Tarea de Atención Sostenida (gradCPT) — Conjunto de datos con EEG-fMRI simultáneos y DTI

Por qué importan nuestras mentes que divagan

Todo el mundo conoce la sensación de desconectarse en medio de una tarea: los ojos permanecen en la página o la pantalla, pero los pensamientos se van a los planes de mañana o a una conversación reciente. Este artículo presenta un rico conjunto de datos cerebrales de acceso abierto diseñado para capturar esos despistes cotidianos de atención tal como ocurren. Al registrar la actividad cerebral con varios escáneres avanzados a la vez mientras las personas realizan tareas exigentes de atención, los investigadores pretenden ayudar a la comunidad científica a entender mejor por qué falla el foco, cómo los pensamientos internos compiten con el mundo exterior y cómo distintas partes del cerebro colaboran a lo largo del tiempo.

Observando el cerebro desde dos ángulos a la vez

Ningún escáner cerebral por sí solo puede ver todo lo que ocurre cuando la atención fluctúa. La resonancia funcional (fMRI) muestra dónde cambian la actividad a lo largo del cerebro con gran detalle espacial, pero es relativamente lenta. La electroencefalografía (EEG) rastrea actividad eléctrica rápida en la escala de milisegundos, pero difumina el lugar del cerebro de donde proceden las señales. En este estudio, 28 adultos sanos se recostaron en un escáner MRI con un gorro de EEG para que se recopilaran ambos tipos de datos al mismo tiempo. El equipo también añadió imágenes de difusión, que mapean el cableado del cerebro, lo que permite que estudios posteriores relacionen cambios eléctricos rápidos, cambios más lentos del flujo sanguíneo y las conexiones de sustancia blanca que enlazan las regiones cerebrales.

Un desafío de atención que induce ensoñación

El experimento central usa una tarea de rendimiento continuo gradual llamada gradCPT, especialmente eficaz para revelar cambios momentáneos en el foco. Los participantes ven una sucesión de escenas de ciudad y montaña que se disuelven suavemente unas en otras cada 800 milisegundos. Deben pulsar un botón para la mayoría de las imágenes de ciudad y abstenerse para las menos frecuentes imágenes de montaña. Esta regla simple hace que los fallos sean evidentes: no pulsar cuando toca o equivocarse pulsando en una montaña señala un desliz de atención. Para sondear cómo los pensamientos internos interfieren con la tarea, los investigadores también incluyeron bloques en los que se pidió a la gente imaginar vívidamente su día laboral o escolar futuro mientras seguían haciendo gradCPT, así como periodos de pura imaginación, una tarea visual de tablero ajedrez parpadeante y descansos con los ojos abiertos o cerrados.

De señales ruidosas a mapas cerebrales útiles

Grabar EEG dentro de un escáner MRI es técnicamente desafiante: los potentes campos magnéticos y los gradientes de conmutación rápida generan grandes artefactos eléctricos que pueden enmascarar las diminutas señales cerebrales de interés. El equipo preparó cuidadosamente a cada participante, minimizó el movimiento de los cables y siguió disposiciones de buenas prácticas para amplificadores y cableado. Luego usaron software especializado para restar patrones repetitivos de ruido relacionado con la MRI, eliminar distorsiones relacionadas con el latido cardiaco y filtrar otros artefactos. Para los datos de fMRI aplicaron una tubería de preprocesado moderna y estandarizada, corrigieron el movimiento de la cabeza y las distorsiones del escáner, suavizaron las imágenes y cuantificaron la calidad de la señal. Las imágenes de difusión se limpiaron y se usaron para reconstruir las principales vías de sustancia blanca y matrices de conectividad entre más de cien regiones cerebrales. Las comprobaciones de calidad mostraron que el movimiento fue bajo, las señales clave fueron robustas y las conexiones estructurales eran anatómicamente plausibles.

Cómo las redes cerebrales anticipan errores

Para demostrar lo que puede hacerse con el conjunto de datos, los autores repitieron un hallazgo clásico sobre los fallos de atención. Se centraron en tres grandes redes cerebrales: regiones visuales que procesan las escenas, redes de atención que sostienen el foco dirigido a una meta y la red de “modo por defecto”, que se activa más durante el pensamiento interno y la divagación mental. Al comparar la actividad cerebral antes de ensayos correctos frente a incorrectos en el gradCPT, encontraron que los errores estuvieron precedidos por una mayor actividad en áreas del modo por defecto y una menor actividad en áreas visuales. Este patrón fue especialmente claro durante periodos “fuera de la zona”, cuando los tiempos de reacción fluctuaban más y el comportamiento era menos estable. En otras palabras, el cerebro ya estaba desplazándose hacia pensamientos internos y alejándose de la tarea visual momentos antes de que el rendimiento decayera.

Un recurso compartido para estudiar el foco y la distracción

Más allá de estas demostraciones iniciales, el verdadero producto de este trabajo es el propio conjunto de datos público. Organizado en un formato muy utilizado y compartido en la plataforma OpenNeuro, incluye EEG, fMRI, imágenes de difusión y datos conductuales en bruto y preprocesados, además de código para la presentación de la tarea y el análisis. Los investigadores pueden usarlo para probar nuevos métodos de limpieza del EEG dentro del MRI, explorar cómo el cableado estructural sostiene la atención o construir modelos que predigan fallos a partir de patrones combinados de múltiples señales cerebrales. Para los no especialistas, la idea principal es sencilla: cuando nuestras mentes divagan, el equilibrio entre las redes cerebrales orientadas hacia el exterior y las que se vuelcan hacia el interior cambia de manera detectable —y este conjunto de datos ofrece una ventana potente para ver cómo esos cambios se desarrollan en el tiempo.

Cita: Cha, Y., Lee, Y., Ji, E. et al. Sustained Attention Task (gradCPT) Dataset using simultaneous EEG-fMRI and DTI. Sci Data 13, 573 (2026). https://doi.org/10.1038/s41597-026-06616-6

Palabras clave: atención sostenida, divagación mental, EEG fMRI, redes cerebrales, datos neuroimagen abiertos