La Coherencia en Neurociencia

En el vasto y complejo universo del cerebro humano, la comunicación entre sus distintas regiones es fundamental para el funcionamiento cognitivo, emocional y motor. Esta comunicación no es aleatoria; a menudo implica una sincronización precisa de la actividad neuronal. Es aquí donde entra en juego el concepto de coherencia, un término crucial en neurociencia que nos permite entender cómo las diferentes áreas cerebrales trabajan juntas.

La coherencia, en el contexto de la neurociencia, se refiere fundamentalmente a la sincronía en la actividad neuronal entre distintas áreas cerebrales. Piensa en una orquesta donde diferentes secciones (violines, vientos, percusión) deben tocar en un ritmo y tiempo coordinados para producir una melodía armoniosa. De manera similar, las poblaciones de neuronas en diferentes partes del cerebro sincronizan su actividad eléctrica para llevar a cabo tareas complejas.

¿Qué es la Coherencia Corticocortical?

La coherencia corticocortical específicamente aborda la sincronía en la actividad neuronal de diferentes áreas de la corteza cerebral. Esta actividad se registra típicamente utilizando técnicas electrofisiológicas como el Electroencefalograma (EEG), la Magnetoencefalografía (MEG) o el Electrocorticograma (ECoG). Estas técnicas capturan las señales eléctricas o magnéticas generadas por la actividad de grandes poblaciones de neuronas.

Estudiar la coherencia corticocortical es una forma poderosa de investigar la comunicación y la función cerebral, tanto en estado de reposo como durante la realización de tareas específicas. Las primeras aplicaciones del análisis espectral para encontrar relaciones entre registros de EEG de diferentes regiones del cuero cabelludo se remontan a la década de 1960. Desde entonces, la coherencia corticocortical ha sido objeto de extenso estudio, especialmente con EEG y MEG, buscando posibles aplicaciones diagnósticas y más allá.

El origen exacto de la coherencia corticocortical sigue siendo un área activa de investigación. Existe un consenso general que sugiere que la comunicación neuronal funcional entre distintas fuentes cerebrales conduce a la actividad sincrónica en esas regiones, posiblemente conectadas por vías neuronales directas o indirectas. Sin embargo, una explicación alternativa enfatiza las oscilaciones focales únicas que ocurren en fuentes cerebrales individuales y que eventualmente parecen conectadas o sincrónicas en diferentes regiones del cuero cabelludo o fuentes cerebrales.

La coherencia corticocortical ha sido de especial interés en bandas de frecuencia específicas, comúnmente utilizadas en estudios de EEG, como delta, theta, alpha, beta y gamma. Cada una de estas bandas de frecuencia se asocia con diferentes estados cerebrales y procesos cognitivos, y la coherencia dentro o entre ellas puede revelar mucho sobre cómo se procesa la información.

Coherencia en la Conectividad Cerebral

El cerebro humano es una vasta red de vías conectadas que se comunican a través de la actividad eléctrica cerebral sincronizada a lo largo de los haces de fibras. La actividad sincronizada dentro de esta red neuronal puede ser detectada por MEG y EEG y luego visualizada mediante análisis de conectividad de red.

Los análisis de conectividad cerebral se realizan para mapear las redes de comunicación necesarias para que el cerebro funcione. Numerosos estudios de neuroimagen han demostrado que existen regiones específicas en el cerebro especializadas en procesar ciertos tipos de información. Avances recientes han revelado que estas regiones están interconectadas y se comunican con otras regiones especializadas a través de redes. A veces, estas activaciones son lineales, mientras que en otras ocasiones pueden ser simultáneas. Trastornos neurológicos y tumores pueden alterar estas funciones cerebrales, y se ha demostrado que los tratamientos y la rehabilitación también cambian la forma en que funciona el cerebro. Esto ilustra una imagen más compleja del cerebro como una red dinámica interconectada, capaz de plasticidad y adaptación.

Las técnicas de conectividad en neuroimagen para cuantificar las redes cerebrales utilizan técnicas de procesamiento de señales existentes desde hace décadas. Existen tres tipos de redes de conectividad utilizadas para investigar la comunicación dentro y a través del cerebro: Estructural, Funcional y Efectiva.

• La conectividad estructural se basa en la detección de los haces de fibras que conectan físicamente las regiones cerebrales. Son mapas anatómicos de red que indican posibles vías por las que las señales pueden viajar.
• La conectividad funcional identifica regiones cerebrales activas que tienen actividad correlacionada con frecuencia, fase y/o amplitud similares. Estas áreas pueden estar involucradas en el estado de reposo (independiente de la tarea) o en el procesamiento de información de orden superior (dependiente de la tarea).
• La conectividad efectiva utiliza la información de conectividad funcional y va un paso más allá, determinando la influencia directa o indirecta que un sistema neural puede tener sobre otro, más específicamente, la dirección del flujo dinámico de información en el cerebro.

Las mediciones de conectividad Efectiva y Funcional pueden analizarse en el Dominio de la Frecuencia con métodos como la Coherencia y la Sincronía de Fase, o en el Dominio del Tiempo con métodos como la Correlación y la Causalidad de Granger.

Coherencia: Una Medida Clave de Conectividad Funcional

La coherencia y la sincronía de fase son métodos matemáticos comunes para cuantificar las correlaciones dependientes de la frecuencia y la fase de la actividad cerebral medida por dos o más sensores cerebrales. La coherencia es una técnica matemática que cuantifica la frecuencia y la amplitud de la sincronicidad de los patrones neuronales de la actividad cerebral oscilatoria. Esta técnica cuantifica los patrones neuronales de sincronicidad medidos entre electrodos de cuero cabelludo (EEG) o bobinas (MEG) espacialmente separados.

La coherencia es una estimación de la consistencia de la amplitud y fase relativas entre las señales detectadas en bobinas o electrodos dentro de una banda de frecuencia determinada. En el espacio de sensor, si las señales están en fase, sus amplitudes se sumarán; si están fuera de fase, las señales se restarán, posiblemente reduciendo el valor de coherencia. En el espacio de fuente, la amplitud de la fuente subyacente puede usarse para determinar la fuerza de la conectividad.

Cálculo de la Coherencia

El método para cuantificar las oscilaciones implica primero aplicar una técnica de descomposición tiempo-frecuencia, como la Transformada Rápida de Fourier (FFT), a una secuencia contigua o ligeramente superpuesta de segmentos cortos de datos. Esto genera una secuencia de componentes de amplitud/fase para cada "bin" de frecuencia estrecho de la FFT que abarca el contenido de frecuencia de los datos. Después de la transformación a una representación tiempo-frecuencia, la fuerza de las interacciones de red puede estimarse mediante el cálculo de la coherencia, que mide la sincronía entre señales de diferentes electrodos o bobinas en cada bin de frecuencia de la FFT.

La coherencia es un método matemático lineal en el dominio de la frecuencia para calcular redes neuronales. El resultado es una matriz simétrica que no proporciona información sobre la direccionalidad. La coherencia es la medida más común utilizada para determinar si diferentes áreas del cerebro están generando señales que están significativamente correlacionadas (coherentes) o no significativamente correlacionadas (no coherentes).

Estrictamente hablando, la coherencia es una estadística que se utiliza para determinar la relación entre dos conjuntos de datos (es decir, bobinas o electrodos). Se utiliza para determinar si el contenido de la señal de dos entradas es el mismo o diferente. Si las señales medidas por dos electrodos o bobinas son idénticas, tienen un valor de coherencia de 1; dependiendo de cuán diferentes sean, el valor coherente se acercará a 0.

Coherencia vs. Sincronía de Fase

Mientras que la coherencia cuantifica la sincronía basada tanto en la amplitud como en la fase, la sincronía de fase es otra técnica de procesamiento de señales matemáticas que estima la sincronía de las oscilaciones en los datos de EEG y MEG basándose *únicamente* en la fase. Es el proceso donde dos o más señales cíclicas tienden a tener actividad oscilatoria que es la misma (en fase) o desincronizada (fuera de fase) por un ángulo de fase relativo.

La sincronía de fase mide cuán estable varía la diferencia de fase (pequeña o grande) durante un corto período de tiempo. Las relaciones de fase pueden examinarse probando la estabilidad de las diferencias de fase de las señales a través de ensayos (bloqueo de fase) en un solo electrodo o entre pares de electrodos. Este enfoque puede arrojar estimaciones de la precisión de la sincronía local y de largo alcance. Es importante destacar que las medidas de bloqueo de fase proporcionan estimaciones de sincronía independientes de la amplitud de las oscilaciones. Esto contrasta con las medidas de coherencia donde la fase y la amplitud están entrelazadas.

La sincronía de fase se utiliza mejor para eventos de corta duración, como en un evento evocado. La fase se utiliza para determinar cuánto interactúan dos ubicaciones (sitios de registro) dentro de una ventana de tiempo muy estrecha (milisegundos). Una gran analogía para comprender la diferencia entre cuándo usar el análisis de coherencia o sincronía de fase es la de soldados marchando en un desfile: la sincronía de fase se usa para determinar cuán sincronizados están sus pies marchando al unísono en unos pocos pasos, mientras que la coherencia se usa para ver cuán sincrónicos estuvieron sus pies marchando al unísono durante todo el recorrido del desfile.

Coherencia y Sincronía de fase son los pilares para comprender la conectividad cerebral, cómo las poblaciones de neuronas se comunican en una red. Tradicionalmente, para determinar si diferentes áreas del cerebro están conectadas utilizando EEG o MEG, se realizaba un análisis de frecuencia para convertir los datos originales a su contenido de frecuencia, luego se utilizaba el análisis de coherencia para obtener información sobre las relaciones temporales de los componentes de frecuencia de las poblaciones de neuronas en diferentes sitios de registro (electrodo o bobina).

Espacio de Sensor vs. Espacio de Fuente

La forma tradicional de mapear la coherencia se realiza en el espacio de sensor. Esto implica calcular la coherencia directamente entre las señales recogidas por los electrodos de EEG o las bobinas de MEG colocadas en el cuero cabelludo. Las líneas que conectan dos sensores con alta coherencia representan áreas del cerebro que se consideran conectadas funcionalmente. El análisis de coherencia y bloqueo de fase entre sitios de electrodos de EEG y sensores de MEG (en el espacio de sensor) existe desde hace mucho tiempo.

La coherencia de EEG en el espacio de sensor se ha utilizado ampliamente en el estudio de la actividad epileptiforme para determinar las zonas de inicio de las crisis. Sin embargo, uno de los problemas con esta forma tradicional de mapear la coherencia es que la propagación de la corriente eléctrica sobre la superficie de la cabeza puede ser engañosa. Todos los electrodos o bobinas registran la suma de la actividad de varias regiones cerebrales, por lo que es difícil resolver la coherencia a una ubicación cerebral específica, ya que el sensor tendrá señales electromagnéticas de áreas adyacentes incluidas en la suma de la señal. La direccionalidad de la interacción de la red no se puede determinar solo a partir de la coherencia, y las amplitudes exactas de la interacción de la red no son iguales a las amplitudes de coherencia de región a región.

En los últimos 10 años, los desarrollos en el análisis computacional de la localización de fuentes para MEG han avanzado la capacidad de visualizar la conectividad directamente en regiones específicas del cerebro, lo que se conoce como espacio de fuente. Este método de espacio de fuente proporciona una mejor localización anatómica, así como la capacidad de realizar análisis de grupo, ya que los datos ahora pueden promediarse en un espacio estandarizado. La alta resolución temporal de MEG permite investigaciones de conectividad funcional y efectiva con precisión de milisegundos. Ahora es posible estudiar los mecanismos por los cuales se intercambia información entre regiones cerebrales, incluida la actividad neuronal oscilatoria y sincronizada.

En el espacio de fuente, la localización se realiza primero utilizando soluciones inversas, lo que elimina la corriente que puede haberse propagado a la bobina o electrodo de MEG o EEG, proporcionando regiones específicas de las que pueden provenir las frecuencias coherentes. Este método de coherencia a nivel de fuente supera los problemas de localización e interpretación que son problemas fundamentales para el análisis de coherencia a nivel de sensor.

Aplicaciones Clínicas y de Investigación de la Coherencia Cerebral

La coherencia cerebral, especialmente cuando se analiza en el espacio de fuente, ha demostrado ser una herramienta valiosa para comprender diversas condiciones neurológicas y psiquiátricas. Se han realizado numerosos estudios utilizando diferentes métodos inversos (dipolos, norma mínima o beamformers) para realizar análisis de coherencia en el espacio de fuente en diversas afecciones cerebrales.

Epilepsia

La coherencia en el espacio de sensor ha sido ampliamente utilizada para estudiar la actividad epileptiforme y determinar las zonas de inicio de las crisis. Estudios más recientes han demostrado que la coherencia de EEG puede caracterizar un patrón de fuerte coherencia centrada en estructuras del lóbulo temporal en pacientes con epilepsia. La imagen de fuente de coherencia con MEG (MEG-CSI) en el espacio de fuente puede proporcionar objetivos para resecciones quirúrgicas exitosas en pacientes con epilepsia. Se ha encontrado que una mayor conectividad en la región de la resección posterior se correlaciona con una mayor probabilidad de estar libre de crisis.

Trastornos del Estado de Ánimo y Psiquiátricos

En pacientes con trastorno bipolar, se ha observado una disminución bilateral de la coherencia gamma de larga distancia entre las regiones frontal y temporal, así como entre las regiones frontal y temporoparietal, en comparación con controles sanos. En el campo de la esquizofrenia, se ha encontrado una disminución en la coherencia del sueño en las bandas de frecuencia beta y gamma en pacientes con primer episodio de esquizofrenia. Estudios más profundos indican que los pacientes con esquizofrenia tienen una sincronía de fase reducida en las bandas beta y gamma.

Estudios recientes con MEG en el espacio de fuente han detectado diferencias de conectividad disminuida y aumentada entre pacientes con esquizofrenia y sujetos control, que pueden ser áreas objetivo importantes para el tratamiento. Se ha identificado que los patrones neuronales en la red de modo predeterminado (DMN) durante el reposo pueden usarse para identificar pacientes con esquizofrenia. Pacientes con esquizofrenia han mostrado una disminución de la coherencia entre el PCC y el MPFC en la banda gamma en reposo, y regiones de coherencia aumentada en un amplio rango de frecuencia en áreas como el PFC medial y ventrolateral y el córtex cingulado anterior.

La técnica MEG-CSI también se ha utilizado en pacientes con Trastorno de Pánico, donde se encontraron valores de imagen de coherencia significativamente más altos en comparación con controles durante un escaneo en estado de reposo con ojos abiertos. Se propone que una mayor coherencia (es decir, mayor excitabilidad) podría ser un biomarcador prometedor para respuestas favorables a medicamentos que limitan la transmisión excitatoria.

Enfermedades Neurodegenerativas

En pacientes con Alzheimer, el hallazgo más común es una disminución en las coherencias de las bandas alpha y beta entre estructuras distantes durante el estado de reposo.

Control Motor

Estudios utilizando MEG y análisis de coherencia en el espacio de fuente han investigado las redes cerebrales involucradas en el control motor, especialmente en pacientes con lesiones cerebrales tempranas. Estos estudios han confirmado la reubicación de funciones motoras de un hemisferio lesionado al hemisferio contralateral y han analizado la dirección del acoplamiento entre regiones, como del M1 al cerebelo durante tareas motoras.

Redes en Estado de Reposo

La coherencia y otras medidas de conectividad se utilizan para estudiar las redes cerebrales en estado de reposo, como la red de modo predeterminado (DMN) y la red de atención dorsal. Estos estudios buscan identificar patrones de conectividad que existen incluso cuando el cerebro no está realizando una tarea específica.

Trastornos del Espectro Autista (TEA)

La técnica MEG-CSI también se ha utilizado para estudiar la sincronía neuronal durante la mirada en pacientes con TEA. Se encontró una coherencia y sincronización significativamente mayores en las regiones cerebrales posteriores (temporoparietooccipital) en pacientes con TEA, particularmente en el rango de baja frecuencia (0-15 Hz). Una mayor coherencia en regiones fronto-temporoparietales se observó en los controles. Una mayor actividad coherente de baja frecuencia y coherencia en banda gamma en regiones posteriores se relacionó con una sintomatología más grave en el TEA.

Limitaciones de la Coherencia

A pesar de ser una herramienta poderosa, el análisis de coherencia tiene limitaciones. Como se mencionó, la coherencia estándar calculada en el dominio de la frecuencia no proporciona información sobre la direccionalidad del flujo de información en la red. Además, debido a la necesidad de promediar sobre segmentos de datos, la coherencia no es ideal para cuantificar cambios temporales rápidos en la actividad sincronizada. Es mejor utilizada para series de tiempo de datos largas para identificar fuentes de actividad de red cerebral que persisten por duraciones prolongadas. Aunque la coherencia proporciona información sobre el grado de sincronía independientemente de la potencia, los puntos de tiempo individuales con grandes amplitudes tienen un peso mayor en la transformación FFT y, consecuentemente, en los cálculos de coherencia, a diferencia de la sincronía de fase que utiliza mediciones instantáneas solo de las diferencias de fase.

Conclusión

La coherencia en neurociencia es una métrica esencial para comprender cómo las diferentes regiones cerebrales se comunican y coordinan su actividad. Al medir la sincronía de las oscilaciones neuronales, especialmente con técnicas avanzadas como MEG y EEG y análisis en el espacio de fuente, los investigadores pueden obtener información valiosa sobre las redes funcionales del cerebro. Esta herramienta no solo es fundamental para desentrañar los misterios del cerebro sano, sino que también es crucial para identificar patrones de conectividad aberrante asociados con una amplia gama de trastornos neurológicos y psiquiátricos, abriendo puertas a mejores diagnósticos y enfoques terapéuticos.

Preguntas Frecuentes

¿Qué es la coherencia cerebral?
Es una medida de la sincronía o correlación de la actividad neuronal entre diferentes áreas del cerebro, indicando cómo se comunican funcionalmente.

¿Cómo se mide la coherencia en el cerebro?
Se mide utilizando técnicas electrofisiológicas como EEG y MEG, que registran la actividad eléctrica o magnética del cerebro. La coherencia se calcula a partir de estas señales, a menudo en el dominio de la frecuencia.

¿Cuál es la diferencia entre coherencia y sincronía de fase?
La coherencia mide la sincronía basándose tanto en la amplitud como en la fase de las señales, y es mejor para analizar datos de larga duración. La sincronía de fase se basa únicamente en la fase y es más adecuada para eventos de corta duración.

¿Qué son el espacio de sensor y el espacio de fuente en los estudios de coherencia?
El espacio de sensor se refiere al análisis de coherencia directamente entre las señales registradas por los electrodos/bobinas en el cuero cabelludo. El espacio de fuente implica localizar primero la actividad a regiones cerebrales específicas y luego calcular la coherencia entre esas fuentes localizadas, ofreciendo mejor precisión anatómica.

¿Para qué se utiliza el estudio de la coherencia cerebral en la clínica?
Se utiliza para investigar patrones de conectividad cerebral anormales en diversas condiciones neurológicas y psiquiátricas, como epilepsia, esquizofrenia, Alzheimer, trastorno bipolar, y para estudiar la plasticidad cerebral y los efectos del tratamiento.

Si quieres conocer otros artículos parecidos a La Coherencia en Neurociencia puedes visitar la categoría Neurociencia.