Entre Algoritmos y Señales

El electroencefalograma, conocido comúnmente como EEG, es una técnica que permite registrar actividad eléctrica relacionada con el funcionamiento del cerebro. Para hacerlo, se colocan sensores sobre el cuero cabelludo que miden pequeñas variaciones de voltaje producidas por la actividad conjunta de grandes poblaciones de neuronas.

A diferencia de otras técnicas de neuroimagen, el EEG no muestra directamente una imagen del cerebro. Lo que registra es una señal que cambia en el tiempo. Esa señal refleja, de forma indirecta, la actividad eléctrica cerebral que logra propagarse hasta la superficie de la cabeza. Por eso, el EEG es especialmente útil cuando queremos estudiar procesos que ocurren muy rápido, en escalas de milisegundos.

Una de las grandes ventajas del EEG es su alta resolución temporal. Esto significa que puede capturar cambios muy rápidos asociados con percepción, atención, preparación motora, procesamiento de estímulos o respuestas cognitivas. Por ejemplo, si una persona observa una imagen, escucha un sonido o recibe una instrucción, el EEG puede registrar cambios en la actividad cerebral poco tiempo después de ese evento.

Sin embargo, el EEG también tiene limitaciones. La señal que llega al cuero cabelludo es muy débil y puede mezclarse con muchas fuentes de ruido: parpadeos, movimientos musculares, actividad cardiaca, interferencia eléctrica o cambios en la impedancia de los electrodos. Además, como los sensores están fuera del cráneo, no siempre es fácil saber con precisión qué región cerebral generó una actividad específica.

Por esta razón, analizar EEG requiere cuidado. No basta con observar una línea en una pantalla. Normalmente se aplican métodos de filtrado, segmentación, extracción de características, análisis estadístico y aprendizaje automático. También es importante diseñar experimentos adecuados, comparar condiciones y evitar interpretaciones exageradas.

El EEG permite estudiar muchos fenómenos. En investigación cognitiva se usa para analizar atención, memoria, percepción, toma de decisiones y procesamiento de errores. En sueño, permite distinguir etapas y patrones de actividad cerebral. En neurociencia motora, ayuda a estudiar preparación del movimiento, imaginación motora y cambios en ritmos cerebrales asociados con acción o intención.

También es una herramienta fundamental en las interfaces cerebro-computadora, o BCI. En estos sistemas, el objetivo es interpretar ciertos patrones de actividad cerebral para generar una acción externa, como seleccionar una opción en una pantalla, controlar un cursor, enviar un comando o activar un dispositivo de asistencia. Paradigmas como P300, SSVEP e imaginación motora se basan en señales EEG para intentar traducir actividad cerebral en información útil.

En rehabilitación y neurotecnología, el EEG puede utilizarse para estudiar la relación entre intención, movimiento y retroalimentación. Por ejemplo, se puede analizar si una persona imagina mover una mano, si prepara un movimiento o si responde a estímulos visuales o auditivos. Esta información puede combinarse con otras señales, como EMG, movimiento o fuerza, para estudiar mejor el estado funcional de una persona.

En resumen, el EEG es una ventana parcial pero poderosa hacia la actividad cerebral. No permite leer pensamientos de forma directa ni interpretar la mente como si fuera un texto. Lo que sí permite es medir cambios eléctricos relacionados con procesos cerebrales y, mediante métodos computacionales adecuados, extraer patrones útiles para investigación, diagnóstico, interacción, rehabilitación y desarrollo de nuevas tecnologías.