Una técnica que descompone señales neuronales permite conocer mejor el cerebro

Debido a la constante actividad cerebral es complicado estudiar qué funciones concretas desempeñan los núcleos cerebrales y a qué comportamientos concretos se asocian. Además, las técnicas actuales resultan insuficientes para un estudio preciso de nuestro cerebro. Las imágenes de resonancia magnética, por ejemplo, son, en palabras de Óscar Herreras, investigador del Instituto Cajal del CSIC y autor del trabajo, "muy borrosas, de mala calidad y apenas captan una fracción de lo que realmente ocurre".

"Desde hace sesenta o setenta años existen dificultades en el campo de la investigación cerebral para entender con exactitud todo lo que supone un encefalograma", afirma Herreras. "No se entendía qué grupos neuronales contribuyen al mismo".

La técnica permite desentrañar el origen de las señales mezcladas y entender así parte del lenguaje de grupos neuronales. De este modo la herramienta de aplicación matemática puede, en registros intracerebrales, separar cada flujo de información  de núcleos cerebrales para interpretarlos con facilidad. "La mayor parte de la actividad cerebral no nos llega como una información rítmica sino irregular. Esta tecnica permite conocer la actividad irregular del cerebro", explica el científico.

Aunque la aplicación ya ha sido utilizada en medicina e investigación desde hace aproximadamente quince años, es la primera vez que se aplica en el cerebro.

La técnica, además, se utiliza ya en disciplinas de neurociencia incluido en el tratamiento de imágenes por electroencefalograma y resonancia. "En las lecturas de resonancias y electrofalogramas los registros resultan muy lejanos", indica Herreras. "Nosotros podemos introducir electrodos dentro del cráneo en experimentos con animales y desentrañar el origen de las señales".

Los experimentos realizados hasta el momento en modelos de animales permiten entrever posibles aplicaciones prácticas de la técnica en el futuro como la utilización del encefalograma como herramienta de diagnóstico en enfermedades neurológicas como la epilepsia.

"En la actualidad no es fácil averiguar qué parte del cerebro del paciente tiene el problema ya que las señales pueden venir de muchos orígenes a la vez. Ahora se pueden descomponer, averiguar el origen y acercarnos  así al núcleo de la parte defectuosa", explica Herreras que forma parte de un equipo multidisciplinar donde han participado físicos, biólogos y matemáticos.

Ya que se trata de una técnica de análisis muy compleja donde debido al "gran número de registros se necesitaba herramientas estadísticas y matemáticas", el equipo del CSIC colaboró de manera estrecha con Valeri Makarov, investigador y profesor del Departamento de Matemáticas aplicadas de la Universidad Complutense de Madrid.