Incrementar la densidad de electrodos EEG mejora la decodificación de categorías visuales y la localización de fuentes: un estudio exploratorio con EEG de ultra alta densidad

Por qué importa colocar más sensores en el cuero cabelludo

Cada vez que miras una cara, un cuerpo, un objeto doméstico o un patrón simple, tu cerebro responde en apenas unas centésimas de segundo. La electroencefalografía (EEG) permite a los científicos registrar esas fugaces ondas eléctricas desde el cuero cabelludo, pero la imagen a menudo queda borrosa. Este estudio plantea una pregunta simple con grandes implicaciones: si aumentamos drásticamente el número de pequeños electrodos sobre la parte posterior de la cabeza, ¿podemos “ver” la actividad visual cerebral con mayor claridad, decodificar con más precisión qué está mirando alguien y localizar con mayor exactitud dónde ocurre en el cerebro?

Ver las ondas cerebrales con más detalle

Los investigadores usaron una gorra EEG de ultra alta densidad con 512 pequeños electrodos agrupados sobre la región occipital, la zona en la parte posterior de la cabeza que procesa primero la información visual. Cuatro voluntarios vieron cientos de imágenes de cuatro categorías: caras, cuerpos, objetos cotidianos y patrones abstractos. Para cada destello de imagen, el equipo midió potenciales evocados visuales: breves ondas de actividad eléctrica sincronizadas en el tiempo que se despliegan desde aproximadamente una décima hasta medio segundo después de la aparición de la imagen. Con tantos sensores muy próximos entre sí, pudieron crear “mapas de calor” detallados en el cuero cabelludo que muestran cómo la actividad comienza en las áreas visuales primarias y luego se expande de forma diferente según el tipo de imagen; por ejemplo, se extiende hacia regiones laterales del cerebro cuando se muestran caras.

Poner a prueba cuántos sensores son realmente útiles

Para averiguar si más electrodos mejoran realmente lo que puede leerse en el EEG, el equipo “adelgazó” sistemáticamente sus grabaciones para imitar gorras clínicas estándar con muchos menos sensores. Compararon disposiciones similares a los sistemas 10–20 y 10–10 habituales con variantes más densas y, finalmente, con la configuración ultra-densa completa. Usando un clasificador estadístico sencillo, intentaron adivinar en cada ensayo individual cuál de las cuatro categorías estaba viendo la persona. La precisión aumentó de forma continua con la densidad de sensores: las disposiciones tradicionales promediaron algo menos del 60 por ciento de acierto, mientras que la malla ultra-densa alcanzó alrededor del 73 por ciento, con algunos participantes superando el 76 por ciento. De manera crucial, acercar los electrodos entre sí fue más importante que simplemente dispersarlos sobre una área más amplia del cuero cabelludo, lo que sugiere que muestrear espacialmente de forma fina la región visual clave es especialmente valioso.

Seguir con más precisión el tiempo del cerebro

Más allá de la precisión global, los autores examinaron cuándo, en el tiempo, los patrones cerebrales empezaban a contener suficiente información para distinguir una categoría de otra. Entrenaron su clasificador en un momento tras la aparición del estímulo y probaron si podía generalizar a otros instantes, construyendo un “mapa temporal” de decodificabilidad. Con electrodos más densos, la decodificación no solo fue más precisa sino que también comenzó antes: alrededor de 70 milisegundos después de que apareció la imagen, con un pico cerca de 150–200 milisegundos. Esto indica que un mejor muestreo espacial en el cuero cabelludo afina también el aparente tiempo de los eventos cerebrales, reduciendo el desenfoque causado por la propagación de señales eléctricas a través de la cabeza.

Rastrear las señales de vuelta al cerebro

La alta densidad de electrodos también mejoró el paso siguiente: estimar qué regiones cerebrales generaron las señales observadas en el cuero cabelludo. Usando la resonancia magnética de cada participante y algoritmos establecidos de localización de fuentes, el equipo reconstruyó dónde probablemente se originó la actividad dentro del cerebro. Las respuestas tempranas para todas las categorías se agruparon en la corteza visual primaria en la parte posterior del cerebro. Más adelante, la actividad se desplazó hacia regiones a lo largo de la parte inferior de los lóbulos temporales, conocidas por soportar el reconocimiento de objetos y caras. Para las caras en particular, el método localizó una respuesta alrededor de los 170 milisegundos en el giro fusiforme, una región vinculada desde hace tiempo a la percepción de rostros. Cuando se repitió el mismo análisis con disposiciones simuladas más dispersas, estos patrones de activación interna se volvieron más borrosos y menos focales, subrayando el valor añadido de las grabaciones ultra-densas.

De la ciencia básica de la visión a futuras aplicaciones

Aunque el estudio incluyó solo a cuatro voluntarios y se centró en una zona limitada del cuero cabelludo, demuestra que agrupar muchos electrodos pequeños en una región clave puede hacer que el EEG sea a la vez más informativo y más preciso. Las disposiciones más densas aumentaron la capacidad de distinguir qué tipo de imagen estaba viendo alguien, aclararon cómo se extiende la actividad por el cuero cabelludo y afinó las estimaciones de dónde y cuándo regiones cerebrales específicas —como el giro fusiforme para las caras— se activan. Para el lector general, la conclusión es que actualizar el EEG de una malla tosca a una red ultra-fina podría transformarlo de un estetoscopio rudimentario del cerebro en un sensor más detallado, con beneficios potenciales para interfaces cerebro–computadora, diagnósticos e investigación sobre cómo vemos y reconocemos el mundo.

Cita: Schreiner, L., Sieghartsleitner, S., Kapeller, C. et al. Increasing EEG electrode density improves decoding of visual categories and source localization: an exploratory ultra-high-density EEG study. Commun Eng 5, 59 (2026). https://doi.org/10.1038/s44172-026-00611-w

Palabras clave: EEG de ultra alta densidad, percepción visual, decodificación cerebral, localización de fuentes, interfaz cerebro-computadora