A densidade espectral de potência, ou PSD (Power spectral density), é a ferramenta que desmistura os sinais de EEG e revela quanta energia cada uma dessas velocidades, ou frequências, contribui para o registro geral. Uma vez que você consiga ler um gráfico de PSD, você estará lendo uma espécie de partitura de ritmos do cérebro, um gráfico que mostra quais tempos dominam e quais desaparecem em segundo plano.
O que é a Densidade Espectral de Potência no EEG?
Pense no traçado bruto do EEG como um acorde tocado por uma orquestra onde cada instrumento é uma frequência diferente de onda cerebral. Não se consegue distinguir apenas pelo ouvido o quanto cada instrumento contribui.
A PSD resolve isso calculando a amplitude ao quadrado do sinal em cada frequência e fazendo a média dessa medição ao longo de um trecho do tempo de gravação. O resultado é uma curva com a frequência em um eixo e a potência no outro, mostrando exatamente como a atividade elétrica do cérebro é distribuída entre ritmos lentos e rápidos.
A PSD comprime todo um período de gravação em uma única curva, portanto, ela informa sobre o equilíbrio geral das frequências durante aquela janela, em vez de rastrear como a mistura muda de segundo a segundo. Isso é crucial, pois o estado cerebral de uma pessoa pode mudar rapidamente, mas um gráfico padrão de PSD calcula a média dessas mudanças.
Pesquisadores que compararam headsets de EEG de nível médico e headsets de EEG de consumo usaram um método de cálculo específico para essa média, chamado periodograma modificado de Welch, que divide a gravação em segmentos sobrepostos e faz a média de seus espectros para produzir uma estimativa de PSD mais limpa e com menos ruído.
Esse tipo de etapa de processamento de sinal é uma prática padrão para produzir uma curva PSD que reflita a atividade cerebral subjacente em vez de flutuações aleatórias.
Calculando a Densidade Espectral de Potência Passo a Passo
O cálculo da PSD geralmente envolve uma sequência de decisões de qualidade e processamento de sinal, em vez de um único comando. A gravação é primeiro verificada quanto a dados ausentes, canais inadequados e artefatos proeminentes. Em seguida, os analistas selecionam segmentos, removem ou modelam tendências lentas quando apropriado, aplicam uma janela, transformam os dados para o domínio da frequência e escalam o resultado.
O espectro resultante deve ser inspecionado juntamente com a série temporal original e, onde for relevante, anotações de movimento, interrupção de eletrodos, atividade ocular, atividade muscular ou eventos experimentais. Essa comparação ajuda a distinguir um padrão rítmico genuíno de um distúrbio transitório que por acaso produza potência espectral.
Um fluxo de trabalho prático pode ser organizado nas seguintes etapas:
Verificar a taxa de amostragem, rótulos dos canais, referência e duração da gravação.
Identificar épocas utilizáveis e tratar artefatos ou segmentos rejeitados.
Escolher o comprimento do segmento, sobreposição, janela e intervalo de frequência.
Estimar e escalar a PSD, depois inspecionar os picos e a potência limitada por banda.
Documentar os parâmetros para que o resultado possa ser reproduzido e comparado.
Essas etapas tornam o cálculo rastreável. Elas também evitam que um espectro visualmente atraente seja tratado como independente das escolhas de pré-processamento e estimativa que o produziram.
Métodos Comuns: Periodograma e Método de Welch
Um periodograma calcula a magnitude ao quadrado da transformada de Fourier para um segmento selecionado. É direto e pode fornecer um espaçamento de frequência nominal fino quando o segmento é longo, mas sua estimativa pode flutuar substancialmente de um intervalo de frequência para o outro. Essa variabilidade é especialmente relevante para gravações biológicas ruidosas.
O método de Welch divide o sinal em segmentos sobrepostos, aplica uma janela a cada segmento, calcula um periodograma para cada um e faz a média dos resultados. O cálculo da média geralmente produz uma estimativa mais suave e com menor variância, enquanto os segmentos mais curtos podem reduzir a resolução da frequência. O melhor equilíbrio depende se a análise enfatiza picos estreitos, bandas largas ou atividade média estável.
A diferença não é meramente cosmética. Um espectro mais suave pode tornar os padrões amplos mais fáceis de comparar, mas uma média excessiva pode obscurecer mudanças de curta duração ou localizadas de forma estreita. Para EEG que varia no tempo, uma abordagem de tempo-frequência pode ser mais apropriada do que uma única PSD ao longo de toda a gravação.
Como é um Espectro de EEG de Estado de Repouso Saudável
Se você sentar um adulto saudável, pedir para ele relaxar e gravar seu EEG, a curva de PSD resultante terá um formato reconhecível. A potência é maior nas frequências mais baixas e cai de forma constante à medida que a frequência aumenta, produzindo aquele declínio do tipo 1/f.
Essa curva descendente reflete o componente aperiódico descrito acima, e sua inclinação é capturada por um único número chamado expoente espectral, às vezes escrito como β. Um declínio mais acentuado significa um expoente negativo maior; um declínio mais plano significa que a potência está distribuída de forma mais uniforme entre as frequências.
Sobreposto a esse declínio de fundo, um cérebro em repouso com os olhos fechados normalmente produz uma elevação visível em torno de 8 a 12 Hz, o pico alfa. Essa elevação costuma ser mais forte na parte posterior da cabeça. Abra os olhos dessa mesma pessoa, e esse pico alfa encolhe visivelmente.
Uma comparação direta realizada por Ratti et al. entre sistemas de EEG de nível médico e headbands de consumo registrou exatamente esse padrão: em todos os sistemas testados, a maior assinatura rítmica nos dados foi um ritmo alfa posterior que respondeu de forma previsível às condições de olhos fechados versus olhos abertos.
Essa mesma comparação também fez uma pergunta mais prática: se você gravar a mesma pessoa duas vezes, em duas visitas separadas, a curva de PSD parecerá a mesma?
A resposta dependeu muito da qualidade do equipamento. Sistemas de nível médico produziram PSDs do eletrodo Fp1 (o Fp1 fica na testa e era o único eletrodo comum a todos os quatro sistemas testados) que foram consistentes entre as visitas, enquanto um sistema de consumo mostrou a maior variação relativa entre as sessões de teste e reteste. Isso nos mostra que uma curva de PSD bem comportada não é apenas uma propriedade do cérebro, é também uma propriedade de quão cuidadosamente o sinal foi capturado.
Como a Anestesia Altera a Assinatura Espectral do Cérebro
A PSD estática torna-se especialmente informativa quando o estado do cérebro muda drasticamente, e nenhum exemplo é mais direto do que a anestesia. Um estudo de 2019 realizado por Colombo et al. registrou o EEG em repouso em voluntários saudáveis antes e durante a anestesia com três agentes diferentes: xenônio, propofol e cetamina.
Após cada sessão, os pesquisadores perguntaram se a pessoa tinha alguma lembrança de experiência consciente durante o período de irresponsividade, distinguindo estados em que a consciência foi relatada de estados em que ela parecia ausente ou inacessível à recordação.
O expoente espectral acompanhou essa distinção de perto. O xenônio e o propofol, ambos agentes associados à perda de experiência consciente, causaram uma diminuição substancial no expoente espectral negativo em cada sujeito, o que significa que a curva de PSD tornou-se visivelmente mais acentuada. Essa inclinação ao longo da ampla faixa de 1 a 40 Hz parece indicar a ausência de experiência consciente em vez de simples falta de resposta.
A cetamina contou uma história diferente. Embora os sujeitos estivessem comportamentalmente sem resposta sob o efeito da cetamina, eles normalmente retêm alguma experiência consciente, e o declínio geral da PSD parecia semelhante à vigília normal. A única exceção foi um achatamento da curva especificamente na faixa de 20 a 40 Hz, um detalhe que se alinha com o mecanismo de ação distinto da cetamina em comparação com os outros dois agentes.
Talvez a evidência mais convincente tenha sido uma correlação entre esse expoente espectral e uma medida separada e derivada de forma independente chamada Índice de Complexidade Perturbacional, ou PCI, que é gerado a partir de uma técnica diferente que estimula o cérebro e mede o quão complexa é a resposta resultante. A alta correlação entre essas duas medições muito diferentes apoia a ideia de que o expoente espectral não é um padrão coincidente, mas um marcador genuíno conectado à própria presença da consciência.
Como o TDAH Altera o Espectro de Potência do EEG
O mesmo declínio aperiódico que muda sob anestesia também parece ser diferente em crianças com TDAH. Um estudo com crianças entre 3 e 7 anos de idade, comparando aquelas com TDAH a seus pares com desenvolvimento típico, mediu a inclinação espectral e o offset (a altura da curva aperiódica) juntamente com medidas mais tradicionais, como a frequência do pico alfa e as razões de potência de banda.
Crianças com TDAH que nunca haviam recebido medicamentos mostraram maior potência alfa, maiores offsets aperiódicos e inclinações espectrais mais acentuadas em comparação com crianças com desenvolvimento típico. Vale a pena pausar sobre esse padrão de acentuação da inclinação, pois ele ecoa a mesma direção de mudança vista no estudo da anestesia, embora as duas condições obviamente não sejam comparáveis em gravidade ou mecanismo.
A inclinação espectral também se correlacionou com a tradicional razão teta/beta usada na pesquisa de TDAH há anos, sugerindo que a inclinação captura informações sobrepostas, oferecendo potencialmente um marcador mais limpo e abrangente.
Um detalhe adicional adiciona peso a essa descoberta. Crianças com TDAH que haviam sido tratadas com medicamento estimulante, mesmo após um período de eliminação de 24 horas durante o qual os efeitos ativos do medicamento deveriam ter desaparecido, mostraram inclinações e offsets que pareciam comparáveis ao grupo com desenvolvimento típico.
Isso levanta a possibilidade de que o padrão espectral alterado no TDAH não seja fixo, embora o estudo enquadre isso como uma pista em vez de um efeito de tratamento confirmado. Como a inclinação espectral também foi associada em pesquisas anteriores ao funcionamento executivo e ao equilíbrio entre a atividade cerebral excitatória e inibitória, os autores sugerem que a inclinação alterada pode refletir algo significativo sobre a condição subjacente, em vez de ser um artefato estatístico do cálculo da razão teta/beta.
Grupo | Inclinação Espectral | Potência Alfa | Offset |
|---|---|---|---|
Desenvolvimento Típico | Inclinação normal | Potência normal | Offset normal |
TDAH, sem medicamentos | Inclinação mais acentuada | Potência mais alta | Offset maior |
TDAH, tratado com estimulante | Semelhante ao típico | Não relatado | Semelhante ao típico |
Usando a Densidade Espectral de Potência para Classificar Crises Epilépticas
Consciência e atenção não são os únicos domínios onde uma PSD estática se mostra útil. A classificação da epilepsia oferece um exemplo computacional mais automatizado.
Uma abordagem converteu gravações de EEG epiléptico no que os pesquisadores chamaram de diagramas de energia de densidade espectral de potência, essencialmente representações visuais da PSD, e então inseriu essas imagens em uma rede neural convolucional profunda, um tipo de modelo de aprendizado de máquina bem adequado para reconhecer padrões em dados do tipo imagem.
O modelo foi treinado para classificar segmentos de EEG em quatro categorias:
Interictal (entre crises)
Duas janelas pré-ictais diferentes (30 minutos e 10 minutos antes do início de uma crise)
O próprio estado de crise
Utilizando um banco de dados público de epilepsia, esse método atingiu uma precisão média de classificação superior a 90 por cento em todas as quatro categorias. O resultado confirma que a forma geral da PSD estática carrega informações distintivas suficientes para que um algoritmo diferencie de forma confiável esses estados cerebrais clinicamente importantes, sem a necessidade de rastrear mudanças momento a momento no sinal.
Erros Comuns ao Interpretar a PSD
Uma curva de PSD é tão confiável quanto a gravação da qual ela se originou, e vários problemas práticos podem distorcer a forma dessa curva de maneiras que não têm nada a ver com a função cerebral subjacente.
Artefatos são a preocupação mais imediata. Piscadas de olhos e movimentos musculares geram seus próprios sinais elétricos que são captados pelos eletrodos do couro cabeludo, particularmente em locais frontais.
A comparação entre sistemas de EEG de consumo e de nível médico descobriu que os dispositivos de consumo eram mais propensos a esse tipo de contaminação, e uma headband de consumo em particular mostrou um aumento de banda larga na potência em todo o espectro, uma assinatura consistente com artefato de músculo e piscada, em vez de ritmo neural genuíno. Portanto, a limpeza cuidadosa dos dados e a seleção de segmentos com poucos artefatos antes de calcular uma PSD é uma etapa necessária, não opcional.
Condução de volume é outra limitação amplamente discutida na pesquisa de EEG em geral, pois os campos elétricos se espalham pelo tecido e pelo crânio antes de atingirem o couro cabeludo, uma única fonte de atividade no cérebro pode ser registrada em vários eletrodos próximos simultaneamente, borrando a precisão espacial de qualquer leitura de PSD.
Escolha da referência apresenta uma situação semelhante. O EEG é inerentemente uma medição diferencial, o que significa que o sinal de cada eletrodo é calculado em relação a algum ponto de referência, seja uma média de todos os eletrodos, um osso mastoide atrás da orelha ou uma localização central do couro cabeludo como Cz. Alterar esse ponto de referência pode redistribuir a potência entre os canais e alterar a forma absoluta de uma curva de PSD.
Portanto, a ciência de qual referência foi usada costuma ser uma informação padrão a ser verificada ao comparar resultados de PSD entre diferentes artigos ou conjuntos de dados.
Por fim, há a confiabilidade de teste e reteste. Mesmo mantendo o sujeito e o equipamento constantes, gravações repetidas em visitas separadas podem mostrar alguma variação natural na curva de PSD.
Sistemas de nível médico produziram PSDs do Fp1 mais consistentes em duas visitas, enquanto o sistema de consumo testado mostrou a maior variação relativa. Esse é um alerta prático contra valorizar demais pequenas diferenças de PSD observadas em um único sujeito, particularmente quando o equipamento de gravação ou o protocolo não são rigidamente controlados.
Ferramentas e Softwares para Computar a Densidade Espectral de Potência
A PSD pode ser computada com bibliotecas de programação científica, pacotes dedicados de análise de EEG ou softwares gerais de processamento de sinais. Os requisitos essenciais são o acesso aos dados amostrados e o controle transparente sobre a taxa de amostragem, segmentação, janelamento, remoção de tendências, sobreposição, escala e limites de frequência. Uma saída gráfica por si só não é suficiente para estabelecer como a estimativa foi produzida.
Uma implementação reproduzível registra os parâmetros de pré-processamento e estimativa juntamente com o espectro. Ela também preserva a referência do canal, unidades, épocas rejeitadas e quaisquer transformações aplicadas antes do cálculo. Esses detalhes são particularmente importantes quando os resultados são usados em uma comparação de grupo ou combinados entre sessões de gravação.
Os resultados são mais fáceis de auditar quando o fluxo de trabalho produz tanto matrizes numéricas quanto gráficos de diagnóstico. Verificações úteis incluem a forma de onda original, intervalos marcados com artefatos, a faixa de frequência selecionada e uma comparação de estimativas entre escolhas razoáveis de segmentos. Essas verificações não tornam a interpretação automática, mas tornam as suposições ocultas mais fáceis de detectar.
Conclusão
O gráfico de densidade espectral de potência atua como uma partitura rítmica para o cérebro, e a inclinação de seu declínio de fundo surge como um marcador notavelmente consistente em estados mentais amplamente diferentes.
Seja quando uma pessoa perde a consciência sob certas anestesias, uma criança mostra dificuldades de atenção ligadas ao TDAH, ou uma crise epiléptica começa, essa forma geral muda de maneiras previsíveis, conectando essas condições por meio de uma assinatura mensurável compartilhada. Esse padrão sugere que o perfil elétrico em repouso do cérebro contém pistas significativas e transversais sobre seu estado funcional, e não apenas picos isolados em frequências específicas.
Embora a PSD forneça apenas uma média estática sobre uma janela de gravação, sua capacidade de diferenciar de forma confiável períodos conscientes de inconscientes ou permitir que algoritmos detectem crises com alta precisão demonstra seu valor prático na neurociência. Essas correlações não provam o que causa esses estados, mas oferecem um resumo acessível de um único número — a inclinação da curva — que pode ajudar a avaliar a consciência, diferenças de atenção ou risco de crise.
Para pesquisadores e clínicos, essa medida simples fornece um poderoso ponto de partida para a dinâmica cerebral, unindo ritmos abstratos a diferenças do mundo real.
Referências
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
Perguntas Frequentes
O que é a densidade espectral de potência (PSD) no EEG?
A PSD é um método que calcula a amplitude ao quadrado dos sinais de EEG em cada frequência e faz a média disso ao longo de um período de gravação. A curva resultante mostra como a energia é distribuída entre ritmos cerebrais lentos e rápidos, desmistificando o traçado bruto complexo.
Como é uma curva de PSD saudável em estado de repouso?
A potência é maior nas frequências baixas e diminui de forma constante com a frequência, criando um fundo do tipo 1/f. Um pico alfa visível em torno de 8–12 Hz normalmente surge na parte posterior da cabeça quando os olhos estão fechados e diminui quando os olhos se abrem.
Como o componente aperiódico difere dos picos oscilatórios?
O componente aperiódico, ou do tipo 1/f, é o declínio suave na potência à medida que a frequência aumenta, sem formar elevações distintas. Picos oscilatórios, como o ritmo alfa, sobem acima desse fundo em frequências específicas e carregam informações diferentes sobre a função cerebral.
Como a anestesia altera a assinatura espectral do cérebro?
Agentes como xenônio e propofol, que levam à perda de experiência consciente, fazem com que a curva de PSD se torne mais acentuada acima de 1–40 Hz. A cetamina, que preserva a experiência consciente apesar da falta de resposta, mostra uma curva semelhante à vigília, exceto por um achatamento na faixa de 20–40 Hz.
Quais diferenças de PSD são encontradas em crianças com TDAH?
Crianças com TDAH mostram maior potência alfa, maiores offsets aperiódicos e inclinações espectrais mais acentuadas em comparação com seus pares com desenvolvimento típico. Após o tratamento com estimulante, mesmo com um período de eliminação, as inclinações e offsets podem se assemelhar aos do grupo de desenvolvimento típico.
Como a PSD pode classificar os estados de crise epiléptica?
Uma curva de PSD estática pode ser convertida em uma imagem e inserida em uma rede neural profunda para distinguir estados interictais, pré-ictais e de crise. Essa abordagem alcançou alta precisão de classificação em pelo menos um estudo, confirmando que a forma espectral geral carrega informações distintivas suficientes.
Por que a PSD é considerada um instantâneo estático?
A PSD comprime todo um período de gravação em uma única curva, calculando a média das mudanças de segundo a segundo. Ela revela o equilíbrio geral da frequência durante aquela janela, em vez de rastrear como a mistura muda ao longo do tempo.
Quais são os erros comuns ao interpretar a PSD?
Artefatos musculares e oculares podem contaminar o sinal e distorcer a curva, especialmente em dispositivos de consumo. A condução de volume e a escolha da referência também influenciam a forma da PSD e, mesmo com equipamentos estáveis, a variação natural de teste-reteste significa que pequenas diferenças podem não ser significativas.
Qual é a diferença entre PSD e um espectro de amplitude?
A PSD representa a amplitude ao quadrado por frequência e é adequada para calcular a potência, enquanto um espectro de amplitude representa a magnitude do componente de frequência e usa unidades diferentes.
Um pico de PSD maior sempre indica uma atividade cerebral mais forte?
Não. Um pico maior pode refletir artefatos, efeitos de referência, condições de gravação ou parâmetros de análise, bem como atividade fisiológica.
Emotiv é uma líder em neurotecnologia que ajuda a avançar a pesquisa em neurociência por meio de ferramentas acessíveis de EEG e dados cerebrais.
Christian Burgos
