PRINCÍPIOS E TÉCNICAS DE ELETROENCEFALOGRAFIA EM NEUROCIÊNCIA

AULA 01 - Introdução ao Curso

Instituto de Ciência e Tecnologia

Graduação em Engenharia Biomédica

Prof. Dr. Adenauer G. Casali

Laboratório de Neuroengenharia e Computação

casali@unifesp.br

PRINCÍPIOS E TÉCNICAS DE EEG EM NEUROCIÊNCIA

Por que estudar EEG?
Você realmente deveria estar aqui? (Qual o objetivo deste curso?)
Ementa e Conteúdo Programático
Problem-based learning
Estrutura das aulas: teoria x prática, avançado x básico
Cronograma e Plano das aulas
Uso do Moodle
Frequência e Avaliação
Quatro registros reais de EEG de alta densidade e o problema que vocês deverão resolver até o final deste semestre
INTRODUÇÃO: Princípios de organização cerebral

Adenauer G. CASALI

AULA 01

Nesta aula, nós veremos...

1. Por que estudar EEG?

Princípios e Técnicas de EEG

Aula 01

Atividade elétrica do cérebro: cognição (atenção, percepção, memória...), movimento (interface cérebro-máquina), consciência (sono, vigília, anestesia...), condições neurológicas (epilepsia, doenças degenerativas, coma, dor crônica, estresse ...), condições neuropsiquiátricas (depressão, esquizofrenia, ansiedade, autismo ...)

EEG: medida não invasiva da atividade elétrica cerebral na escala temporal da cognição (mili-segundos)

Princípios e Técnicas de EEG

Aula 01

Resolução temporal

Medida não-invasiva

Mede atividade elétrica diretamente

Sensível a protocolos cognitivos

Sensível a condições fisiológicas, farmacológicas e patológicas

Baixo custo (relativo a outras técnicas)

Principais vantagens do EEG:

1. Por que estudar EEG?

Princípios e Técnicas de EEG

Aula 01

Resolução temporal

Medida não-invasiva

Mede atividade elétrica diretamente

Sensível a protocolos cognitivos

Sensível a condições fisiológicas, farmacológicas e patológicas

Baixo custo (relativo a outras técnicas)

Principais vantagens do EEG:

Principais problemas do EEG:

Resolução espacial e condução de volume

Apenas atividade elétrica superficial

Sujeito a muitos artefatos

Alta variabilidade entre indivíduos

Análise demanda conhecimento especializado

1. Por que estudar EEG?

Princípios e Técnicas de EEG

Aula 01

2. Mas você realmente deveria estar aqui? (Qual o objetivo deste curso?)

Princípios e Técnicas de EEG

Aula 01

Por que você está matriculado nesta UC?

Objetivo principal do curso (Graduação):

Ao final do semestre, os alunos deverão ser capazes de converter, pré-processar e analisar corretamente sinais reais de EEG, espontâneos e evocados, abarcando técnicas mais comuns empregadas em neurociência (no mínimo até o item 5 do conteúdo programático, que corresponde à Análise no domínio da frequência)

Objetivo principal do curso

(Pós-Graduação):

Ao final do semestre, os alunos deverão ser capazes de compreender as bases matemáticas e conceituais das principais técnicas empregadas na pesquisa de ponta usando eletroencefalografia na neurociência

3. Ementa e Conteúdo Programático: GRADUAÇÃO

Princípios e Técnicas de EEG

Aula 01

https://drive.google.com/file/d/1cwhosBmQfcD8bc7OPG-5LKgkFNNzdqbA/view

Ementa: Introdução às bases físicas do EEG; EEG de repouso e ritmos corticais; Potenciais induzidos e potenciais evocados; Principais artefatos e métodos de pré-processamento; Análise no domínio da frequência e de tempo-frequência; EEG na estimativa de conectividade cerebral; Complexidade cerebral e métodos não-lineares; Introdução à modelagem inversa.

Conteúdo programático:
1. Introdução às bases físicas do EEG: noções de anatomia; condução de volume, correntes primárias e secundárias; vantagens e desvantagens do EEG em relação a outras técnicas de neuroimagem; escalas espaciais do EEG e tipos de registros: registros na superfície do escalpo, eletrocorticografía, registros intracerebrais e potenciais de campo local.

2. EEG de repouso e ritmos corticais: principais bandas do EEG; alterações de frequência em condições fisiológicas, farmacológicas e patológicas.

3. Potenciais induzidos e evocados: principais paradigmas experimentais; potenciais evocados periféricos: características e aplicações; potenciais evocados centrais: estimulação magnética transcraniana, estimulação elétrica.

4. Principais artefatos e métodos de pré-processamento: artefatos musculares, oculares, cardíacos; outros artefatos comuns; filtragem; análise de componentes principais; análise de componentes independentes.

5. Análise no domínio da frequência e de tempo-frequência: técnicas de decomposição na frequência (FFT, Welch, multitaper); técnicas de decomposição tempo-frequência (sFFT, Wavelet); transformada de Hilbert.

6. EEG na estimativa da conectividade cerebral: tipos de conectividade (estrutural, funcional, efetiva); principais métricas para estimar a conectividade funcional; principais técnicas para estimar a conectividade efetiva; vieses na estimativa da conectividade.

7. Complexidade cerebral e métodos não-lineares: o cérebro como sistema dinâmico; embedding, recorrências; métricas de teorias de informação; complexidade cerebral.

8. Introdução à modelagem inversa: o modelo forward; estratégias mais populares de solução inversa; métodos aproximados .

4. Problem-based learning

Princípios e Técnicas de EEG

Aula 01

Você sabe o que é PBL?

Apresentar o Problema

Pensar no problema com o que já se conhece

Estudo independente

Trabalhar juntos em busca da solução

Apresentar a solução e revisar o aprendizado

Revisão do processo com colegas e professor

Professor

Estudante

Estudante/professor

PBL

5. Estrutura das aulas

Princípios e Técnicas de EEG

Aula 01

Aulas Teóricas - tópicos avançados (terças-feiras, 13h30, sala 304)

Aulas Teórico/Práticas - tópicos básicos (sextas-feiras, lab 404)

Base Matemática do EEG contemporâneo

Tópicos em nível de pós-graduação (não serão cobrados da graduação, mas presença é obrigatória)

Final do semestre: estudantes trabalhando/discutindo na solução do problema com mínima interferência docente

Tópicos destinados para alunos de graduação (pós-graduandos podem participar se quiserem)

6. Cronograma e Plano das Aulas

Princípios e Técnicas de EEG

Aula 01

Plano das aulas Expositivas

Aulas básicas

Introdução (EEG, Python)
Artefatos
Ritmos do EEG
Potenciais relacionados a eventos
Pré-processamento de EEG
Extraindo o espectro do EEG

Tópicos Avançados

Fontes do EEG e Modelagem Inversa
Wavelets e tempo-frequência
Hilbert e Modos Empíricos
Teoria da Informação:
Conectividade: fase, análise espectral generalizada, granger e modelagem autorregressiva
Métodos espectrais não lineares (componentes aperiódicas, 1/f e invariância de escala)
Sistemas dinâmicos e recorrência:
Complexidade

Avaliação:

- Graduação: 10 de julho. Exame: 14 de julho.

- Pós-graduação: aulas de 26 de junho, 03 e 07 de julho.

7. Uso do Moodle

Princípios e Técnicas de EEG

Aula 01

8. Frequência e Avaliação

Princípios e Técnicas de EEG

Aula 01

Frequência obrigatória: 75% da carga horária total

Participação nas aulas (teóricas e práticas) poderá resultar em até 2 pontos de bônus, a critério do docente.

Avaliação (Graduação): prova oral ao final do curso (valendo 10). Vocês deverão expor os resultados atingidos, o código que prepararam, explicando as etapas de acordo com a necessidade.

Avaliação (Pós-graduação): aula expositiva completa para a graduação sobre algum método atual, não visto em aula, de análise de EEG mas que se baseie em tema estudado nas aulas de tópicos avançados.

9. O Problema deste curso

Princípios e Técnicas de EEG

Aula 01

Quatro Registros reais de eletroencefalografia

BrainAmp DC - Brain Products

Princípios e Técnicas de EEG

Aula 01

Quatro Registros reais de eletroencefalografia

BrainAmp DC - Brain Products

Rede de eletrodos Easycap

Dois protocolos distintos:

S01A.vhdr

S01B.vhdr

S02A.vhdr

S02B.vhdr

S01 = sujeito 1, saudável

S02 = sujeito 2, saudável

A e B = ? (alguma condição experimental desconhecida)

Registros realizados por equipe internacional com liderança na área

9. O Problema deste curso

Princípios e Técnicas de EEG

Aula 01

Até o final do curso vocês devem ser capazes de:

Abrir os registros
Visualizar e interpretar os sinais
Descobrir o tipo de registro
Pré-processar adequadamente de acordo com o tipo de registro
Caracterizar os registros no domínio da frequência
Extrair métricas de conectividade cerebral a partir do EEG
Extrair métricas de complexidade cerebral a partir do EEG

O que se sabe sobre os registros:

- Foi empregado o sistema da BrainVision (BrainAmp)

- A rede de EEG tinha 62 canais, na montagem 'easycap-M1'.

- Registraram-se também dois canais de eletrooculograma ('VEOG' e 'HEOG')

- Foi realizada uma alteração na montagem dos canais: o canal 'AF7' no arquivo na verdade é o 'AFz' e o canal 'AF8' na verdade é o 'FCz'.

- Alguns registros foram executados durante um protocolo de estimulação. As anotações no arquivo indicando os instantes de estímulo possuem o label 'R 64".

Avaliação: realizar o mesmo com outros registros nunca vistos anteriormente!

Pelo menos até (e incluindo) a análise na frequência.

Avaliação: realizar o mesmo com outros registros nunca vistos anteriormente!

9. O Problema deste curso

Princípios e Técnicas de EEG

Aula 01

Para começar: baixe e instale o MNE-Python

Veja aqui: https://mne.tools/stable/index.html

9. O Problema deste curso

10. INTRODUÇÃO: Noções de anatomia do Sistema Nervoso Central

Princípios e Técnicas de EEG

Aula 01

https://www.youtube.com/watch?v=_aCCsRCw78g

Princípios e Técnicas de EEG

Aula 01

Meninges e divisão SNC x SNP

10. INTRODUÇÃO: Noções de anatomia do Sistema Nervoso Central

Tecido nervoso

Fonte: Gazzaniga, M. "Cognitive Neuroscience: The biology of the mind" (2018)

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Noções de anatomia do Sistema Nervoso Central

Tecido nervoso: alguns números

Fonte: Lent et al. How many neurons do you have? Some dogmas of quantitative neuroscience under revision (2012)

Estima-se que, em média, cada neurônio receba em torno de 7 mil sinapses.

Em torno de 86 bilhões de neurônios no cérebro humano

Ou seja: podemos estar falando de uma ordem de 10¹⁵ conexões sinápticas!

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Noções de anatomia do Sistema Nervoso Central

Neurônios

Fonte: Khan Academy

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

O potencial de repouso

Fonte: https://www.lifepersona.com/what-is-resting-membrane-potential

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

O potencial de repouso

Ingrediente 1: diferença de concentração iônica entre os meios intra e extra-celulares em uma condição de equilíbrio eletrostático através da membrana (quando a carga do meio intra-celular é igual à carga do meio extra-celular)

Ingrediente 2: membrana celular com permeabilidade seletiva a íons específicos

Diferença de concentração + permeabilidade seletiva

Difusão desigual entre íons através da membrana

Gera força eletromotriz contrária à força de difusão

Produz um equilíbrio com diferença de potencial elétrico entre os meios

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

gradiente de concentração de K+ expele o potássio para fora da célula

surge uma força eletromotriz que equilibra o gradiente de potencial

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

Canais iônicos

Fonte: Kandel, Princípios de Neurociência (quarta edição), 2000.

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

Observando a hiperpolarização neural

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

Observando a despolarização neural

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

Canais de sódio

Fonte: Kandel, Princípios de Neurociência (quarta edição), 2000.

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

O potencial de ação

1) Célula em Repouso, próxima do seu potencial de equilíbrio. Condutância de repouso dominada pelo potássio.

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

O potencial de ação

2) Entrada de corrente na célula por uma fonte externa (sinapse, eletrodo) causa uma despolarização inicial, eletrotônica, sem alteração das condutâncias.

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

O potencial de ação

3) Quando o potencial de membrana cruza o limiar de ativação (em torno de -45mV) há um aumento súbito da condutância ao Sódio : os canais de sódio voltagem dependentes se abrem!

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

O potencial de ação

4) Esses canais possuem um mecanismo de inativação que é disparado rapidamente e leva ao fechamento dos canais voltagem dependentes e, portanto, à limitação da condutância ao sódio.

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

O potencial de ação

5) Enquanto os canais de sódio estão fechando, há um aumento na condutância ao potássio causada pela abertura de canais de potássio voltagem-dependente (que possuem uma dinâmica de ativação mais lenta e só são desativados com a hiperpolarização).

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

O potencial de ação

6) Com o fechamento dos canais voltagem-dependente de Sódio e aumento da condutância ao potássio, a célula se hiperpolariza, descendo a potenciais inferiores ao potencial de repouso e próximos do potencial de repouso do potássio. Este é o chamado período refratário: os canais de sódio estão inativados (não podem abrir) e os canais de potássio voltagem-dependentes ainda estão abertos (fechando lentamente).

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

O potencial de ação

7) Quando a condutância ao potássio volta a níveis normais, a célula se despolariza retornando ao seu potencial de repouso e a porta de inativação dos canais voltagem-dependentes de sódio se abre, deixando o canal pronto para ser ativado e a célula pronta para disparar um novo potencial de ação.

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

Sinalização neural: sinapses

Fonte: Gazzaniga, M. "Cognitive Neuroscience: The biology of the mind" (2018)

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Neurônio e Potencial de Ação

Fonte: Gazzaniga, M. "Cognitive Neuroscience: The biology of the mind" (2018)

Apoio estrutural, função metabólica, neurodesenvolvimento, atua na barreira hematoencefálica

Bainha de mielina

Função imunológica, fagocitose

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Glia

Fonte: Ilmoniemi e Sarvas, "Brain Signals - Physics and Mathematics of MEG and EEG" (2019)

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Condução elétrica no tecido neural

Propagação do potencial de ação

Fonte: Kandel, Princípios de Neurociência (quarta edição), 2000.

\Delta V_m = V_0 e^{-x/\lambda}

Raiz quadrada da razão entre a resistência da membrana e a resistência axial:

\lambda = \sqrt{\frac{R_m}{R_a}}

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Condução elétrica no tecido neural

Propagação do potencial de ação

Fonte: Elmslie, K. S. “Passive Propagation of Electrical Signals”, Encyclopedia of Life Sciences (2005)

Condutância da membrana

R_m = \frac{1}{G_m} \propto \frac{1}{2\pi r}

G_m = \textrm{\scriptsize condutancia por canal} \times \bigl(\frac{\textrm{Canais}}{\textrm{Area}}\bigr)\times 2\pi r \times \Delta x

\lambda = \sqrt{\frac{R_m}{R_a}}

R_a \propto \frac{1}{\pi r^2}

\lambda \propto \sqrt{r}

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Condução elétrica no tecido neural

Propagação do potencial de ação: mielinização

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: Condução elétrica no tecido neural

Fonte: Gazzaniga, M. "Cognitive Neuroscience: The biology of the mind" (2018)

Áreas de Brodmann

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: O Córtex

Colunas Corticais

Fonte: Barrett and Simmons (2015)

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: O Córtex

Córtex visual

Fonte: Logothetis, "Vision: A Window on Consciousness”, Scientific American 11 (1999)

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: O Córtex

Córtex motor

Fonte: Kandel (2000)

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: O Córtex

Córtex somatossensorial

Fonte: Kandel (2000)

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: O Córtex

Motor x Sensorial

Fonte: Gazzaniga, M. "Cognitive Neuroscience: The biology of the mind" (2018)

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: O Córtex

Córtex Auditivo

Fonte: Carlson, N. "Physiology of Behavior" (2013)

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: O Córtex

Córtex associativo: frontal

O caso de Phineas Gage

Fonte: Warren Anatomical Museum, Francis A. Countway Library of Medicine

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: O Córtex

Áreas da linguagem

Pierre Paul Broca (1824-1880 D. C.)

Karl Wernicke (1848-1905 D. C.)

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: O Córtex

Fonte: Gilbert and Li, Nature Reviews Neuroscience 14 (2013)

Fonte: Kandel, "Principles of Neural Science" (2012)

Diferenciação e Integração

Princípios e Técnicas de EEG

Aula 01

10. INTRODUÇÃO: O Córtex

Alguns princípios da organização cerebral

O Córtex cerebral é responsável por diversas funções cognitivas
Regiões distintas do córtex tem funções distintas
A especialização funcional segue uma arquitetura modular, com algumas conexões de larga escala ("small-worldness"), como através do corpo caloso
Sistemas funcionais de um hemisfério controlam funções contralaterais do corpo
Cada sistema funcional do cérebro envolve diversas regiões cerebrais, cada uma responsável pelo processamento de um tipo específico de informação.
Componentes de um sistema funcional são ligados por rotas bem definidas
Informação de uma região do cérebro é projetada em outras regiões de maneira organizada, criando mapas topográficos.
Sistemas funcionais são hierarquicamente organizados
Informação é processada em série e também em paralelo
Integração multimodal de informação é realizada por áreas cerebrais específicas
Regiões Subcorticais contém núcleos de modulação, núcleos relacionadas a respostas mais primitivas e a circuitos emocionais