo.

O trabalho clínico dá forte ênfase à revisão oportuna, montagens clinicamente significativas, interpretação validada e um registro permanente dentro do sistema de saúde aplicável. A pesquisa dá maior ênfase a condições controladas, resultados pré-especificados, reprodutibilidade e tratamento transparente de exclusões. Um resultado de pesquisa não é automaticamente um achado clínico, e uma observação clínica não é automaticamente uma medida de pesquisa validada.

A distinção também afeta a governança de dados. Os dados clínicos podem ser regidos por obrigações de prontuário médico e requisitos de atendimento direto, enquanto os conjuntos de dados de pesquisa são moldados pelos termos de consentimento livre e esclarecido, revisão institucional, planos de compartilhamento de dados e desfechos do estudo. Em ambos os cenários, a interpretação capacitada e a documentação cuidadosa são necessárias porque os padrões de EEG dependem do contexto, e não de valores numéricos isolados.

Considerações éticas e de privacidade para dados de EEG

Os registros de EEG podem ser vinculados a uma pessoa por meio de identificadores, informações da sessão, contexto clínico ou combinações de metadados. Mesmo quando a própria forma de onda é difícil de interpretar fora de um ambiente especializado, ela deve ser tratada como dados sensíveis de seres humanos quando conectada a um participante identificável. A coleta e o reaproveitamento devem ser consistentes com o protocolo aprovado e os requisitos de privacidade aplicáveis.

O consentimento deve explicar a finalidade do registro, os tipos de análises previstos, o tempo de armazenamento, o possível compartilhamento e se usos futuros são permitidos. Os pesquisadores devem evitar sugerir que o EEG pode revelar mais do que o estudo foi projetado para medir. A comunicação clara é especialmente importante quando os participantes podem presumir que um registro de pesquisa fornece um diagnóstico ou uma avaliação individualizada.

A prática ética continua após a coleta. Desidentificação, controle de acesso, limites de retenção, trilhas de auditoria e liberação cuidadosa de metadados ajudam a reduzir os riscos, mas nenhum método os elimina inteiramente. Os resultados devem ser relatados sem exagerar o significado preditivo ou diagnóstico, e as classificações automatizadas devem ser tratadas como saídas analíticas que requerem validação apropriada, e não como julgamentos inquestionáveis sobre uma pessoa.

Por que a qualidade do registro bruto define a base para uma análise de EEG confiável

Uma única sessão de EEG é o momento em que a arquitetura elétrica do cérebro é capturada de forma permanente, e a complexidade desse traçado bruto já espelha as redes neurais sob o couro cabeludo. Os estudos baseados em neurociência destacados aqui trazem uma mensagem unificada: o sinal de interesse reside nos próprios dados brutos, desde que a etapa de aquisição seja tratada com cuidado. A qualidade do contato do eletrodo, o mapeamento preciso dos canais, referências e taxas de amostragem documentadas e formatos de armazenamento abertos determinam se esse sinal permanecerá acessível entre laboratórios e ao longo dos anos.

Por fim, a moderação muitas vezes supera o processamento pesado, pois pesquisadores que deixaram os dados brutos praticamente intocados preservaram melhor as respostas cerebrais genuínas do que aqueles que aplicaram correções agressivas. Registro cuidadoso, metadados honestos e interferência mínima formam uma disciplina que mantém o sinal científico intacto.

Toda análise confiável começa, portanto, não com algoritmos sofisticados, mas com o ato simples de capturar um traçado fiel e bem documentado.

Referências

1. Winkler, I., Haufe, S., & Tangermann, M. (2011). Automatic classification of artifactual ICA-components for artifact removal in EEG signals. Behavioral and brain functions, 7(1), 30. https://doi.org/10.1186/1744-9081-7-30

2. Delorme, A. (2023). EEG is better left alone. Scientific reports, 13(1), 2372. https://doi.org/10.1038/s41598-023-27528-0

3. Fraschini, M., Demuru, M., Crobe, A., Marrosu, F., Stam, C. J., & Hillebrand, A. (2016). The effect of epoch length on estimated EEG functional connectivity and brain network organisation. Journal of neural engineering, 13(3), 036015.

4. Lee, M. H., Kwon, O. Y., Kim, Y. J., Kim, H. K., Lee, Y. E., Williamson, J., ... & Lee, S. W. (2019). EEG dataset and OpenBMI toolbox for three BCI paradigms: An investigation into BCI illiteracy. GigaScience, 8(5), giz002. https://doi.org/10.1093/gigascience/giz002

Perguntas frequentes

O que exatamente um registro de EEG captura e por que é considerado um reflexo da atividade cerebral?

Um registro de EEG captura as minúsculas flutuações de voltagem no couro cabeludo que surgem da atividade sincronizada de grandes grupos de neurônios corticais. Essas flutuações vêm principalmente de potenciais pós-sinápticos graduais em células piramidais, que se somam por meio de condução de volume, criando uma medida desfocada, porém real, de sincronia neural em larga escala.

Por que os sinais de EEG se originam de potenciais pós-sinápticos em vez de potenciais de ação?

Os potenciais de ação são eventos breves do tipo tudo-ou-nada que pouco contribuem para a voltagem do couro cabeludo, ao passo que os potenciais pós-sinápticos graduais mais lentos se espalham pelos dendritos e se somam em milhares de neurônios. Essa soma produz deflexões de voltagem detectáveis no couro cabeludo, tornando os potenciais pós-sinápticos a principal fonte do sinal de EEG.

Qual é a diferença entre eletrodos úmidos e secos, e como a qualidade do contato do eletrodo afeta um registro?

Os eletrodos úmidos usam um gel condutor para diminuir a impedância e melhorar a transferência de sinal, enquanto os eletrodos secos contam com materiais avançados e pré-amplificação integrada para manter a fidelidade sem a necessidade de gel. A qualidade da interface eletrodo-pele é crítica porque o mau contato atrai ruído ambiental e artefatos de movimento que podem se sobrepor ao sinal fraco do cérebro.

Como o sistema internacional 10–20 padroniza o posicionamento dos eletrodos e por que isso é importante?

O sistema 10–20 define as posições dos eletrodos proporcionalmente entre quatro marcos anatômicos — násio, ínion e os pontos pré-auriculares esquerdo e direito — de modo que um canal rotulado como "Cz" refere-se à mesma localização em todos os laboratórios. Essa padronização garante que os conjuntos de dados sejam diretamente comparáveis e permite análises espaciais precisas, como a interpolação de canais ruins.

Por que é essencial documentar o eletrodo de referência online usado durante um registro de EEG?

O arquivo de dados brutos armazena voltagens em relação à referência online, de modo que a escolha da referência (por exemplo, Cz, lóbulos das orelhas interligados ou média) marca permanentemente os números, mesmo que ocorra uma nova referenciação posterior. Sem documentar a referência original, um analista futuro não poderá entender a linha de base subtraída ou avaliar se as transformações subsequentes distorcem as respostas cerebrais genuínas.

Que papel desempenha a taxa de amostragem nos registros de EEG e como o teorema de Nyquist se aplica?

A taxa de amostragem determina a resolução temporal do sinal digitalizado, com o teorema de Nyquist estabelecendo que a frequência mais alta representada com fidelidade é menor do que a metade da taxa de amostragem. Por exemplo, uma taxa de amostragem de 500 Hz pode recuperar frequências até pouco menos de 250 Hz, e o EEG de nível de pesquisa normalmente opera entre 250 e 1000 Hz. Uma taxa de amostragem precisa é crítica porque ela limita todas as análises subsequentes relacionadas ao tempo.

Quais são os dois formatos de dados abertos dominantes para EEG e o que eles armazenam?

O European Data Format (EDF) é um contêiner compacto que armazena múltiplos canais com um cabeçalho que especifica a taxa de amostragem, rótulos de canais e dimensões físicas. O BrainVision distribui as informações em três arquivos interligados: um cabeçalho (.vhdr), um arquivo de marcadores (.vmrk) e um arquivo de dados binários (.eeg), todos os quais garantem compartilhamento inequívoco e reprodutibilidade.

Por que um mapa de canais completo e coordenadas espaciais são necessários para um arquivo de EEG bruto?

Um mapa de canais com rótulos padrão e coordenadas 3D permite qualquer análise espacial, como a interpolação de canais ruins a partir de vizinhos ou a projeção de sinais para modelos de fonte cortical. Por exemplo, classificadores de artefatos dependem de topografias espaciais e a interpolação requer o conhecimento das localizações exatas dos eletrodos; sem isso, tais análises falham.

Quais metadados essenciais devem ser registrados em um cabeçalho de arquivo de EEG e por quê?

O cabeçalho deve incluir a taxa de amostragem precisa, data do registro, rótulos de canais com coordenadas 3D e rótulos inequívocos para canais auxiliares como EOG ou EMG. Essas informações são críticas porque uma taxa de amostragem incorreta pode distorcer o tempo de forma irreversível, e um mapa de canais correto é necessário para interpolação espacial e modelagem de fontes.

Por que o EEG é útil para a pesquisa?

O EEG oferece informações temporais muito precisas, tornando-o útil para o estudo de respostas relacionadas a eventos, ritmos em andamento, sono, atenção, processamento sensorial e outros fenômenos sensíveis ao tempo. Sua interpretação continua dependente do desenho experimental e da qualidade do sinal.

Quais são os artefatos comuns de EEG?

Os artefatos comuns incluem piscadas de olhos, movimentos oculares, atividade muscular, movimento de eletrodos, mau contato, movimento de cabos e interferência elétrica. Eles podem afetar um ou vários canais e podem se sobrepor a frequências de interesse científico.

O que é pré-processamento na análise de EEG?

O pré-processamento é o conjunto documentado de operações usado para preparar os registros para análise. Pode incluir filtragem, nova referenciação, tratamento de canais ruins, identificação de artefatos, segmentação em épocas, correção de linha de base e controle de qualidade.