Luna Guevara G. Av Neurol. 2011; 2:7.
http://hdl.handle.net/10401/4352
Artículo original
Sistema de caracterización topográfica para actividad
eléctrica cerebral
Gerardo Luna Guevara1*
Resumen
El electroencefalograma es uno de los estudios de gabinete que más se utilizan en la clínica
Neuropsiquiatrica. Se reporta el desarrollo de un software para procesamiento de señales de
electroencefalograma, que por medio de técnicas matemáticas realiza dicho análisis,
específicamente un análisis temporal y en frecuencia así como una visualización gráfica, todo
esto acompañado de una base de datos vía una interfaz gráfica amigable. El sistema se validó
con la participación de 10 pacientes reportados con trastorno por déficit de atención con
hiperactividad obteniendo una serie de imágenes de mapeo cerebral con la caracterización de un
patrón. Se obtuvieron las potencias absolutas y relativas en cada uno de los canales, por banda
de frecuencia; alfa, beta, delta y theta, sus parámetros estadísticos, los factores de correlación
interhemisferica y se obtuvo el mapeo cerebral por banda de frecuencias. El programa, nos
permite seleccionar el segmento de la señal que se requiere analizar, los resultados se presentan
en forma numérica y grafica por segmento y por el total de segmentos seleccionados. El sistema
es altamente flexible ya que puede ser configurado de acuerdo a las necesidades del
Neurofisiólogo. Este sistema pretende ser una herramienta para la clínica y la investigación en
Neuropsiquiatría.
Palabras claves: Electroencefalograma, mapeo cerebral, bandas de frecuencia, visualizaciones
gráficas.
Abstract
The electroencephalograph is one of the most commonly used in the Neuropsiquiatrica clinic
Cabinet studies. The development of an electroencephalogram, making such analysis,
specifically a temporary and analysis in frequency as well as graphically by viewing this
accompanied by a database via a user-friendly graphical interface by means of mathematical
techniques signal processing software is reported. The system is earned with the participation of
10 patients reported with disorder ADHD deficit obtaining a series of images of brain mapping
with the characterization of a pattern. They were the absolute and relative in each of the
channels, by frequency; powers alpha, beta, delta and theta, their statistical parameters,
interhemisferica correlation factors and obtained the brain mapping by frequency band. The
program allows us to select the segment required analyze signal; results are presented in
numerical and graphical by segment and the total number of selected segments. The system is
highly flexible as it can be configured according to the needs of the neurophysiologist. This
system is intended to be a tool for clinical and research in Neuropsychiatry.
Keywords: Paper format, instructions, innovation, technnological advances.
Recibido: 22/11/2010 Aceptado: 17/01/2011 Publicado: 06/09/2011
* Correspondencia: gerlg@unam.mx
1 Ingeniero Mecánico Electricista egresado de la Universidad Nacional Autónoma de México.
Avances en Neurología ISSN: 2172-430X
© 2011. Luna Guevara G.
1
Luna Guevara G. Av Neurol. 2011; 2:7.
http://hdl.handle.net/10401/4352
Introducción
Históricamente el análisis de un estudio de electroencefalograma (EEG) se realiza de forma
directa sobre el trazo en papel y en base al conocimiento del médico especialista [1]. La actividad
eléctrica cerebral se obtiene de forma analógica por medio de una serie de eléctrodos colocados
en la cabeza del paciente. Las señales que forman el EEG se presentan como una variación de la
amplitud en función del tiempo.
Las técnicas que aplica el experto, son en el dominio temporal lo que hace difícil apreciar
información que inherentemente está en el dominio de la frecuencia [2].
Esencialmente el análisis realizado es del tipo de una caracterización, clasificación de patrones
de formas de onda, patrones típicos que representan cierta sintomatología sobre bandas de
frecuencia establecidas para su estudio. La presentación de los resultados en una imagen
cerebral ayuda a la detección y localización de alguna anormalidad así como la fuente. Con la
ayuda de una computadora se obtienen varias ventajas primero, se puede aplicar técnicas que
producen resultados en frecuencia que resultan imposibles en el dominio del tiempo aun para el
especialista a observar, segundo el tiempo para generar el resultado es considerablemente
menor con ello una mejor y rápida atención al paciente [2].
El Trastorno por Déficit de Atención con Hiperactividad (TDAH) es un cuadro sintomático
tremendamente heterogéneo desde el punto de vista clínico y pronóstico. Se caracteriza
básicamente por una atención débil y dispersa, impulsividad e inquietud motriz exagerada para
la edad del niño y sin carácter propositivo.
El diagnostico de TDAH es complejo y debe basarse en la evaluación clínica realizada por un
grupo de personal calificado (psiquiatra infantil, neuropediatra, psicólogas y neuropsicólogas)
para descartar otras causas de hiperactividad. La evaluación se obtiene de la observación de la
conducta del sujeto así como la información recabada de la familia. El electroencefalograma está
indicado si existen signos focales y para descartar epilepsia o algunos trastornos degenerativos
[3] [4] [5].
Aunque tradicionalmente se ha relacionado con una situación clínica típica de la infancia y la
adolescencia en la actualidad definimos al TDAH como un trastorno crónico sintomáticamente
evolutivo. Los pacientes afectos se muestran inquietos y dispersos en los primeros años de edad,
e incluso, en los primeros meses de vida. El cuadro se hace especialmente notable a partir de los
tres primeros años, mostrando una diversidad clínica e intensa a partir de los seis años de edad,
durante la etapa escolar.
Actividad eléctrica cerebral
Se emplea un aparato polígrafo para registrar y grabar la actividad eléctrica cerebral en
condiciones previamente definidas estas son; espontáneas y bajo estímulos específicos. Se
colocan los electrodos al paciente empleando el sistema 10-20 internacional para el caso se
utilizaron 16 electrodos (Fp1,Fp2,F3,F4,C3,C4,P3,P4,O1,O2,F7,F8,T3,T4,T5,T6) esta señal
captada es recibida por el aparato polígrafo el cual a su vez tiene una interfaz que envía la señal
hacia a una computadora para la digitalización de la actividad eléctrica cerebral, grabación y
procesamiento. El grupo de pacientes presenta una media en edad de 8 años siendo varones
todos.
2
Luna Guevara G. Av Neurol. 2011; 2:7.
http://hdl.handle.net/10401/4352
El análisis se realiza sobre un número determinado de canales para determinar posibles
asimetrías, y así correlacionar la información interhemisférica. La referencia para realizar la
medición de la señal de cada electrodo es lo que define un montaje [1]. El punto de referencia
puede ser un punto de actividad eléctrica nula o un punto donde exista una actividad distinta de
cero.
Podemos considerar tres las etapas que conforman el análisis por computadora: Preprocesamiento, contempla el filtrado digital y grabación de la señal. Procesamiento, es la etapa
donde por medio de un análisis matemático se generan los resultados de interés.
Posprocesamiento, es la etapa de la interpretación de resultados.
En la figura 1 se indica la configuración para el paciente y electrodos, polígrafo e interfase
analógica a digital y la computadora.
Figura 1. Configuración para el análisis del EEG.
Un primer bloque conformado por el paciente, los electrodos y el ruido. Un segundo bloque
integrado por los amplificadores, el polígrafo y la interfase analógica digital y finalmente un
tercer bloque constituido por la computadora y el software para el análisis con la visualización
de resultados en pantalla.
Dentro del esquema el "ruido" suele contaminar a la señal, esto es modificar su apariencia, el
ruido presenta diversas fuentes los más frecuentes son: movimientos indeseables del paciente,
movimientos oculares y ruido eléctrico ambiental. El ruido es un problema crítico debido a la
amplitud de la señal del EEG ya que esta es el orden de milésimas de volts.
Los montajes son configurables para un análisis de particular interés. El EEG puede ser
mostrado en cualquier montaje escogido por el usuario (monopolar, bipolar y combinaciones
entre estos). Con la ayuda de esta herramienta es posible crear montajes personalizados así
como cambiar el montaje en cualquier momento de la grabación o revisión del EEG. El montaje
empleado influye en la visualización del EEG, de tal modo que un determinado montaje puede
poner en evidencia alteraciones no observadas en otros montajes.
La configuración del sistema, es la etapa de la definición de los parámetros a realizar en el
sistema de procesamiento, dentro de estos algunos parámetros a definir son; rangos de
frecuencia, filtros digitales, montajes y escalas. Evidentemente de acuerdo al análisis en
específico son la definición de parámetros de configuración. La figura 2 muestra lo referente a la
3
Luna Guevara G. Av Neurol. 2011; 2:7.
http://hdl.handle.net/10401/4352
configuración de los montajes de acuerdo a los electrodos con que se cuenta y los rangos para
las bandas de frecuencia.
Figura 2. Configuración del sistema.
Técnicas matemáticas para el procesamiento por computadora
El digitalizar la señal implica un error que, para el caso, tratamos de reducir estos efectos al
controlar el número de bits para cuantizar la señal y la frecuencia de muestreo entre los
parámetros de mayor importancia. Para el estudio se usaran 12 bits para codificar la palabra y
una frecuencia de muestreo de 160 hz, y con ello mantener una relación señal a ruido dentro de
los parámetros (SNR>19). Para descorrelacionar los segmentos contiguos se emplean una
ventana de Blackman [6].
Es conocido que la actividad extracortical contribuye de forma notable en los registros del EEG,
los movimientos oculares (EOG) y la actividad dérmica son las fuentes biológicas más
importantes de contaminación (ruido). Un punto crítico es el tratamiento de estos artefactos que
contamina el EEG y por ende producir errores. El artefacto más importante es el movimiento
ocular que genera amplitudes de gran magnitud que puede ser registrado en los electrodos
cercanos a los ojos. Se utiliza un filtro digital para eliminar frecuencias espurias, principalmente
en frecuencias bajas, menores de 1.0 hz esto para la banda delta por estar próxima a la banda de
rechazo. Si bien el rango a observar es de 1.0 a 21 hz, la banda delata es la que se ve más afectada
no así la banda alfa ubicada en el rango de 8 a 12 hz. Conservar las bajas frecuencias se logra al
tener una característica espectral del filtro aguda en la banda de rechazo [7], la respuesta en
frecuencia se diseñó con MatLab y se verifico la atenuación. El filtro nos da la ventaja de
reconfigurar sus parámetros de operación y evaluar sus efectos.
Se realiza un análisis espectral en segmentos de 4 segundos, libres de ruido por artefactos, se
calcula la trasformada rápida de Fourier, se promedian los espectros de frecuencia, de donde se
calculan potencias absolutas totales, potencias relativas para la bandas delta (1-3.5 hz), theta
(1.5-7.5 hz), alfa (7.5-12.5 hz) y beta (12.5-21 hz). Los registros de EEG se analizan
estadísticamente.
Con esta información en el dominio de la frecuencia y conocida la ubicación, por el electrodo, de
la señal analizada se genera lo que es una gráfica conocida como mapeo cerebral. Para obtener
esta grafica se aplican algoritmos matemáticos de gráficación y de interpolación para generar
valores en puntos donde no se conecta físicamente un electrodo. El resultado es una imagen del
cerebro, donde se indica por medio de una escala de colores haciendo la relación del valor
4
Luna Guevara G. Av Neurol. 2011; 2:7.
http://hdl.handle.net/10401/4352
máximo a mínimo, el valor y su ubicación en el cerebro. La precisión de las cartografías depende
de la calidad del método de interpolación [8].
Existen varios métodos de interpolación, en este caso se emplea una combinación de un
algoritmo de Bézier y gravitacional, que son ampliamente usada en ingeniería y graficas por
computadora, para generar una curva suavizada que es definida por una serie de puntos fijos.
Las curvas empleadas son de tercer orden, que es definida a partir de cuatro puntos, dos puntos
finales y dos puntos intermedios de control. [8].
Para generar datos en las zonas donde no se tiene conectado un electrodo, se define la malla
base de la distribución espacial de los datos. La solución al problema planteado se aborda por
medio del algoritmo de Dirichlet-Delaunay [6]. Del modelo de la triangulación para una malla,
se empleo un algoritmo gravitacional, este consiste en ponderar con mayor peso a los puntos
más cercanos al punto a interpolar, existiendo diferentes variantes según el exponente de la
función interpoladora.
Validación y resultados
Se presentan las imágenes que representan los resultados que son el promedio para el grupo de
pacientes con TDAH.
El sistema de procesamiento presenta una interfase grafica para un manejo fácil y sencillo por
medio de opciones de menús y botones de acción. La visualización utiliza una división de
pantalla lo cual permite ver dos actividades simultáneamente [9].
En la figura 3 se muestra la señal digitalizada de 16 canales y su transformada de Fourier en la
etapa inicial de cualquier análisis, su espectro es la densidad de potencia.
Figura 3. Visualización de la señal de EEG y representación espectral.
El usuario tiene la opción de elegir los segmentos de datos a mostrar y/o procesar, EEG
espectrales de los canales, mapeos cerebrales por bandas, resultados estadísticos, mapeos de
correlación espectral y almacenar estos los resultados en una base para un análisis posterior.
5
Luna Guevara G. Av Neurol. 2011; 2:7.
http://hdl.handle.net/10401/4352
De las imágenes del mapeo cerebral, figura 4, para las bandas delta y alfa, se observa que existe
una alta concentración de potencia en la zona frontal en la banda delta y para la banda alfa esta
concentración se muestra en la zona posterior [10] [11] [12].
Figura 4. Mapeo cerebral.
Inicialmente se registraron 35 pacientes, de los cuales solamente 10 pacientes cumplieron con
los criterios de diagnóstico para TDAH (DSM-IV-TR). Al presentar un patrón persistente de
desatención y/o Hiperactividad-impulsividad [13]. Estas bandas son de especial atención para
un diagnóstico clínico.
Conclusiones y perspectivas
Las ventajas del sistema, al ser desarrollado en conjunto con un grupo de interdisciplinario,
hacen que se contemplan las necesidades y se cumplan con las expectativas de los médicos
especialistas. Su principal ventaja es la flexibilidad ya que gracias a sus diversas configuraciones
se puede hacer un análisis más específico. Otras aportaciones importantes son que es un sistema
pequeño, robusto y confiable, lo que repercutirá en una reducción de costos y confiabilidad en
los estudios. Este trabajo es la base para desarrollar otras aplicaciones a futuro, como es
manejar el análisis de un EEG, vía Internet de manera remota, que debe ir a la par del desarrollo
de una base de datos para diversas sintomatologías en función de patrones para su clasificación
y generar un diagnostico automatizado.
6
Luna Guevara G. Av Neurol. 2011; 2:7.
http://hdl.handle.net/10401/4352
Referencias
[1]
Niedermayer Niedermayer, E. "Historical Aspects". Electroencephalography. Basic Principles, Clinical
Applications and Related Fields. Niedermeyer E, Lopes da Silva F. (eds). Fourth Edition. Lippincott Williams &
Wilkins; p. 1-14. 1999.
[2] Rodin E. The Clinical Use of EEG Topography. Electroencephalography. Basic Principles, Clinical Applications and
Related Fields. Niedermeyer E, Lopes da Silva F. (eds). Fourth Edition. Lippincott Williams & Wilkins; p. 11901214. 1999.
[3] Laurence J. Alvin S. Liat H. (2006). What We Know About ADHD and Driving Risk: A Literature review, MetaAnalysis and Critique. Canadian Acaemy of Child and Adolescent Psychiatry. Agust. 15(3):105-125.
[4] O'Connell RG, Bellgrove MA, Dockree PM, Lau A, Hester R, Garavan H, Fitzgerald M, Foxe JJ, Robertson IH.
(2009). The neural correlates of deficient error awareness in attention-deficit hyperactivity disorder (ADHD).
Neuropsychologia. 47(4):1149-59.
[5] Wang L, Zhu C, He Y, Zang Y, Cao Q, Zhang H, Zhong Q, Wang Y. (2009). Altered small-world brain functional
networks in children with attention-deficit/hyperactivity disorder. Hum Brain Mapp. Feb; 30(2):638-49.
[6] Oppenheim, A. V y R. W. Schafer (1975). Digital Signal Processing, Prentice-Hall, Inc, Englewood Cliffs, N. J.
[7] Parks, T. W y , C. S. Burrus. Digital Filter Design, John Wiley and Sons, Inc. New York. W. 1987
[8] Solomon, David..Curves and Surfaces for Computer Graphics. Springer Verlag, New York. 2005.
[9] Sun Developer Network, The Swing connection, http://java.sun.com/products/jfc/tsc/articles/index.html
[10] Koehler S, Lauer P, Schreppel T, Jacob C, Heine M, Boreatti-Hümmer A, Fallgatter AJ, Herrmann MJ. "Increased
EEG power density in alpha and theta bands in adult ADHD patients.". J Neural Transm. 116(1):97-104. Nov 22.
2009.
[11] Alexander DM, Hermens DF, Keage HA, Clark CR, Williams LM, Kohn MR, Clarke SD, Lamb C, Gordon E. (2007).
"Event-related wave activity in the EEG provides new marker of ADHD.". Clin Neurophysiol. .119(1):163-79. 2008.
[12] James C, Debener S, Karl A, Sonuga-Barke EJ. "Very low frequency EEG oscillations and the resting brain in
young adults: a preliminary study of localisation, stability and association with symptoms of inattention." J Neural
Transm.;115(2):279-85. Nov 12. 2008.
[13] DSM-IV-TR, Manual diagnóstico y estadístico de los trastornos mentales. Elsevier Masson. p. 97-105. 2002.
7
Luna Guevara G. Av Neurol. 2011; 2:7.
http://hdl.handle.net/10401/4352
Trabajo seleccionado para su publicación en la revista Avances en Neurología, de entre los presentados al
XII Congreso Virtual de Psiquiatría Interpsiquis 2011.
Cite este artículo de la siguiente forma (estilo de Vancouver):
Luna Guevara G. Sistema de caracterización topográfica para actividad eléctrica cerebral. Av
Neurol
[Internet].
2011
[citado
06
Sep
2011];2:7.
Disponible
en:
http://hdl.handle.net/10401/4352
8
IMPORTANTE: Algunos textos de esta ficha pueden haber sido generados partir de PDf original, puede sufrir variaciones de maquetación/interlineado, y omitir imágenes/tablas.
