Potencial relacionado con eventos

Brain response that is the direct result of a specific sensory, cognitive, or motor event

Una forma de onda que muestra varios componentes de ERP, incluidos el N100 (etiquetado N1) y el P300 (etiquetado P3). El ERP se traza con voltajes negativos hacia arriba, una práctica común, pero no universal, en la investigación de ERP.

Un potencial relacionado con un evento ( ERP ) es la respuesta cerebral medida que es el resultado directo de un evento sensorial , cognitivo o motor específico . ^[1] Más formalmente, es cualquier respuesta electrofisiológica estereotipada a un estímulo. El estudio del cerebro de esta manera proporciona un medio no invasivo para evaluar el funcionamiento del cerebro.

Los ERP se miden mediante electroencefalografía (EEG). El equivalente de magnetoencefalografía (MEG) de ERP es el ERF, o campo relacionado con eventos. ^[2] Los potenciales evocados y los potenciales inducidos son subtipos de ERP.

Historia

Con el descubrimiento del electroencefalograma (EEG) en 1924, Hans Berger reveló que se podía medir la actividad eléctrica del cerebro humano colocando electrodos en el cuero cabelludo y amplificando la señal. Luego se pueden trazar los cambios de voltaje durante un período de tiempo. Observó que los voltajes podrían verse influenciados por eventos externos que estimulaban los sentidos. El EEG demostró ser una fuente útil para registrar la actividad cerebral durante las décadas siguientes. Sin embargo, solía ser muy difícil evaluar los procesos neuronales altamente específicos que son el foco de la neurociencia cognitiva porque el uso de datos puros de EEG dificultaba el aislamiento de procesos neurocognitivos individuales . Los potenciales relacionados con eventos (ERP) ofrecieron un método más sofisticado para extraer eventos sensoriales, cognitivos y motores más específicos mediante el uso de técnicas de promedio simples. En 1935-1936, Pauline y Hallowell Davis registraron los primeros ERP conocidos en humanos despiertos y sus hallazgos se publicaron unos años más tarde, en 1939. Debido a la Segunda Guerra Mundial, no se realizaron muchas investigaciones en la década de 1940, pero las investigaciones se centraron en cuestiones sensoriales. volvió a recuperarse en la década de 1950. En 1964, la investigación de Gray Walter y sus colegas inició la era moderna de los descubrimientos de componentes de ERP cuando informaron sobre el primer componente cognitivo de ERP, llamado variación negativa contingente (CNV). ^[3] Sutton, Braren y Zubin (1965) hicieron otro avance con el descubrimiento del componente P3. ^[4] Durante los siguientes quince años, la investigación de componentes ERP se hizo cada vez más popular. La década de 1980, con la introducción de computadoras económicas, abrió una nueva puerta para la investigación en neurociencia cognitiva. Actualmente, ERP es uno de los métodos más utilizados en la investigación de neurociencia cognitiva para estudiar los correlatos fisiológicos de la actividad sensorial , perceptiva y cognitiva asociada con el procesamiento de información. ^[5]

Cálculo

Los ERP se pueden medir de forma fiable mediante electroencefalografía (EEG), un procedimiento que mide la actividad eléctrica del cerebro a lo largo del tiempo mediante electrodos colocados en el cuero cabelludo . El EEG refleja miles de procesos cerebrales que ocurren simultáneamente . Esto significa que la respuesta del cerebro a un único estímulo o evento de interés no suele ser visible en el registro EEG de un único ensayo. Para ver la respuesta del cerebro a un estímulo, el experimentador debe realizar muchas pruebas y promediar los resultados, lo que hace que la actividad cerebral aleatoria se promedie y permanezca la forma de onda relevante, lo que se denomina ERP. ^{[6] [7]}

La actividad cerebral aleatoria ( de fondo ) junto con otras señales biológicas (p. ej., EOG , EMG , EKG ) y la interferencia electromagnética (p. ej., ruido de línea , lámparas fluorescentes) constituyen la contribución del ruido al ERP registrado. Este ruido oscurece la señal de interés, que es la secuencia de los ERP subyacentes que se están estudiando. Desde un punto de vista de ingeniería, es posible definir la relación señal-ruido (SNR) de los ERP registrados. El promedio aumenta la SNR de los ERP registrados, haciéndolos discernibles y permitiendo su interpretación. Esto tiene una explicación matemática simple siempre que se hagan algunas suposiciones simplificadoras. Estos supuestos son:

1. La señal de interés está formada por una secuencia de ERP bloqueados por eventos con latencia y forma invariables.
2. El ruido puede aproximarse mediante un proceso de varianza aleatorio gaussiano de media cero que no está correlacionado entre ensayos y no está vinculado en el tiempo al evento (esta suposición puede violarse fácilmente, por ejemplo, en el caso de un sujeto que hace pequeños movimientos con la lengua mientras está mentalmente). contar los objetivos en un experimento). ${\displaystyle \sigma ^{2}}$

Habiendo definido , el número de prueba y el tiempo transcurrido después del ^decimo evento, cada prueba registrada se puede escribir como dónde está la señal y dónde está el ruido (Bajo los supuestos anteriores, la señal no depende de la prueba específica, mientras que el ruido hace). ${\displaystyle k}$ ${\displaystyle t}$ ${\displaystyle k}$ ${\displaystyle x(t,k)=s(t)+n(t,k)}$ ${\displaystyle s(t)}$ ${\displaystyle n(t,k)}$

El promedio de ensayos es ${\displaystyle N}$

${\displaystyle {\bar {x}}(t)={\frac {1}{N}}\sum _{k=1}^{N}x(t,k)=s(t)+{\frac {1}{N}}\sum _{k=1}^{N}n(t,k)}$.

El valor esperado de es (como se esperaba) la señal misma . ${\displaystyle {\bar {x}}(t)}$ ${\displaystyle \operatorname {E} [{\bar {x}}(t)]=s(t)}$

Su varianza es

${\displaystyle \operatorname {Var} [{\bar {x}}(t)]=\operatorname {E} \left[\left({\bar {x}}(t)-\operatorname {E} [{\bar {x}}(t)]\right)^{2}\right]={\frac {1}{N^{2}}}\operatorname {E} \left[\left(\sum _{k=1}^{N}n(t,k)\right)^{2}\right]={\frac {1}{N^{2}}}\sum _{k=1}^{N}\operatorname {E} \left[n(t,k)^{2}\right]={\frac {\sigma ^{2}}{N}}}$.

Por esta razón, se espera que la amplitud del ruido del promedio de las pruebas se desvíe de la media (que es ) en menos o igual que en el 68% de los casos. En particular, la desviación en la que se encuentran el 68% de las amplitudes del ruido es multiplicada por la de una sola prueba. Ya se puede esperar que una desviación mayor de abarque el 95% de todas las amplitudes de ruido. ${\displaystyle N}$ ${\displaystyle s(t)}$ ${\displaystyle \sigma /{\sqrt {N}}}$ ${\displaystyle 1/{\sqrt {N}}}$ ${\displaystyle 2\sigma /{\sqrt {N}}}$

El ruido de gran amplitud (como parpadeos o artefactos de movimiento ) suele ser varios órdenes de magnitud mayor que los ERP subyacentes. Por lo tanto, los ensayos que contengan tales artefactos deben eliminarse antes de promediar. El rechazo de artefactos se puede realizar manualmente mediante inspección visual o mediante un procedimiento automatizado basado en umbrales fijos predefinidos (que limitan la amplitud o pendiente máxima del EEG) o en umbrales variables en el tiempo derivados de las estadísticas del conjunto de pruebas. ^{[ cita necesaria ]}

Nomenclatura

Las formas de onda de ERP constan de una serie de desviaciones de voltaje positivas y negativas, que están relacionadas con un conjunto de componentes subyacentes . ^[8] Aunque algunos componentes de ERP se denominan con siglas (por ejemplo, variación negativa contingente  – CNV, negatividad relacionada con errores  – ERN), la mayoría de los componentes se denominan con una letra (N/P) que indica polaridad (negativa/positiva), seguido de un número que indica la latencia en milisegundos o la posición ordinal del componente en la forma de onda. Por ejemplo, un pico negativo que es el primer pico sustancial en la forma de onda y que a menudo ocurre unos 100 milisegundos después de que se presenta un estímulo a menudo se denomina N100 ( lo que indica que su latencia es de 100 ms después del estímulo y que es negativo) o N1 (que indica que es el primer pico y es negativo); a menudo va seguido de un pico positivo, normalmente llamado P200 o P2. Las latencias declaradas para los componentes del ERP suelen ser bastante variables, especialmente para los componentes posteriores que están relacionados con el procesamiento cognitivo del estímulo. Por ejemplo, el componente P300 puede presentar un pico entre 250 ms y 700 ms.

Ventajas y desventajas

En relación con las medidas de comportamiento

En comparación con los procedimientos conductuales, los ERP proporcionan una medida continua de procesamiento entre un estímulo y una respuesta, lo que permite determinar qué etapa(s) se ven afectadas por una manipulación experimental específica. Otra ventaja sobre las medidas conductuales es que pueden proporcionar una medida del procesamiento de estímulos incluso cuando no hay ningún cambio de conducta. Sin embargo, debido al tamaño significativamente pequeño de un ERP, generalmente se necesitan una gran cantidad de pruebas para medirlo correctamente y con precisión. ^[9]

En relación con otras medidas neurofisiológicas

Invasividad

A diferencia de los microelectrodos, que requieren la inserción de un electrodo en el cerebro, y las exploraciones PET que exponen a los humanos a la radiación, los ERP utilizan EEG, un procedimiento no invasivo.

Resolución espacial y temporal

Los ERP proporcionan una excelente resolución temporal , ya que la velocidad de grabación del ERP solo está limitada por la velocidad de muestreo que el equipo de grabación puede soportar, mientras que las medidas hemodinámicas (como fMRI , PET y fNIRS ) están inherentemente limitadas por la baja velocidad del BOLD. respuesta. Sin embargo, la resolución espacial de un ERP es mucho peor que la de los métodos hemodinámicos; de hecho, la ubicación de las fuentes de ERP es un problema inverso que no se puede resolver exactamente, sólo estimarse. Por lo tanto, los ERP son adecuados para preguntas de investigación sobre la velocidad de la actividad neuronal, y menos adecuados para preguntas de investigación sobre la ubicación de dicha actividad. ^[1]

Costo

La investigación de ERP es mucho más barata que otras técnicas de imágenes como fMRI , PET y MEG . Esto se debe a que comprar y mantener un sistema de EEG es menos costoso que otros sistemas.

Clínico

Los médicos y neurólogos a veces utilizan un estímulo visual de tablero de ajedrez intermitente para detectar cualquier daño o trauma en el sistema visual. En una persona sana, este estímulo provocará una fuerte respuesta en la corteza visual primaria ubicada en el lóbulo occipital , en la parte posterior del cerebro.

Se han demostrado anomalías en los componentes del ERP en investigaciones clínicas en afecciones neurológicas como:

• TDA/H ^{[10] [11]}
• Demencia ^[12]
• Enfermedad de Parkinson ^[13]
• Esclerosis múltiple ^[14]
• Lesiones en la cabeza ^[15]
• Accidente cerebrovascular ^[16]
• Trastorno obsesivo-compulsivo ^[17]
• Esquizofrenia ^{[18] [19]}
• Depresión ^[20]
• Trastorno del espectro autista ^[21]
• Epilepsia : para controlar la eficiencia de los procesos cognitivos ^[22]

Investigación

Los ERP se utilizan ampliamente en neurociencia , psicología cognitiva , ciencia cognitiva e investigación psicofisiológica . Los psicólogos experimentales y los neurocientíficos han descubierto muchos estímulos diferentes que provocan ERP confiables en los participantes. Se cree que el momento de estas respuestas proporciona una medida del momento de la comunicación del cerebro o del procesamiento de la información. Por ejemplo, en el paradigma del tablero de ajedrez descrito anteriormente, la primera respuesta de la corteza visual de los participantes sanos es de alrededor de 50 a 70 ms. Esto parecería indicar que ésta es la cantidad de tiempo que tarda el estímulo visual transducido en llegar a la corteza después de que la luz entra por primera vez en el ojo . Alternativamente, la respuesta del P300 ocurre alrededor de 300 ms en el paradigma excéntrico , por ejemplo, independientemente del tipo de estímulo presentado: visual , táctil , auditivo , olfativo , gustativo , etc. Debido a esta invariancia general con respecto al tipo de estímulo, el P300 Se entiende que el componente refleja una respuesta cognitiva superior a estímulos inesperados y/o cognitivamente destacados . La respuesta del P300 también se ha estudiado en el contexto de la detección de información y memoria. ^[23] Además, existen estudios sobre anomalías de P300 en la depresión. Los pacientes deprimidos tienden a tener una amplitud reducida de P200 y P300 y una latencia prolongada de P300. ^[20]

Debido a la coherencia de la respuesta de P300 a nuevos estímulos, se puede construir una interfaz cerebro-computadora que dependa de ella. Al organizar muchas señales en una cuadrícula, haciendo parpadear aleatoriamente las filas de la cuadrícula como en el paradigma anterior, y observando las respuestas P300 de un sujeto que mira fijamente la cuadrícula, el sujeto puede comunicar qué estímulo está mirando y, por lo tanto, lentamente "escribir". " palabras. ^[24]

Otra área de investigación en el campo de los ERP radica en la copia eferencia . Este mecanismo predictivo juega un papel central, por ejemplo, en la verbalización humana. ^{[25] [26]} Las copias de eferencia, sin embargo, no sólo se producen en las palabras habladas, sino también en el lenguaje interior, es decir, en la producción silenciosa de palabras, lo que también se ha demostrado mediante potenciales relacionados con eventos. ^[27]

Otros ERP utilizados con frecuencia en la investigación, especialmente en la investigación neurolingüística , incluyen el ELAN , el N400 y el P600/SPS . El análisis de los datos del ERP también está cada vez más respaldado por algoritmos de aprendizaje automático. ^{[28] [29]}

Número de intentos

Un problema común en los estudios de ERP es si los datos observados tienen un número suficiente de ensayos para respaldar el análisis estadístico. ^[30] El ruido de fondo en cualquier ERP para cualquier individuo puede variar. Por lo tanto, simplemente caracterizar el número de pruebas de ERP necesarias para una respuesta sólida de los componentes es inadecuado. Los investigadores de ERP pueden utilizar métricas como el error de medición estandarizado (SME) para justificar el examen de diferencias entre condiciones o entre grupos ^[31] o estimaciones de consistencia interna para justificar el examen de diferencias individuales. ^{[32] [33] [30]}

Ver también

• Bereitschaftspotential
• C1 y P1
• Variación negativa contingente
• Diferencia debido a la memoria.
• Negatividad anterior izquierda temprana
• Erich Schröger
• Negatividad relacionada con errores
• Potencial evocado
• Actividad inducida
• Potencial de preparación lateralizada
• Negatividad de desajuste
• Negatividad: N100 • Visual N1 • N170 • N200 • N2pc • N400
• Positividad: P200 • P300 • P3a • P3b • Componente positivo tardío • P600
• Potencial evocado somatosensorial

Referencias

1. Suerte SJ (2005). Introducción a la técnica del potencial relacionado con eventos . La prensa del MIT. ISBN 978-0-262-12277-1.^{[ página necesaria ]}
2. Marrón CM, Hagoort P (1999). "La neurociencia cognitiva del lenguaje". En Brown CM, Hagoort P (eds.). La neurocognición del lenguaje . Nueva York: Oxford University Press . pag. 6.
3. Walter WG, Cooper R, Aldridge VJ, Mccallum WC, Winter AL (julio de 1964). "Variación negativa contingente: una señal eléctrica de asociación sensorio-motora y expectativa en el cerebro humano". Naturaleza . 203 (4943): 380–4. Código Bib :1964Natur.203..380W. doi :10.1038/203380a0. PMID  14197376. S2CID  26808780.
4. Sutton S, Braren M, Zubin J, John ER (noviembre de 1965). "Correlaciones de potencial evocado de la incertidumbre del estímulo". Ciencia . 150 (3700): 1187–8. Código bibliográfico : 1965 Ciencia... 150.1187S. doi : 10.1126/ciencia.150.3700.1187. PMID  5852977. S2CID  39822117.
5. Práctico, TC (2005). Potenciales relacionados con eventos: un manual de métodos. Cambridge, Massachusetts: Bradford/ MIT Press . ^{[ página necesaria ]}
6. Coles MG, Rugg MD (1995). "Potenciales cerebrales relacionados con eventos: una introducción". En Rugg MD, Coles MG (eds.). Electrofisiología de la mente: cognición y potenciales cerebrales relacionados con eventos . Serie de psicología de Oxford, núm. 25. Nueva York: Oxford University Press. págs. 1–26.
7. Clayson, Peter E.; Baldwin, Scott A.; Larson, Michael J. "¿Cómo afecta el ruido a la medición de amplitud y latencia de potenciales relacionados con eventos (ERP)? Una crítica metodológica y un estudio de simulación". Psicofisiología . 50 (2): 174–186. doi :10.1111/psyp.12001. ISSN  0048-5772.
8. Suerte SJ, Kappenman ES, eds. (2012). El manual de Oxford de componentes potenciales relacionados con eventos. Prensa de la Universidad de Oxford. pag. 664.ISBN​ 9780195374148.
9. Suerte S (2005). "Comparación con medidas de comportamiento". Introducción a la técnica del potencial relacionado con eventos . Prensa del MIT. págs. 21-23.
10. Johnstone SJ, Barry RJ, Clarke AR (abril de 2013). "Diez años después: una revisión de seguimiento de la investigación de ERP en el trastorno por déficit de atención con hiperactividad". Neurofisiología clínica . 124 (4): 644–57. doi :10.1016/j.clinph.2012.09.006. PMID  23063669. S2CID  13867965.
11. Barry RJ, Johnstone SJ, Clarke AR (febrero de 2003). "Una revisión de la electrofisiología en el trastorno por déficit de atención con hiperactividad: II. Potenciales relacionados con eventos". Neurofisiología clínica . 114 (2): 184–98. doi :10.1016/S1388-2457(02)00363-2. PMID  12559225. S2CID  9239459.
12. Boutros N, Torello MW, Burns EM, Wu SS, Nasrallah HA (junio de 1995). "Potenciales evocados en sujetos con riesgo de padecer la enfermedad de Alzheimer". Investigación en psiquiatría . 57 (1): 57–63. doi :10.1016/0165-1781(95)02597-P. PMID  7568559. S2CID  17010156.
13. Prabhakar S, Syal P, Srivastava T (septiembre de 2000). "P300 en la enfermedad de Parkinson no demencial recién diagnosticada: efecto de los fármacos dopaminérgicos". Neurología India . 48 (3): 239–42. PMID  11025627.
14. Boose MA, Cranford JL (enero de 1996). "Potenciales relacionados con eventos auditivos en la esclerosis múltiple". La revista americana de otología . 17 (1): 165–70. PMID  8694124.
15. Duncan CC, Kosmidis MH, Mirsky AF (enero de 2003). "Evaluación potencial del procesamiento de información relacionada con eventos después de una lesión en la cabeza cerrada". Psicofisiología . 40 (1): 45–59. doi :10.1111/1469-8986.00006. PMID  12751803.
16. D'Arcy RC, Marchand Y, Eskes GA, Harrison ER, Phillips SJ, Major A, Connolly JF (abril de 2003). "Evaluación electrofisiológica de la función del lenguaje después de un accidente cerebrovascular". Neurofisiología clínica . 114 (4): 662–72. doi :10.1016/S1388-2457(03)00007-5. PMID  12686275. S2CID  27955719.
17. Hanna GL, Carrasco M, Harbin SM, Nienhuis JK, LaRosa CE, Chen P, et al. (Septiembre 2012). "Negatividad relacionada con errores y antecedentes de tics en el trastorno obsesivo-compulsivo pediátrico". Revista de la Academia Estadounidense de Psiquiatría Infantil y Adolescente . 51 (9): 902–10. doi :10.1016/j.jaac.2012.06.019. PMC 3427894 . PMID  22917203. 
18. Ford JM, Palzes VA, Roach BJ, Mathalon DH (julio de 2014). "¿Hice eso? Procesos predictivos anormales en la esquizofrenia al presionar un botón para emitir un tono". Boletín de esquizofrenia . 40 (4): 804–12. doi :10.1093/schbul/sbt072. PMC 4059422 . PMID  23754836. 
19. Clayson PE, Wynn JK, Infantolino ZP, Hajcak G, Green MF, Horan WP (noviembre de 2019). "Procesamiento de recompensas en contextos ciertos versus inciertos en la esquizofrenia: un estudio de potencial relacionado con eventos (ERP)". Revista de Psicología Anormal . 128 (8): 867–880. doi :10.1037/abn0000469. PMC 6822386 . PMID  31657597. 
20. Zhou L, Wang G, Nan C, Wang H, Liu Z, Bai H (enero de 2019). "Anomalías en los componentes del P300 en la depresión: un estudio ERP-sLORETA". Revista Nórdica de Psiquiatría . 73 (1): 1–8. doi :10.1080/08039488.2018.1478991. PMID  30636465. S2CID  58664019.
21. Casanova MF, Sokhadze EM, Casanova EL, Li X (octubre de 2020). "Estimulación magnética transcraneal en los trastornos del espectro autista: fundamentos neuropatológicos y correlaciones clínicas". Seminarios de Neurología Pediátrica . 35 : 100832. doi : 10.1016/j.spen.2020.100832. PMC 7477302 . PMID  32892959. 
22. Derkowski, Wojciech (2012). "Potenciales relacionados con eventos en pacientes con epilepsia tratados con levetiracetam". Epilepsia . 53 (t5 p670): 195. doi :10.1111/j.1528-1167.2012.03677.x. ISSN  0013-9580.
23. McCormick B (2006). "Sus pensamientos pueden engañarlo: las implicaciones constitucionales de la tecnología de huellas dactilares cerebrales y cómo se puede utilizar para proteger nuestros cielos". Revisión de derecho y psicología . 30 : 171–84.
24. Farwell LA, Donchin E (diciembre de 1988). "Hablar fuera de tu cabeza: hacia una prótesis mental que utiliza potenciales cerebrales relacionados con eventos". Electroencefalografía y Neurofisiología Clínica . 70 (6): 510–23. doi :10.1016/0013-4694(88)90149-6. PMID  2461285. S2CID  4547500.
25. Roach BJ, Ford JM, Biagianti B, Hamilton HK, Ramsay IS, Fisher M, et al. (noviembre de 2019). "Función de descarga de copia/corolario de eferencia y entrenamiento cognitivo dirigido en pacientes con esquizofrenia". Revista Internacional de Psicofisiología . 145 : 91–98. doi :10.1016/j.ijpsycho.2018.12.015. PMC 6616012 . PMID  30599145. 
26. Brumberg JS, Pitt KM (julio de 2019). "Supresión inducida por el motor del potencial relacionado con el evento N100 durante el control de imágenes motoras de una interfaz cerebro-computadora de sintetizador de voz". Revista de investigación del habla, el lenguaje y la audición . 62 (7): 2133–2140. doi : 10.1044/2019_JSLHR-S-MSC18-18-0198. PMC 6808362 . PMID  31306609. 
27. Whitford TJ, Jack BN, Pearson D, Griffiths O, Luque D, Harris AW, et al. (Diciembre de 2017). "Evidencia neurofisiológica de copias de eferencia al habla interna". eVida . 6 . doi : 10.7554/eLife.28197 . PMC 5714499 . PMID  29199947. 
28. Mueller A, Candrian G, Kropotov JD, Ponomarev VA, Baschera GM (junio de 2010). "Clasificación de pacientes con TDAH sobre la base de componentes ERP independientes mediante un sistema de aprendizaje automático". Física Biomédica No Lineal . 4 (Suplemento 1): S1. doi : 10.1186/1753-4631-4-S1-S1 . PMC 2880795 . PMID  20522259. 
29. Frick J, Rieg T, Buettner R (2021). Detección de esquizofrenia: un algoritmo de aprendizaje automático para la detección temprana y la prevención potencial basada en potenciales relacionados con eventos . Actas de la 54ª Conferencia Internacional de Hawaii sobre Ciencias de Sistemas. doi : 10.24251/HICSS.2021.460 . hdl : 10125/71076 .
30. Clayson, Peter E. (2024). "La actualización psicométrica que necesita la psicofisiología". Psicofisiología . 61 (3). doi :10.1111/psyp.14522. ISSN  0048-5772.
31. Luck SJ, Stewart AX, Simmons AM, Rhemtulla M (junio de 2021). "Error de medición estandarizado: una métrica universal de la calidad de los datos para potenciales promediados relacionados con eventos". Psicofisiología . 58 (6): e13793. doi :10.1111/psyp.13793. PMC 8169536 . PMID  33782996. 
32. Clayson PE, Miller GA (enero de 2017). "Consideraciones psicométricas en la medición de potenciales cerebrales relacionados con eventos: pautas para la medición y la presentación de informes". Revista Internacional de Psicofisiología . 111 : 57–67. doi :10.1016/j.ijpsycho.2016.09.005. PMID  27619493.
33. Clayson PE, Brush CJ, Hajcak G (julio de 2021). "Métricas de confiabilidad y calidad de los datos para potenciales relacionados con eventos (ERP): la utilidad de la confiabilidad a nivel de sujeto". Revista Internacional de Psicofisiología . 165 : 121-136. doi :10.1016/j.ijpsycho.2021.04.004. PMID  33901510. S2CID  233408794.

Otras lecturas

• Suerte SJ (2014). Introducción a la técnica del potencial relacionado con eventos (Segunda ed.). Cambridge, Massachusetts: Prensa del MIT. ISBN 978-0-262-52585-5. Archivado desde el original el 17 de marzo de 2018 . Consultado el 28 de marzo de 2017 .
• Suerte SJ, Kappenman ES, eds. (2005). El manual de Oxford de componentes potenciales relacionados con eventos. Cambridge, Massachusetts: MIT Press. ISBN 978-0-262-08333-1.
• Fabiani M, Gratton G, Federmeier KD (2007). "Potenciales cerebrales relacionados con eventos: métodos, teoría y aplicaciones". En Cacioppo JT, Tassinary LG, Berntson GG (eds.). Manual de psicofisiología (3ª ed.). Cambridge: Universidad de Cambridge. págs. 85-119. ISBN 978-0-521-84471-0.
• Polich J, Corey-Bloom J (diciembre de 2005). "Enfermedad de Alzheimer y P300: revisión y evaluación de tarea y modalidad". Investigación actual sobre el Alzheimer . 2 (5): 515–25. doi :10.2174/156720505774932214. PMID  16375655.
• Zani A, Proverbio AM (2003). Electrofisiología cognitiva de la mente y el cerebro . Ámsterdam: Prensa académica. ISBN 978-0-12-775421-5.
• Kropotov J (2009). EEG cuantitativo, potenciales relacionados con eventos y neuroterapia (1ª ed.). Ámsterdam: Elsevier/Académico. ISBN 978-0-12-374512-5.

enlaces externos

• [1] – La Escuela de Verano ERP 2017 se llevó a cabo en la Facultad de Psicología de la Universidad de Bangor del 25 al 30 de junio de 2017.
• EEGLAB Toolbox: una caja de herramientas de Matlab de código abierto y disponible gratuitamente para procesar y analizar datos de EEG
• ERPLAB Toolbox: una caja de herramientas de Matlab de código abierto y disponible gratuitamente para procesar y analizar datos de ERP.
• The ERP Boot Camp Archivado el 28 de noviembre de 2016 en Wayback Machine : una serie de talleres de capacitación para investigadores de ERP dirigidos por Steve Luck y Emily Kappenman.
• Virtual ERP Boot Camp: un blog con información, anuncios y consejos sobre la metodología ERP.