Potencial relacionado con eventos

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

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

Un potencial relacionado con eventos ( PRE ) 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 cerebral.

Los potenciales evocados se miden mediante electroencefalografía (EEG). El equivalente magnetoencefalográfico (MEG) de los potenciales evocados es el campo relacionado con eventos (ERF, por sus siglas en inglés). ^[2] Los potenciales evocados y los potenciales inducidos son subtipos de potenciales evocados.

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. Los cambios en el voltaje se pueden representar gráficamente a lo largo de un período de tiempo. Observó que los voltajes podían verse influenciados por eventos externos que estimulaban los sentidos. El EEG resultó ser una fuente útil para registrar la actividad cerebral durante las décadas siguientes. Sin embargo, tendía a ser muy difícil evaluar los procesos neuronales altamente específicos que son el foco de la neurociencia cognitiva porque el uso de datos de EEG puros dificultaba aislar los procesos neurocognitivos individuales . Los potenciales relacionados con eventos (ERP) ofrecían 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 realizó mucha investigación en la década de 1940, pero la investigación centrada en cuestiones sensoriales se recuperó en la década de 1950. En 1964, la investigación de Grey Walter y sus colegas comenzó la era moderna de los descubrimientos de componentes ERP cuando informaron el primer componente ERP cognitivo, 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 del componente 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 en neurociencia cognitiva para estudiar los correlatos fisiológicos de la actividad sensorial , perceptiva y cognitiva asociada con el procesamiento de la información. ^[5]

Cálculo

Los ERP se pueden medir de manera confiable 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 se desarrollan simultáneamente . Esto significa que la respuesta del cerebro a un solo estímulo o evento de interés no suele ser visible en el registro EEG de un solo ensayo. Para ver la respuesta del cerebro a un estímulo, el experimentador debe realizar muchos ensayos y promediar los resultados juntos, lo que hace que se promedie la actividad cerebral aleatoria y que permanezca la forma de onda relevante, llamada ERP. ^{[6] [7]}

La actividad cerebral aleatoria ( de fondo ) junto con otras señales biológicas (por ejemplo, EOG , EMG , EKG ) e interferencias electromagnéticas (por ejemplo, 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 ERP subyacentes en estudio. 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. Estas suposiciones son:

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

Una vez definido , el número de prueba, y , el tiempo transcurrido después del ^evento , cada prueba registrada se puede escribir como donde es la señal y es el ruido (bajo los supuestos anteriores, la señal no depende de la prueba específica mientras que el ruido sí). ${\displaystyle k}$ ${\displaystyle t}$ ${\displaystyle k}$ ${\displaystyle x(t,k)=s(t)+n(t,k)}$ ${\displaystyle s(t)}$ ${\displaystyle n(t,k)}$

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 en sí, . ${\displaystyle {\bar {x}}(t)}$ ${\displaystyle \operatorname {E} [{\bar {x}}(t)]=s(t)}$

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 los ensayos se desvíe de la media (que es ) en un porcentaje menor o igual que en el 68% de los casos. En particular, la desviación en la que se encuentra el 68% de las amplitudes del ruido es el doble de la de un solo ensayo. Ya se puede esperar que una desviación mayor de abarque el 95% de todas las amplitudes del ruido. ${\displaystyle N}$ ${\displaystyle s(t)}$ ${\displaystyle \sigma /{\sqrt {N}}}$ ${\displaystyle 1/{\sqrt {N}}}$ ${\displaystyle 2\sigma /{\sqrt {N}}}$

Los ruidos de amplitud amplia (como los parpadeos o los artefactos de movimiento ) suelen ser varios órdenes de magnitud mayores que los ERP subyacentes. Por lo tanto, los ensayos que contienen dichos artefactos deben eliminarse antes de realizar el promedio. El rechazo de los artefactos se puede realizar manualmente mediante una inspección visual o utilizando 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 ensayos. ^{[ cita requerida ]}

Nomenclatura

Las formas de onda ERP consisten en una serie de desviaciones de voltaje positivas y negativas, que están relacionadas con un conjunto de componentes subyacentes . ^[8] Aunque algunos componentes ERP se conocen con acrónimos (por ejemplo, variación negativa contingente  - CNV, negatividad relacionada con el error  - ERN), la mayoría de los componentes se conocen con una letra (N/P) que indica polaridad (negativa/positiva), seguida 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 alrededor de 100 milisegundos después de que se presenta un estímulo a menudo se llama N100 (lo que indica que su latencia es de 100 ms después del estímulo y que es negativo) o N1 (lo que indica que es el primer pico y es negativo); a menudo va seguido de un pico positivo, generalmente llamado P200 o P2. Las latencias indicadas para los componentes ERP suelen ser bastante variables, en particular para los componentes posteriores relacionados con el procesamiento cognitivo del estímulo. Por ejemplo, el componente P300 puede presentar un pico en cualquier momento 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 del 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 cambio de conducta. Sin embargo, debido al tamaño significativamente pequeño de un ERP, generalmente se necesita una gran cantidad de ensayos para medirlo correctamente 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 registro de ERP solo está limitada por la frecuencia de muestreo que el equipo de registro puede soportar de manera factible, mientras que las mediciones hemodinámicas (como fMRI , PET y fNIRS ) están limitadas inherentemente por la baja velocidad de la respuesta BOLD . 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 con exactitud, solo estimar. Por lo tanto, los ERP son adecuados para investigar preguntas sobre la velocidad de la actividad neuronal, y son menos adecuados para investigar preguntas sobre la ubicación de dicha actividad. ^[1]

Costo

La investigación con ERP es mucho más barata que otras técnicas de diagnóstico por imagen, como fMRI , PET y MEG . Esto se debe a que la compra y el mantenimiento de un sistema de EEG son menos costosos que los otros sistemas.

Clínico

Los médicos y neurólogos a veces utilizan un estímulo visual parpadeante en forma de tablero de ajedrez para comprobar si hay algún 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 del componente ERP en la investigación clínica en afecciones neurológicas como:

• TDAH ^{[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 monitorear 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 el momento 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 esta es la cantidad de tiempo que tarda el estímulo visual transducido en llegar a la corteza después de que la luz ingresa por primera vez al ojo . Alternativamente, la respuesta P300 ocurre alrededor de los 300 ms en el paradigma oddball , 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, se entiende que el componente P300 refleja una respuesta cognitiva más alta a estímulos inesperados y/o cognitivamente salientes . La respuesta 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 P200 y P300 reducida y una latencia P300 prolongada. ^[20]

Debido a la consistencia de la respuesta del P300 a estímulos nuevos, se puede construir una interfaz cerebro-computadora que se base en 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 del P300 de un sujeto que mira fijamente la cuadrícula, el sujeto puede comunicar qué estímulo está mirando y así "escribir" palabras lentamente. ^[24]

Otro campo de investigación en el campo de la ERP es la copia eferente . Este mecanismo predictivo desempeña un papel central, por ejemplo, en la verbalización humana. ^{[25] [26]} Sin embargo, las copias eferentes no sólo se producen con palabras habladas, sino también con el lenguaje interno, es decir, la producción silenciosa de palabras, lo que también se ha demostrado mediante potenciales relacionados con eventos. ^[27]

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

Número de ensayos

Un problema común en los estudios de ERP es si los datos observados tienen una cantidad 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 la cantidad de ensayos de ERP necesarios para una respuesta robusta del componente es inadecuado. Los investigadores de ERP pueden usar métricas como el error de medición estandarizado (SME) para justificar el examen de las diferencias entre condiciones o entre grupos ^[31] o estimaciones de consistencia interna para justificar el examen de las diferencias individuales. ^{[32] [33] [30]}

Véase también

• Potencial de ocupación
• C1 y P1
• Variación contingente negativa
• Diferencia debido a la memoria
• Negatividad anterior izquierda temprana
• Erich Schröger
• Negatividad relacionada con el error
• Potencial evocado
• Actividad inducida
• Potencial de preparación lateralizado
• 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. Luck SJ (2005). Introducción a la técnica del potencial relacionado con eventos . The MIT Press. ISBN 978-0-262-12277-1.^{[ página necesaria ]}
2. Brown CM, Hagoort P (1999). "La neurociencia cognitiva del lenguaje". En Brown CM, Hagoort P (eds.). La neurocognición del lenguaje . Nueva York: Oxford University Press . p. 6.
3. Walter WG, Cooper R, Aldridge VJ, Mccallum WC, Winter AL (julio de 1964). "Variación negativa contingente: un signo eléctrico de asociación sensoriomotora y expectativa en el cerebro humano". Nature . 203 (4943): 380–4. Bibcode :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 la incertidumbre del estímulo con potenciales evocados". Science . 150 (3700): 1187–8. Bibcode :1965Sci...150.1187S. doi :10.1126/science.150.3700.1187. PMID  5852977. S2CID  39822117.
5. Handy, 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: potenciales cerebrales relacionados con eventos y cognición . Oxford psychology series, No. 25. Nueva York: Oxford University Press. págs. 1–26.
7. Clayson, Peter E.; Baldwin, Scott A.; Larson, Michael J. (2013). "¿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. PMID  23216521.
8. Luck SJ, Kappenman ES, eds. (2012). Manual de Oxford de componentes potenciales relacionados con eventos. Oxford University Press. pág. 664. ISBN 9780195374148.
9. Luck S (2005). "Comparación con medidas de comportamiento". Introducción a la técnica del potencial relacionado con eventos . MIT Press. págs. 21–23.
10. Johnstone SJ, Barry RJ, Clarke AR (abril de 2013). "Diez años después: una revisión de seguimiento de la investigación sobre ERP en el trastorno por déficit de atención e 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 e 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 enfermedad de Alzheimer". Psychiatry Research . 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 de diagnóstico reciente: efecto de los fármacos dopaminérgicos". Neurology India . 48 (3): 239–42. PMID  11025627.
14. Boose MA, Cranford JL (enero de 1996). "Potenciales auditivos relacionados con eventos en la esclerosis múltiple". The American Journal of Otology . 17 (1): 165–70. PMID  8694124.
15. Duncan CC, Kosmidis MH, Mirsky AF (enero de 2003). "Evaluación del potencial relacionado con eventos del procesamiento de la información después de una lesión cerebral 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 de 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). "¿Lo hice yo? 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 e 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). "Anormalidades 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 trastornos del espectro autista: fundamentos neuropatológicos y correlaciones clínicas". Seminarios en 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 (s5 p670): 195. doi :10.1111/j.1528-1167.2012.03677.x. ISSN  0013-9580. PMID  22966969.
23. McCormick B (2006). "Sus pensamientos pueden engañarlo: las implicaciones constitucionales de la tecnología de huellas dactilares cerebrales y cómo puede utilizarse para proteger nuestros cielos". Law & Psychology Review . 30 : 171–84.
24. Farwell LA, Donchin E (diciembre de 1988). "Hablar sin pensar: hacia una prótesis mental que utilice 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 copia eferente/descarga corolaria 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 motor del potencial relacionado con eventos 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 eferentes del habla interna". eLife . 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 en base a componentes ERP independientes utilizando un sistema de aprendizaje automático". Nonlinear Biomedical Physics . 4 (Supl 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 posible detección temprana y prevención basada en potenciales relacionados con eventos . Actas de la 54.ª Conferencia Internacional de Hawái 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): e14522. doi :10.1111/psyp.14522. ISSN  0048-5772. PMC  10922751. PMID  38228400.
31. Luck SJ, Stewart AX, Simmons AM, Rhemtulla M (junio de 2021). "Error de medición estandarizado: una métrica universal de calidad de datos para potenciales relacionados con eventos promediados". 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 el informe". 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 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.

Lectura adicional

• Luck SJ (2014). Introducción a la técnica del potencial relacionado con eventos (segunda edición). Cambridge, Massachusetts: The MIT Press. ISBN 978-0-262-52585-5Archivado desde el original el 17 de marzo de 2018. Consultado el 28 de marzo de 2017 .
• Luck SJ, Kappenman ES, eds. (2005). Manual Oxford de componentes potenciales relacionados con eventos. Cambridge, Mass.: 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.). Handbook of Psychophysiology (3.ª ed.). Cambridge: Cambridge University. 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 la tarea y la modalidad". Current Alzheimer Research . 2 (5): 515–25. doi :10.2174/156720505774932214. PMID  16375655.
• Zani A, Proverbio AM (2003). Electrofisiología cognitiva de la mente y el cerebro . Ámsterdam: Academic Press. ISBN 978-0-12-775421-5.
• Kropotov J (2009). EEG cuantitativo, potenciales relacionados con eventos y neuroterapia (1.ª ed.). Ámsterdam: Elsevier/Academic. 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 Matlab de código abierto y disponible de forma gratuita para procesar y analizar datos de EEG
• ERPLAB Toolbox: una caja de herramientas Matlab de código abierto y disponible de forma gratuita para procesar y analizar datos ERP
• El 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