Depurar los registros electroencefalográficos
El electroencefalógrafo podría tener el futuro garantizado como método de vigilancia neurológica de pacientes clínicos. Sin embargo, el problema con que tropieza el registro de la señal es que a menudo contiene artefactos provocados por factores externos –con frecuencia interferencias eléctricas procedentes de los propios dispositivos– o fuentes fisiológicas, tales como corrientes eléctricas de origen muscular. Estos artefactos, que vienen a ser defectos en la señal, pueden llegar a corromper gravemente los resultados. Hasta ahora, la ausencia de métodos de detección fiables y ampliamente aceptables ha llevado a los profesionales a recurrir al conocimiento empírico de los expertos del campo, esto es, a descartar periodos de la señal cuando la amplitud correspondiente no resulte verosímil fisiológicamente. Este procedimiento dista de cumplir niveles suficientes de exactitud, a la vez que es fuente de problemas adicionales. De hecho, resulta imposible comprobar las diferencias de características de la señal en varias condiciones por el hecho de que no todos los artefactos se expresan como señales de alta amplitud, sino que puede darse el caso de que se manifiesten siguiendo modelos poco habituales de señal, haciendo imposible su identificación y eliminación. Ahora bien, la respuesta de los resultados obtenidos hace poco ha sido crear algoritmos para la detección de artefactos propios de un entorno de seguimiento específico. El principio de este método se apoya en el supuesto fundamental y probable de que los artefactos están asociados a casos extremos en el espacio de parámetros EEG. Este método nuevo permite identificar artefactos en periodos de 10 segundos de un registro EEG aplicándose una serie de valores umbral de detección en parámetros individuales derivados de EEG. La intervención humana ya sólo es necesaria para caracterizar un subconjunto de formación perteneciente al conjunto de datos disponible, con el fin de determinar si contiene o no artefactos. Cabe mejorar el rendimiento de este método incorporando parámetros EEG adicionales y extendiendo el análisis diferenciado a una técnica multivariable. La fase actual de un conjunto independiente de datos de prueba registra un nivel de detecciones erróneas del 23 por ciento, habiéndose identificado el 71 por ciento de la totalidad de los artefactos graves.
