Magnetoencefalografía

magnetoencefalografía (MEG) es una técnica de neuroimagen funcional para mapear la actividad cerebral mediante el registro de campos magnéticos producidos por corrientes eléctricas que ocurren naturalmente en el cerebro, utilizando magnetómetros muy sensibles. Las matrices de SQUID (dispositivos de interferencia cuántica superconductores) son actualmente el magnetómetro más común, mientras que el magnetómetro SERF (sin relajación de intercambio de espín) se está investigando para futuras máquinas. Las aplicaciones de MEG incluyen la investigación básica de los procesos perceptivos y cognitivos del cerebro, la localización de las regiones afectadas por la patología antes de la extirpación quirúrgica, la determinación de la función de varias partes del cerebro y la neurorretroalimentación. Esto se puede aplicar en un entorno clínico para encontrar ubicaciones de anomalías, así como en un entorno experimental para medir simplemente la actividad cerebral.

Historia

El cuarto blindado del Dr. Cohen en el MIT, en el que el primer MEG fue medido con un SQUID

Primer MEG medido con SQUID, en la habitación del Dr. Cohen en el MIT

Las señales MEG fueron medidas por primera vez por el físico David Cohen de la Universidad de Illinois en 1968, antes de que SQUID estuviera disponible, utilizando una bobina de inducción de cobre como detector. Para reducir el ruido de fondo magnético, las mediciones se realizaron en una sala protegida magnéticamente. El detector de bobina apenas era lo suficientemente sensible, lo que resultó en mediciones de MEG deficientes y ruidosas que eran difíciles de usar. Más tarde, Cohen construyó una habitación mucho mejor blindada en el MIT y utilizó uno de los primeros detectores SQUID, recién desarrollado por James E. Zimmerman, investigador de Ford Motor Company, para medir nuevamente las señales MEG. Esta vez las señales eran casi tan claras como las de EEG. Esto estimuló el interés de los físicos que habían estado buscando usos para los SQUID. Posterior a esto, se comenzaron a medir varios tipos de MEG espontáneos y evocados.

Al principio, se utilizó un solo detector SQUID para medir sucesivamente el campo magnético en varios puntos alrededor de la cabeza del sujeto. Esto era engorroso y, en la década de 1980, los fabricantes de MEG comenzaron a colocar múltiples sensores en matrices para cubrir un área más grande de la cabeza. Las matrices de MEG actuales se colocan en un frasco de vacío con forma de casco que normalmente contiene 300 sensores, cubriendo la mayor parte de la cabeza. De esta manera, los MEG de un sujeto o paciente ahora se pueden acumular de manera rápida y eficiente.

Los desarrollos recientes intentan aumentar la portabilidad de los escáneres MEG mediante el uso de magnetómetros sin relajación de intercambio de espín (SERF). Los magnetómetros SERF son relativamente pequeños, ya que no requieren sistemas de refrigeración voluminosos para funcionar. Al mismo tiempo, presentan una sensibilidad equivalente a la de los SQUID. En 2012 se demostró que MEG podía funcionar con un magnetómetro atómico a escala de chip (CSAM, tipo SERF). Más recientemente, en 2017, los investigadores construyeron un prototipo funcional que utiliza magnetómetros SERF instalados en cascos portátiles impresos en 3D individualmente, que señalaron en entrevistas que podrían reemplazarse con algo más fácil de usar en el futuro, como un casco de bicicleta.

La base de la señal MEG

Las corrientes neuronales sincronizadas inducen campos magnéticos débiles. El campo magnético del cerebro, que mide 10 femtoteslas (fT) para la actividad cortical y 10³ fT para el ritmo alfa humano, es considerablemente más pequeño que el ruido magnético ambiental en un entorno urbano, que es del orden de 10⁸ fT o 0,1 μT. El problema esencial del biomagnetismo es, por lo tanto, la debilidad de la señal en relación con la sensibilidad de los detectores y con el ruido ambiental en competencia.

Origen del campo magnético del cerebro. La corriente eléctrica también produce la señal EEG.

Las señales MEG (y EEG) se derivan del efecto neto de las corrientes iónicas que fluyen en las dendritas de las neuronas durante la transmisión sináptica. De acuerdo con las ecuaciones de Maxwell, cualquier corriente eléctrica producirá un campo magnético, y es este campo el que se mide. Las corrientes netas se pueden considerar como dipolos de corriente, es decir, corrientes con posición, orientación y magnitud, pero sin extensión espacial. De acuerdo con la regla de la mano derecha, un dipolo de corriente genera un campo magnético que apunta alrededor del eje de su componente vectorial.

Para generar una señal que sea detectable, se necesitan aproximadamente 50 000 neuronas activas. Dado que los dipolos de corriente deben tener orientaciones similares para generar campos magnéticos que se refuercen entre sí, a menudo es la capa de células piramidales, que se sitúan perpendiculares a la superficie cortical, la que da lugar a campos magnéticos medibles. Los haces de estas neuronas que están orientados tangencialmente a la superficie del cuero cabelludo proyectan porciones medibles de sus campos magnéticos fuera de la cabeza, y estos haces se ubican típicamente en los surcos. Los investigadores están experimentando con varios métodos de procesamiento de señales en la búsqueda de métodos que detecten señales cerebrales profundas (es decir, no corticales), pero actualmente no hay ningún método clínicamente útil disponible.

Vale la pena señalar que los potenciales de acción no suelen producir un campo observable, principalmente porque las corrientes asociadas con los potenciales de acción fluyen en direcciones opuestas y los campos magnéticos se anulan. Sin embargo, los campos de acción se han medido desde el sistema nervioso periférico.

Blindaje magnético

Dado que las señales magnéticas emitidas por el cerebro son del orden de unos pocos femtoteslas, es necesario protegerse de las señales magnéticas externas, incluido el campo magnético de la Tierra. Se puede obtener un blindaje magnético apropiado construyendo habitaciones hechas de aluminio y mu-metal para reducir el ruido de alta y baja frecuencia, respectivamente.

Entrada a MSR, mostrando las capas separadas de blindaje

Habitación con blindaje magnético (MSR)

Un modelo de habitación protegida magnéticamente (MSR) consta de tres capas principales anidadas. Cada una de estas capas está hecha de una capa de aluminio puro más una capa ferromagnética de alta permeabilidad, similar en composición a la permalloa de molibdeno. La capa ferromagnética se suministra como láminas de 1 mm, mientras que la capa más interna se compone de cuatro láminas en estrecho contacto y las dos capas exteriores se componen de tres láminas cada una. La continuidad magnética se mantiene mediante tiras superpuestas. Se utilizan arandelas aislantes en los conjuntos de tornillos para garantizar que cada capa principal esté eléctricamente aislada. Esto ayuda a eliminar la radiación de radiofrecuencia, que degradaría el rendimiento de SQUID. La continuidad eléctrica del aluminio también se mantiene mediante tiras superpuestas de aluminio para garantizar el blindaje de corriente parásita de CA, que es importante a frecuencias superiores a 1 Hz. Las uniones de la capa interna a menudo se galvanizan con plata u oro para mejorar la conductividad de las capas de aluminio.

Sistema de blindaje activo

Los sistemas activos están diseñados para la cancelación de ruido tridimensional. Para implementar un sistema activo, se montan magnetómetros de compuerta de flujo de bajo ruido en el centro de cada superficie y se orientan ortogonalmente a ella. Esto alimenta negativamente un amplificador de CC a través de una red de paso bajo con una caída lenta para minimizar la retroalimentación positiva y la oscilación. El sistema está integrado con cables de agitación y desmagnetización. Los cables de agitación aumentan la permeabilidad magnética, mientras que los cables de desmagnetización permanentes se aplican a todas las superficies de la capa principal interna para desmagnetizar las superficies. Además, los algoritmos de cancelación de ruido pueden reducir tanto el ruido de baja frecuencia como el de alta frecuencia. Los sistemas modernos tienen un nivel de ruido de alrededor de 2-3 fT/Hz^0,5 por encima de 1 Hz.

Localización de la fuente

El problema inverso

El desafío que plantea MEG es determinar la ubicación de la actividad eléctrica dentro del cerebro a partir de los campos magnéticos inducidos fuera de la cabeza. Problemas como este, donde los parámetros del modelo (la ubicación de la actividad) deben estimarse a partir de datos medidos (las señales SQUID) se denominan problemas inversos (en contraste con los problemas directos donde se conocen los parámetros del modelo (p. ej., la ubicación de la fuente) y los datos (p. ej., el campo a una distancia dada) deben estimarse). La principal dificultad es que el problema inverso no tiene una solución única (es decir, no hay son infinitas las respuestas "correctas" posibles), y el problema de definir las "mejores" solución es en sí misma objeto de una intensa investigación. Las posibles soluciones se pueden derivar utilizando modelos que implican un conocimiento previo de la actividad cerebral.

Los modelos de origen pueden estar sobredeterminados o subdeterminados. Un modelo sobredeterminado puede consistir en unas pocas fuentes puntuales ("dipolos equivalentes"), cuyas ubicaciones se estiman luego a partir de los datos. Los modelos subdeterminados pueden usarse en casos en los que se activan muchas áreas distribuidas diferentes ("soluciones de fuente distribuida"): hay infinitas distribuciones actuales posibles que explican los resultados de la medición, pero se selecciona la más probable. Los algoritmos de localización hacen uso de modelos de fuente y cabeza dados para encontrar una ubicación probable para un generador de campo focal subyacente.

Un tipo de algoritmo de localización para modelos sobredeterminados opera mediante la maximización de expectativas: el sistema se inicializa con una primera suposición. Se inicia un bucle, en el que se utiliza un modelo directo para simular el campo magnético que resultaría de la suposición actual. La conjetura se ajusta para reducir la discrepancia entre el campo simulado y el campo medido. Este proceso se itera hasta la convergencia.

Otra técnica común es la formación de haces, en la que se utiliza un modelo teórico del campo magnético producido por un dipolo de corriente determinado como modelo previo, junto con estadísticas de segundo orden de los datos en forma de matriz de covarianza, para calcular una ponderación de la matriz de sensores (el formador de haces) a través de la inversa de Backus-Gilbert. Esto también se conoce como formador de haz de varianza mínima restringida linealmente (LCMV). Cuando el formador de haces se aplica a los datos, produce una estimación de la potencia en un "canal virtual" en el lugar de origen.

No se puede exagerar hasta qué punto el problema inverso MEG sin restricciones está mal planteado. Si el objetivo es estimar la densidad de corriente dentro del cerebro humano con, por ejemplo, una resolución de 5 mm, entonces está bien establecido que la gran mayoría de la información necesaria para realizar una inversión única no debe provenir de la medición del campo magnético sino más bien de las restricciones aplicadas al problema. Además, incluso cuando es posible una inversión única en presencia de tales restricciones, dicha inversión puede ser inestable. Estas conclusiones se deducen fácilmente de los trabajos publicados.

Imágenes de fuente magnética

Las ubicaciones de origen se pueden combinar con imágenes de resonancia magnética (MRI) para crear imágenes de origen magnético (MSI). Los dos conjuntos de datos se combinan midiendo la ubicación de un conjunto común de puntos de referencia marcados durante la MRI con marcadores de lípidos y marcados durante la MEG con bobinas de alambre electrificadas que emiten campos magnéticos. Las ubicaciones de los puntos fiduciales en cada conjunto de datos se utilizan luego para definir un sistema de coordenadas común, de modo que sea posible superponer los datos MEG funcionales en los datos de resonancia magnética estructural ("corregistro").

Una crítica al uso de esta técnica en la práctica clínica es que produce áreas coloreadas con límites definidos superpuestos a una resonancia magnética: el espectador inexperto puede no darse cuenta de que los colores no representan una certeza fisiológica, no debido a la relativa baja resolución espacial de MEG, sino cierta incertidumbre inherente en la nube de probabilidad derivada de procesos estadísticos. Sin embargo, cuando la imagen de la fuente magnética corrobora otros datos, puede ser de utilidad clínica.

Localización de la fuente del modelo dipolo

Una técnica de modelado de fuente ampliamente aceptada para MEG consiste en calcular un conjunto de dipolos de corriente equivalente (ECD), que asume que las fuentes neuronales subyacentes son focales. Este procedimiento de ajuste de dipolo no es lineal y está sobredeterminado, ya que el número de parámetros de dipolo desconocidos es menor que el número de mediciones MEG. Los algoritmos automatizados de modelos de dipolos múltiples, como la clasificación de señales múltiples (MUSIC) y el modelado espacial y temporal de inicio múltiple (MSST), se aplican al análisis de las respuestas de MEG. Las limitaciones de los modelos de dipolo para caracterizar las respuestas neuronales son (1) dificultades para localizar fuentes extendidas con ECD, (2) problemas para estimar con precisión el número total de dipolos por adelantado y (3) dependencia de la ubicación del dipolo, especialmente la profundidad en el cerebro.

Modelos de fuentes distribuidas

A diferencia del modelado de múltiples dipolos, los modelos de fuente distribuida dividen el espacio fuente en una cuadrícula que contiene una gran cantidad de dipolos. El problema inverso es obtener los momentos dipolares para los nodos de la red. Como el número de momentos dipolares desconocidos es mucho mayor que el número de sensores MEG, la solución inversa está muy indeterminada, por lo que se necesitan restricciones adicionales para reducir la ambigüedad de la solución. La principal ventaja de este enfoque es que no es necesaria una especificación previa del modelo de origen. Sin embargo, las distribuciones resultantes pueden ser difíciles de interpretar, ya que solo reflejan una distribución "borrosa" (o incluso distorsionada) la imagen de la verdadera distribución de la fuente neuronal. El asunto se complica por el hecho de que la resolución espacial depende en gran medida de varios parámetros, como el área del cerebro, la profundidad, la orientación, la cantidad de sensores, etc.

Análisis de componentes independientes (ICA)

El análisis de componentes independientes (ICA) es otra solución de procesamiento de señales que separa diferentes señales que son estadísticamente independientes en el tiempo. Se utiliza principalmente para eliminar artefactos como parpadeo, movimiento de los músculos oculares, artefactos de los músculos faciales, artefactos cardíacos, etc. de las señales MEG y EEG que pueden estar contaminadas con ruido exterior. Sin embargo, ICA tiene una resolución deficiente de fuentes cerebrales altamente correlacionadas.

Uso en el campo

En la investigación, el uso principal de MEG es la medición de los cursos de actividad en el tiempo. MEG puede resolver eventos con una precisión de 10 milisegundos o más rápido, mientras que la resonancia magnética funcional (fMRI), que depende de los cambios en el flujo sanguíneo, puede, en el mejor de los casos, resolver eventos con una precisión de varios cientos de milisegundos. MEG también identifica con precisión las fuentes en las áreas primarias auditivas, somatosensoriales y motoras. Para crear mapas funcionales de la corteza humana durante tareas cognitivas más complejas, MEG se combina con mayor frecuencia con fMRI, ya que los métodos se complementan entre sí. Los datos de fMRI neuronal (MEG) y hemodinámicos no coinciden necesariamente, a pesar de la estrecha relación entre los potenciales de campo locales (LFP) y las señales dependientes del nivel de oxigenación de la sangre (BOLD). Las señales MEG y BOLD pueden tener su origen en la misma fuente (aunque las señales BOLD se filtran a través de la respuesta hemodinámica).

MEG también se está utilizando para localizar mejor las respuestas en el cerebro. La apertura de la configuración MEG permite introducir fácilmente estímulos auditivos y visuales externos. También es posible algún movimiento por parte del sujeto siempre que no sacuda la cabeza del sujeto. Las respuestas en el cerebro antes, durante y después de la introducción de dichos estímulos/movimientos se pueden mapear con una resolución espacial mayor que la que era posible anteriormente con EEG. Los psicólogos también están aprovechando la neuroimagen MEG para comprender mejor las relaciones entre la función cerebral y el comportamiento. Por ejemplo, se han realizado varios estudios que comparan las respuestas MEG de pacientes con problemas psicológicos con pacientes de control. Ha habido un gran éxito en el aislamiento de respuestas únicas en pacientes con esquizofrenia, como los déficits de activación auditiva de las voces humanas. MEG también se está utilizando para correlacionar respuestas psicológicas estándar, como la dependencia emocional de la comprensión del lenguaje.

Estudios recientes han informado una clasificación exitosa de pacientes con esclerosis múltiple, enfermedad de Alzheimer, esquizofrenia, síndrome de Sjögren, alcoholismo crónico, dolor facial y arritmias talamocorticales. MEG se puede usar para distinguir a estos pacientes de sujetos de control sanos, lo que sugiere un papel futuro de MEG en el diagnóstico.

Gran parte de la dificultad y el costo de usar MEG es la necesidad de un análisis manual de los datos. Se ha avanzado en el análisis por computadora, comparando los escaneos de un paciente con los extraídos de una gran base de datos de escaneos normales, con el potencial de reducir los costos en gran medida.

Conectividad cerebral y oscilaciones neuronales

Basada en su resolución temporal perfecta, la magnetoencefalografía (MEG) ahora se usa mucho para estudiar la actividad oscilatoria en el cerebro, tanto en términos de sincronía neuronal local como de sincronización entre áreas. Como ejemplo de sincronía neuronal local, MEG se ha utilizado para investigar los ritmos alfa en varias regiones específicas del cerebro, como la corteza visual o auditiva. Otros estudios han utilizado MEG para estudiar las interacciones neuronales entre diferentes regiones del cerebro (por ejemplo, entre la corteza frontal y la corteza visual). La magnetoencefalografía también se puede utilizar para estudiar cambios en las oscilaciones neuronales en diferentes etapas de la conciencia, como durante el sueño.

Epilepsia focal

Los usos clínicos de MEG se encuentran en la detección y localización de actividad patológica en pacientes con epilepsia y en la localización de corteza elocuente para la planificación quirúrgica en pacientes con tumores cerebrales o epilepsia intratable. El objetivo de la cirugía de la epilepsia es extirpar el tejido epileptógeno sin afectar las áreas sanas del cerebro. Conocer la posición exacta de las regiones cerebrales esenciales (como la corteza motora primaria y la corteza sensorial primaria, la corteza visual y las áreas involucradas en la producción y comprensión del habla) ayuda a evitar los déficits neurológicos inducidos quirúrgicamente. La estimulación cortical directa y los potenciales evocados somatosensoriales registrados en electrocorticografía (ECoG) se consideran el estándar de oro para localizar regiones cerebrales esenciales. Estos procedimientos se pueden realizar de forma intraoperatoria o con electrodos de rejilla subdurales permanentes de forma crónica. Ambos son invasivos.

Las localizaciones MEG no invasivas del surco central obtenidas de campos magnéticos evocados somatosensoriales muestran una fuerte concordancia con estas grabaciones invasivas. Los estudios de MEG ayudan a aclarar la organización funcional de la corteza somatosensorial primaria y a delinear la extensión espacial de la corteza somatosensorial de la mano mediante la estimulación de los dedos individuales. Este acuerdo entre la localización invasiva del tejido cortical y las grabaciones MEG muestra la eficacia del análisis MEG e indica que MEG puede sustituir a los procedimientos invasivos en el futuro.

Fetales

MEG se ha utilizado para estudiar procesos cognitivos como la visión, la audición y el procesamiento del lenguaje en fetos y recién nacidos.

Lesión cerebral traumática

MEG se puede usar para identificar lesiones cerebrales traumáticas, que son particularmente comunes entre los soldados expuestos a explosiones. Tales lesiones no se diagnostican fácilmente por otros métodos y, a menudo, se diagnostican erróneamente como trastorno de estrés postraumático (TEPT).

Comparación con técnicas relacionadas

MEG ha estado en desarrollo desde la década de 1960, pero ha recibido una gran ayuda de los avances recientes en algoritmos informáticos y hardware, y promete una resolución espacial mejorada junto con una resolución temporal extremadamente alta (mejor que 1 ms). Dado que la señal MEG es una medida directa de la actividad neuronal, su resolución temporal es comparable con la de los electrodos intracraneales.

MEG complementa otras técnicas de medición de la actividad cerebral, como la electroencefalografía (EEG), la tomografía por emisión de positrones (PET) y la resonancia magnética funcional. Sus puntos fuertes consisten en la independencia de la geometría de la cabeza en comparación con el EEG (a menos que estén presentes implantes ferromagnéticos), la no invasividad, el uso de radiación no ionizante, en comparación con la PET y la alta resolución temporal en comparación con la resonancia magnética funcional.

MEG en comparación con EEG

Aunque las señales de EEG y MEG se originan a partir de los mismos procesos neurofisiológicos, existen diferencias importantes. Los campos magnéticos están menos distorsionados que los campos eléctricos por el cráneo y el cuero cabelludo, lo que da como resultado una mejor resolución espacial del MEG. Mientras que el EEG del cuero cabelludo es sensible a los componentes tangenciales y radiales de una fuente de corriente en un conductor de volumen esférico, el MEG detecta solo sus componentes tangenciales. El EEG del cuero cabelludo puede, por lo tanto, detectar actividad tanto en los surcos como en la parte superior de las circunvoluciones corticales, mientras que el MEG es más sensible a la actividad que se origina en los surcos. EEG es, por lo tanto, sensible a la actividad en más áreas del cerebro, pero la actividad que es visible en MEG también se puede localizar con mayor precisión.

El EEG del cuero cabelludo es sensible a las corrientes de volumen extracelulares producidas por los potenciales postsinápticos. MEG detecta corrientes intracelulares asociadas principalmente con estos potenciales sinápticos porque los componentes de campo generados por corrientes de volumen tienden a cancelarse en un conductor de volumen esférico. El decaimiento de los campos magnéticos en función de la distancia es más pronunciado que el de los campos eléctricos. Por tanto, la MEG es más sensible a la actividad cortical superficial, lo que la hace útil para el estudio de la epilepsia neocortical. Finalmente, MEG no tiene referencias, mientras que el EEG del cuero cabelludo se basa en una referencia que, cuando está activa, dificulta la interpretación de los datos.