CARTOGRAFÍA CEREBRAL

REVISIÓN

Cartografía cerebral durante el sueño: revisión crítica de la literatura

J.L. Cantero a,b, M. Atienza a,b, R.M. Salas a,b, C. Gómez b

CEREBRAL MAPPING DURING SLEEP: A CRITICAL REVIEW OF THE LITERATURE

Summary. Introduction. Cerebral mapping is a useful tool which permits graphic representation of certain EEG characteristics
which are imperceptible on simple visual inspection. This technique offers quite a good solution to analysis of cerebral rhyth-
micity, by including spectral, spacial and statistical parameters. Sleep is a physiological process during which dynamic inter-
change of cerebral rhythms has an important part in delimiting the different phases, not to mention the decisive part played by
phasic events at each stage of it. Development. In this paper we review the studies which have used cerebral mapping techniques
during the different stages of sleep. In order to give structure to the data obtained from these papers, we have classified the
information into aspects related to the methodology used in these studies and the results obtained. Decisions regarding metho-
dology are discussed, and further information given regarding technical aspects which might have had decisive influence on the
results obtained using this technique. Conclusions. We give suggestions as to the possibilities of the use of cerebral mapping
in studies on sleep, both clinically and experimentally [REV NEUROL 1999; 28: 417-23].
Key words. Analysis of frequency. Cerebral mapping. Microstructure of sleep. Quantitative electroencephalogram. Sleep.

INTRODUCCIÓN
La cartografía cerebral ha experimentado un gran avance debido al
interés de los especialistas e investigadores por explorar la topogra-
fía de determinados patrones neurofisiológicos de los que ya se
poseía una completa descripción espectral. Uno de los principales
argumentos a favor del uso de esta técnica es la posibilidad de
generar una información útil y cuantificada que no alcanzaría a
proporcionar una simple inspección visual del electroencefalogra-
ma (EEG) tradicional. De hecho, Duffy [1] sostiene que la cartografía
cerebral encuentra su verdadera utilidad en aquellos casos en los
que sería necesario realizar varias operaciones de forma simultánea
(análisis espectral, sumación temporal y representación espacial)
para extraer una información clínica relevante. En esta línea, la
cartografía añade una variedad de posibilidades en la utilización
clínica de la electroencefalografía, entre las que se podría encontrar
la representación espacial de información relevante extraída del
background del EEG (aspectos más estacionarios) en el mapa topo-
gráfico. En la medida en que estos sistemas de análisis proporcio-
naran bases de datos normalizadas en diferentes grupos de edad,
podríamos empezar a delimitar anormalidades manifiestas en de-
terminadas patologías neurológicas, psiquiátricas y/o psicológicas.
Debido a la reciente incorporación de esta técnica en departa-
mentos y hospitales y en laboratorios de sueño, son aún escasos los
trabajos que han utilizado la cartografía cerebral en frecuencia con
el fin de describir la topografía de la actividad cerebral que subyace
al sueño normal [2-6]. Al no existir consenso respecto a la metodo-
logía que debe utilizarse en este tipo de estudios, los resultados
obtenidos no son del todo comparables. Por otra parte, algunos
autores [7,8] han propuesto que los diferentes estados de sueño sean
clasificados no por fases (perspectiva más tradicional y estática) [9],
sino atendiendo a los diferentes microestados que aparecen a lo
Recibido: 02.03.98. Aceptado tras revisión externa sin modificaciones: 16.03.98.
a
Laboratorio de Sueño. Área de Psicofisiología Cognitiva. b Departamento
de Psicología Experimental. Laboratorio de Psicobiología. Facultad de
Psicología. Universidad de Sevilla. Sevilla, España.
Correspondencia: Dr. José Luis Cantero Lorente. Laboratorio de Sueño.
Área de Psicofisiología Cognitiva. Avenida de Andalucía, 16, 1.º D, izq.
E-41005 Sevilla. Fax: +34 95457 0917. E-mail: suesevilla@interbook.net
Este trabajo fue realizado con el apoyo de la Junta de Andalucía y la DGICYT
(PM95-0140).
 1999, REVISTA DE NEUROLOGÍA
largo del sueño (visión más actual y dinámica). En este sentido, y
teniendo en cuenta que el sueño es un proceso con una dinámica
fluctuante, nos parece más oportuno enfocar su análisis desde una
perspectiva microestructural con el fin de estudiar la interacción
entre eventos fásicos, transiciones entre fases y los aspectos tempo-
rales de esta dinámica. Probablemente sea desde este enfoque desde
donde la cartografía cerebral pueda aportar cierta información es-
pacial de gran relevancia. Respecto a la posible utilidad clínica de
los estudios de cartografía cerebral durante el sueño, existen deter-
minados trabajos que parecen demostrar la existencia de ciertos
indicadores espectrales característicos en pacientes con la enferme-
dad de Alzheimer [10,11] y en aquellos con síndrome de inmuno-
deficiencia adquirida (sida) [12].
Con este estudio se pretende realizar una breve revisión bibliográ-
fica de los trabajos existentes que utilizan la técnica de la cartografía
cerebral durante el sueño normal en sujetos humanos sanos. Nuestro
principal objetivo es resaltar aquella información relevante, no sólo
a nivel metodológico sino también de resultados, con el fin de sopesar
la utilidad de esta técnica tanto en servicios clínicos como en el ámbito
de la investigación. Debido a que los aspectos de interés merecen ser
comentados por separado, nos ha parecido interesante desglosar la
información en dos apartados, uno relacionado con la metodología
utilizada en los estudios revisados, y otro con el análisis e interpreta-
ción de los resultados obtenidos en dichos trabajos.
METODOLOGÍA EMPLEADA
POR LOS DIFERENTES ESTUDIOS
Los resultados visualizados en un mapa topográfico son dependien-
tes en gran medida de la metodología utilizada tanto previa al regis-
tro como a la hora de realizar el análisis espectral [13,14]. Desafor-
tunadamente, los estudios existentes sobre cartografía cerebral de
las distintas fases del sueño han utilizado condiciones metodológi-
cas muy dispares, y no se ha podido establecer una comparación de
resultados de forma fiable y exacta (Tabla).
En principio, la muestra que han empleado algunos autores se
ha limitado a un solo sujeto estudiado longitudinalmente [3,4],
siendo en uno de los casos de 55 años de edad [3]. En otros estu-
dios, la muestra ha sido más amplia, oscilando entre cuatro [2] y
diez sujetos [5]. Excepto en un estudio [6] cuyo rango de edad era
bastante amplio (entre 17 y 77 años), todos los demás guardaron

REV NEUROL 1999; 28: (4): 417-423 417

J.L. CANTERO, ET AL
cierta homogeneidad en relación con este parámetro, sin embargo,
ninguno de ellos controló la variable sexo. Respecto a otras carac-
terísticas la de la muestra, todos los trabajos, a excepción de uno
[6], informaron de una muestra saludable y con sueño normal,
aunque sólo Zeitlhofer et al [5] lo corroboraron con una historia
médica. Por otra parte, en dos de estos trabajos no se realizaron
estudios de sueño nocturno sino de siestas diurnas [2], o se utilizó
parte del protocolo del test de latencias múltiples de sueño [6]. En
nuestra opinión, para que un estudio de cartografía cerebral duran-
te el sueño pueda ser considerado fiable en cuanto a los resultados
obtenidos se debería utilizar un mínimo de diez sujetos, homoge-
neizados en rango de edad y sexo [15]. También sería conveniente
escoger sujetos sanos según datos objetivos como historias médi-
cas, haciendo hincapié en posibles síntomas neurológicos y
psiquiátricos, junto con diarios de sueño de al menos una semana.
Este último control es el único que detectaría posibles anormali-
dades del patrón vigilia-sueño del sujeto que pondrían de mani-
fiesto una posible desincronización circadiana. Dado que el objetivo
del estudio sería la descripción topográfica de los distintos ritmos
cerebrales en las diferentes fases del sueño nocturno, se debería
realizar una polisomnografía de sueño nocturno, evitando, en la
medida de lo posible, los estudios de siestas diurnas ya que éstas
han demostrado una diferente distribución de las fases de sueño y
ciclicidad de las mismas [16]. Siempre que las condiciones lo
permitan es aconsejable realizar dos noches con el fin de evitar los
efectos de la primera noche en el laboratorio de sueño [17]. No hay
que olvidar que un sueño ligero quedaría reflejado en la compo-
sición espectral del background EEG de cada una de las fases del
sueño, y, a su vez, en el mapa topográfico correspondiente (sobre
todo en el de potencia relativa, que nos muestra la proporción en
que un ritmo está contribuyendo a la totalidad del espectro) [18].
Como han puesto de manifiesto distintos trabajos metodológi-
cos [13,19], el tipo de referencia utilizada modifica el registro EEG
y, por tanto, la distribución topográfica de la actividad cerebral. En
registros de sueño este aspecto no es una excepción y debe tenerse
en cuenta a la hora de interpretar los resultados obtenidos con la
técnica de la cartografía cerebral. Diferentes trabajos metodológi-
cos sobre técnicas de electroencefalografía cuantitativa han confir-
mado que la referencia interconectada, ya sea a ambas mastoides o
a los lóbulos de las orejas, es la más utilizada [13,14,19,20]. En los
estudios que hemos revisado se mantiene la disparidad con respecto
a la colocación de la referencia, lo que hace imposible comparar los
resultados que muestran los mapas topográficos. En tres de ellos
[4-6] se utilizó una referencia interconectada (linked reference), a
ambas mastoides [4,5] o a los lóbulos de las orejas [6]. Buchsbaum
et al [2] y Etevenon et al [3] emplearon una referencia común, con
la peculiaridad de que en el estudio del grupo de Buchsbaum [2] sólo
se colocaron electrodos en el hemisferio izquierdo. Es de resaltar
que en ninguno de los trabajos revisados se utilizó una referencia
laplaciana [21] para representar topográficamente la actividad ce-
rebral de las distintas fases del sueño. Este tipo de referencia está
basada en una transformación matemática que convierte la activi-
dad de cada electrodo en una cantidad que representa la densidad de
corriente que entra (sumidero) o abandona (fuente) la superficie de
la cabeza. Una de sus grandes ventajas es la capacidad para acotar
y maximizar las características topográficas de los componentes
focales o fásicos (como en el caso de los eventos fásicos durante el
sueño) en detrimento de las de actividades más difusas y distribui-
das, como ocurriría con el ritmo delta durante las fases de sueño
lento en zonas frontales del cerebro [22]. Su limitación más impor-
418
tante es la necesidad de un gran número de canales para que su
fiabilidad pueda ser considerada seriamente [23].
La referencia promedio tampoco fue seleccionada por ninguno
de los autores. Ésta se obtiene promediando la actividad de todos los
electrodos colocados en el cuero cabelludo, a excepción del elec-
trodo activo (aquel cuya actividad interesa conocer). Este tipo de
referencia, como todas las existentes, tiene sus ventajas e incon-
venientes [24]. Entre sus ventajas se encuentra que el valor de re-
ferencia utilizado va a ser independiente de cualquier electrodo
individual, ya que trabaja con valores promediados. Su principal
inconveniente consiste en que cualquier contaminación o artefacto
presente en aquellos electrodos que vayan a ser usados para calcu-
larla, va a influir en el valor final de la referencia. Cualquier elimi-
nación de electrodos con el fin de ‘no contaminar’ la referencia no
hará sino empeorar la situación, ya que uno de los principios funda-
mentales de la referencia promedio consiste en que se calcula em-
pleando todos los electrodos que componen el montaje de registro.
Como norma general, las impedancias de todos los electrodos
deberían estar por debajo de 5.000 Ω. Esto cobra una mayor relevan-
cia en los electrodos de referencia ya que de ellos depende el cálculo
de la actividad en todas las demás derivaciones EEG (en el caso de
que no se utilice la referencia promedio).
En estudios de cartografía cerebral, ya sean de sueño o de vigi-
lia, cuanto mayor sea la resolución espacial utilizada más fiables
serán los resultados que representemos en el mapa de actividad
cerebral. Esta resolución aumenta incrementando el número de elec-
trodos y colocándolos en áreas que, previsiblemente, están más
involucradas en la generación de determinadas actividades cerebra-
les (sobre todo si se tiene constancia de que dicha actividad posee
generadores en una región específica de la corteza cerebral, como
es el caso del ritmo alfa). En relación con este aspecto, todos los
estudios utilizaron aproximadamente un número similar de canales
(entre 16 y 19 derivaciones EEG), siguiendo el mismo sistema de
colocación [25]. Podría ser útil, con el fin de aumentar la resolución
espacial, colocar una línea de electrodos entre las derivaciones fron-
tales y centrales, los cuales deberían situarse en el punto medio entre
dos electrodos del sistema 10-20 [25]. La nomenclatura de estas
localizaciones adicionales ha sido propuesta por la Sociedad Ame-
ricana de Electroencefalografía [26]. De esta forma se podría obte-
ner una mejor y más exacta representación de determinados eventos
fásicos del sueño ya que, habitualmente, muestran su máxima
amplitud en regiones frontales y/o centrales.
Como último aspecto metodológico a comentar deberíamos
tener en cuenta la longitud de los segmentos de EEG seleccionados
para el cálculo posterior de la transformada rápida de Fourier. Esto
es debido a que este parámetro está directamente relacionado con la
resolución espectral que vamos a conseguir en nuestro estudio (re-
solución espectral= 1/duración de la serie temporal, en segundos)
[27]. De esta forma, cuanto más se desee afinar en la obtención de
componentes espectrales muy específicos, mayor resolución espec-
tral sería necesaria, lo cual se consigue seleccionando segmentos de
EEG más largos. A excepción de Buchsbaum et al [2] y Zeitlhofer
et al [5] que utilizaron una resolución espectral de 0,1 y 0,2 Hz,
respectivamente, todos los demás trabajos emplearon 0,5 Hz.
La elección del tamaño y cantidad de las series temporales
utilizadas en el análisis espectral ponen de manifiesto algunos de los
inconvenientes que conlleva el uso de la cartografía cerebral en
frecuencia. Es muy común escoger ventanas de análisis con una
longitud entre 20-30 segundos, limitándose en estos casos la topo-
grafía cerebral a un promedio de ‘n’ microestados cerebrales, tantos
como coexistan en esa época concreta. Probablemente aquí existan
REV NEUROL 1999; 28: (4): 417-423
 CARTOGRAFÍA CEREBRAL

Tabla. Resumen de los estudios sobre cartografía cerebral durante el sueño.

Buchsbaum et al (1982) Etevenon Maurer et al Zeitlhofer et al Hasan

y Guillou (1986) (1989) (1993) y Broughton (1994)

Sujetos 4 1 1 10 9

Variable sexo controlada No No No No No

Edad 21-25 55 30 20-35 17-77

Historia médica No No No Sí No

Diarios No No No No No

Noche/siesta Siesta Noche Noche Noche Siesta

Noche de adaptación No No No No No

Referencia Común Común Interconectada Interconectada Interconectada

(mastoides) (mastoides) (orejas)

N.º derivaciones 16 16 19 18 19

Filtros EEG 0,5-30 Hz 0,5-30 Hz 0,5-30 Hz 0,5-30 Hz 0,5 - 30 Hz

Método de interpolación Lineal No No No Lineal

Resolución espectral 0,1 Hz 0,5 Hz 0,5 Hz 0,2 Hz 0,5 Hz

Bandas espectrales (Hz) Delta (2,1-5) Delta+Theta (0-7) Delta Delta 1 (0,5-2) Alfa (8-9,5)

Theta (5,1-8) Alfa (8-12) Alfa Delta 2 (2-3,5) Theta (3-7)

Alfa (8,1-13) Beta (13-30) Beta Delta (0,5-3,5)

Beta 1 (13,1-18) Total (0-30) (No informa Theta (3,5-7,5)

rangos)

Beta 2 (18,1-30) Alfa 1 (7,5-10,5)

Alfa 2 (10,5-13)

Alfa (7,5-13)

Beta 1 (13-16)

Beta 2 (16-20)

Beta 3 (20-25)

Beta 4 (25-30)

Total (0,5-30)

Medida espectral Amplitud Amplitud Amplitud Potencia absoluta Potencia relativa

Potencia relativa
Frec. dominante

Estadística ANOVA _ _ t-test _

medidas repetidas

varias soluciones posibles. Una de ellas es el análisis por segmen-
tación adaptativa del EEG de sueño [28]. Esta técnica permite es-
coger una longitud variable del segmento EEG en función de la
sucesión temporal de valores similares de amplitud y frecuencia. Es
decir, el segmento de EEG se prolongaría hasta el momento en que
desapareciera el tipo de actividad que predominaba en el mismo (lo
cual implicaría una variación extrema de la amplitud o frecuencia
de la actividad que estaba predominando en el segmento), consi-
guiéndose así maximizar la estacionariedad de las épocas escogi-
das. De esta forma, aquellas características representadas en un
mapa topográfico podrían estar menos sesgadas por la mezcla de
estados fisiológicos. Otra alternativa técnica utilizada con cierta
asiduidad es la transformada rápida de wavelets. En concreto, ya ha
sido empleada para el análisis de transientes (actividad transitoria)
y ritmos cerebrales, tanto en vigilia [29] como en sueño [30]. En la
práctica, las wavelets permiten estudiar las no estacionariedades
que aparecen en el EEG con diferentes resoluciones espectrales
gracias a la posibilidad de ajustar el tamaño de la ventana en función
de los intereses del profesional. La representación gráfica que pro-
porciona esta técnica de análisis nos permite observar el comporta-
miento de los diferentes componentes espectrales a lo largo del
tiempo usando diferentes resoluciones espectrales.
En aquellos casos en los que se desee estudiar la evolución
temporal de un período transicional, como por ejemplo el comienzo

REV NEUROL 1999; 28: (4): 417-423 419

J.L. CANTERO, ET AL
del sueño, se deberían clasificar los diferentes microestados
cerebrales que existen en dicho proceso siguiendo un criterio de
orden de aparición (aquí se podrían utilizar las técnicas de segmen-
tación adaptativa expuestas anteriormente). Después de esta clasi-
ficación tanto microestructural como temporal (y sólo después) se
podría representar la distribución topográfica de los diferentes
microestados cerebrales que componen un proceso determinado
mediante la técnica de la cartografía cerebral. Los estudios realiza-
dos por el grupo de Tadao Hori en la Universidad de Hiroshima
constituyen un buen ejemplo de este tipo de trabajos [31,32].
RESULTADOS
Sólo en dos de los trabajos revisados [2,5] se realizó un análisis
estadístico dirigido a confirmar la posible existencia de diferencias
significativas entre bandas de frecuencia, fase del sueño y deriva-
ciones EEG, aunque uno de estos estudios utilizó como test estadís-
tico la t de Student [5] y el otro un análisis de varianza de medidas
repetidas de dos factores (electrodo x fase del sueño). Los tres tra-
bajos restantes [3,4,6] fueron meramente descriptivos. Debido a lo
anteriormente expuesto, prestaremos una mayor atención a aque-
llos resultados obtenidos en los trabajos de Buchsbaum et al [2] y
Zeitlhofer et al [5], aunque también comentaremos los resultados
obtenidos por los restantes investigadores.
La selección del tipo de medida a representar en los mapas
(amplitud, potencia absoluta, potencia relativa y/o frecuencia do-
minante), la subdivisión de bandas y los rangos de frecuencia em-
pleados en cada banda constituyen serias limitaciones a la hora de
comparar resultados obtenidos con la técnica de la cartografía ce-
rebral. En el caso concreto de los trabajos que vamos a comentar, el
grupo de Buchsbaum utilizó la medida de amplitud mientras que el
de Zeitlhofer empleó tres medidas distintas: potencia absoluta,
potencia relativa y frecuencia dominante. Los tres estudios restan-
tes [3,4,6] representaron sus datos atendiendo a la amplitud (raíz
cuadrada de la potencia espectral). Por otra parte, todos los trabajos
consultados utilizaron un número diferente de bandas de frecuencia
y rangos espectrales distintos para cada una de ellas.
Ambos grupos [2,5] obtienen datos similares en la banda delta,
es decir, poca potencia absoluta en las fase I y REM, y un aumento
progresivo de esta actividad en la fase II que continúa in crescendo
en las fases III y IV. Es interesante comentar que en ambos trabajos
se diseñó un rango diferente de hertzios para dicha banda, entre
2,1-5 Hz [2] y 0,5-3,5 Hz, lo cual podría explicar algunas contribu-
ciones específicas si se subdividiera esta banda en lenta y rápida,
como hicieron Zeitlhofer et al [5]. Es necesario hacer notar que en
el estudio de Buchsbaum et al [2] la banda delta estaba completa-
mente solapada con la actividad theta (delta= 2,1-5 Hz). Respecto
a la topografía del ritmo delta durante las fases III y IV, los estudios
de Etevenon [3] y Maurer [4] coinciden en que este ritmo cerebral
se extiende por áreas frontales, parietales y occipitales, aunque el
grupo de Etevenon concluye que el área menos activa en estas fases
del sueño es la central, mientras que Maurer y sus colaboradores
encuentran la misma activación en esta zona que en áreas frontales,
parietales y occipitales. Es muy probable que estos últimos resulta-
dos se deban, por una parte, a un efecto de la referencia utilizada
(común [3] frente a interconectada a ambas mastoides [4]), y, por
otra, a que ambos estudios usaron una muestra compuesta por un
solo sujeto de diferente edad en cada caso (Tabla).
En cuanto a la banda theta, Hasan y Broughton [6] distinguieron
varios patrones de actividad con esta ritmicidad (3-7 Hz) que apa-
recen en las fases I y II del sueño. Por una parte, detectaron actividad
420
theta rítmica de 4-5 Hz distribuida por regiones centrales. Otra varie-
dad de actividad theta en el rango de 5-7 Hz aparecía en intervalos de
no más de 1 segundo en áreas frontales. Muy ocasionalmente, podían
observarse actividades de menos de 3 Hz, principalmente en regiones
centrales. Esta descripción nos sugiere que el ritmo theta podría mostrar
simultáneamente diferentes frecuencias en diversas áreas de la corte-
za cerebral, hecho que puede ser observado de una forma sistemática
gracias al uso conjunto del análisis espectral y la cartografía cerebral.
Zeitlhofer et al [5] obtuvieron resultados en potencia relativa que
ponen de manifiesto la aparición de este ritmo cerebral en otros esta-
dos de sueño, como por ejemplo la fase REM (contribución debida a
las ondas de sierra). Estos autores comunicaron un aumento de esta
actividad cerebral tanto en fase I como en fase REM en áreas parie-
toccipitales y centrales con respecto a las demás fases del sueño. Es
sumamente llamativo que el grupo de Buchsbaum [2] no encontrara
diferencias regionales para el ritmo theta, definido por ellos entre
5-8 Hz, ni tampoco al comparar las diferentes fases del sueño. Posi-
blemente este resultado se deba a que los componentes más lentos de
theta (aproximadamente 4 Hz) sean los que contribuyan con una
mayor potencia espectral tanto en fase I como en REM, componentes
que estos autores [2] introdujeron en la banda delta.
En relación con el ritmo alfa, todos los estudios consultados,
excepto el de Maurer et al [4] que informaron la misma amplitud de
alfa en todas las áreas cerebrales, encontraron que la máxima poten-
cia de alfa se obtuvo en el período de vigilia con ojos cerrados en
áreas occipitales. La actividad alfa disminuyó en cuanto a potencia
absoluta en todas las fases del sueño al compararla con la vigilia
[2,5]. En la mayoría de los sujetos, la primera señal EEG de som-
nolencia es la aparición de una actividad alfa en regiones anteriores
(máximo en áreas frontales y centrales). Su frecuencia es 0,5-2 Hz
más lenta que el ritmo alfa posterior, pudiendo coexistir ambos en
la misma época o bien aparecer independientemente. Hasan y
Broughton [6] analizaron estas dos contribuciones espectrales con
la técnica de localización de dipolos y llegaron a la conclusión de
que eran actividades con diferentes fuentes de generación. Este
resultado condujo a los autores a proponer la existencia de dos tipos
de actividad alfa durante la somnolencia: una más rápida (9,5 Hz)
localizada en áreas occipitales, y otra más lenta (8 Hz) asociada a
la somnolencia y con una distribución más frontal. La potencia
relativa de la banda alfa lenta (7,5-10,5 Hz) aumentó en fase I y en
fase REM, mientras que la de la banda alfa rápida (10,5-13 Hz)
disminuyó en estas fases del sueño [5]. Cantero et al [33] demostra-
ron que la actividad alfa que se genera en vigilia relajada, comienzo
del sueño y fase REM no sólo mostraba una distribución topográ-
fica diferente (alfa se extendía hasta áreas frontales durante el co-
mienzo del sueño y la fase REM, mientras que en la condición de
vigilia relajada llegaba hasta regiones centrales) sino que su contri-
bución espectral era diferente en función de las tres subdivisiones
espectrales estudiadas (lenta, media y rápida) y del estado de acti-
vación cerebral. En un estudio posterior [34] se detectó, utilizando
métodos de alta resolución espectral [35], que la actividad alfa
generada durante la somnolencia mostraba valores máximos de
potencia absoluta en cuatro áreas de la corteza cerebral diferentes
en función del componente espectral (frontocentral: 7,4-7,8 Hz;
central: 8,2 Hz; parietal: 8,6 Hz y occipital: 8,9-12,1 Hz). Sin em-
bargo, la actividad alfa que aparece en forma de brotes durante el
sueño REM reflejó una máxima energía en regiones occipitales en
todos sus componentes. Además, el componente espectral de alfa
que mostró una máxima potencia en áreas occipitales durante la
fase I del sueño fue diferente (10,1 Hz) al de la fase REM (8,6 Hz).
Esta modulación de alfa podría estar sugiriéndonos la posibilidad de
REV NEUROL 1999; 28: (4): 417-423

que esta actividad indexara diferentes procesos cerebrales y/o men-
tales en función del estado fisiológico [36].
Respecto a la banda beta, han sido escasos los estudios que han
demostrado alguna contribución específica a nivel topográfico
durante el sueño [5], si exceptuamos el rango de los husos de
sueño (12-14 Hz, ± 1 Hz). Ninguno de los estudios revisados pone
de manifiesto la existencia, ya ampliamente demostrada [37,38], de
los dos tipos de husos de sueño detectados a lo largo de la noche, uno
con una frecuencia de alrededor de 12 Hz y con una mayor potencia
espectral en áreas frontales, y el otro de 14 Hz, con una distribución
parietal. Estos dos tipos de husos ocurren independientemente en el
tiempo y se sugiere que puedan existir generadores diferentes para
ambos tipos de actividad. Un análisis topográfico unido a un aná-
lisis de dipolos en frecuencia [39] aportaría claridad a la polémica
existente en relación con los dos generadores de los husos de sueño.
En potencia absoluta existen resultados contradictorios sobre en
qué estado de sueño puede encontrarse la máxima energía espectral
de beta. Buchsbaum et al [2] subdividieron la banda beta en tres
rangos: beta 1 (13,1-18 Hz), beta 2 (18,1-30 Hz) y beta rápida (superior
a 30 Hz). Estos autores demostraron que beta 1 era muy poco signi-
ficativa en las fases I y REM, y que su contribución era máxima en
la fase II, con tendencia a desaparecer en las fases III y IV. En relación
con la banda beta 2 y beta rápida no encontraron ningún efecto prin-
cipal asociado a la fase del sueño o a la región cerebral. Por otra parte,
otro estudio [5] subdividió la banda beta en cuatro rangos diferentes:
beta 1 (13-16 Hz), beta 2 (16-20 Hz), beta 3 (20-25 Hz) y beta 4
(25-30 Hz). Este trabajo puso de manifiesto un ligero incremento de
la potencia espectral de beta 1 en las fases I y REM, y un incremento
más considerable en las fases II y III, especialmente en áreas centra-
les. La potencia espectral de las demás subdivisiones de la banda beta
disminuyó de forma importante durante las distintas fases del sueño
al compararla con el estado de vigilia. Según indicaron las medidas
de potencia relativa, la banda beta 1 tuvo su máxima contribución en
regiones centroparietales. A primera vista, estos datos podrían deber-
se a la aparición del segundo tipo de husos de sueño expuesto ante-
riormente. Las demás subdivisiones de beta mostraron una reducción
drástica de la potencia espectral en todas las fases de sueño. Del
estudio del grupo de Maurer [4] se puede extraer que la banda beta
muestra su máxima contribución topográfica durante la fase II del
sueño, concretamente en áreas frontales, centrales y parietales.
APLICACIONES Y POSIBILIDADES FUTURAS
a) Las técnicas derivadas del EEG cuantitativo han demostrado
ser útiles en la obtención de información sobre la evolución de
un trastorno o para apoyar su diagnóstico [10,40,41]. La carto-
grafía cerebral durante el sueño sería de ayuda, en este sentido,
si se detectara algún índice topográfico relevante a nivel diag-
nóstico en enfermedades neurológicas y/o psiquiátricas [11,12].
Actualmente se sabe que pacientes con determinados trastornos
del sueño como la narcolepsia y/o alteraciones psiquiátricas
como la esquizofrenia o los trastornos afectivos muestran pro-
porciones anormales de algunas fases del sueño. Es posible que
estas anormalidades puedan ser descritas en mayor profundidad
con estudios de cartografía cerebral [2].
b) Es sobradamente conocida la importancia que puede llegar a
tener el proceso de comienzo del sueño en el que van incluidos
los patrones de actividad cerebral asociados a la somnolencia.
El excelente trabajo realizado por Santamaría y Chiappa [39]
pone de manifiesto la cantidad de patrones EEG que aparecen
durante el período de somnolencia y su distribución sobre la base
REV NEUROL 1999; 28: (4): 417-423
CARTOGRAFÍA CEREBRAL
de un montaje de 17 electrodos según el sistema 10-20. A su más
que razonable hipótesis ‘(...) el período de somnolencia podría
ser un estado donde determinados ritmos cerebrales anormales
tienen mayor probabilidad de manifestarse. Además, en algunos
trastornos del sueño, este período podría mostrar patrones que
no son anormales en sí mismo, sino que aparecen en momentos
inadecuados en relación con otros parámetros (p. ej., movimien-
tos oculares) o en otra secuencia’, nos gustaría añadir que la
distribución espacial de estos patrones de actividad cerebral tam-
bién podría aportar en algunas enfermedades neurológicas y/o
psiquiátricas información clínica relevante, teniendo en cuenta
no sólo la distribución topográfica espectral en función de modelos
de banda ancha, sino atendiendo también a medidas de diferen-
cias hemisféricas y de coherencia inter e intrahemisféricas entre
diferente áreas del cerebro [12].
c) Probablemente, el estudio de la microestructura del sueño con
nuevas técnicas de análisis como las wavelets [29,30] genere una
información más específica y completa que la que nos proporciona
la transformada rápida de Fourier. Si, además, estos microestados
pudieran ser visualizados con técnicas de cartografía cerebral
tendríamos no sólo una idea exacta de la contribución espec-
tral de cada uno de estos microestados cerebrales, sino también
información sobre las regiones cerebrales que parecen contribuir
de forma prominente a su generación y/o dispersión. Ambas téc-
nicas de análisis podrían acercarnos un poco más al conocimiento
específico de la fisiología del sueño y de sus funciones.
d) El estudio comparado de una misma actividad cerebral en dife-
rentes estados de activación cerebral (p. ej., alfa en vigilia rela-
jada, somnolencia y REM, o theta en la fase I y en REM) con
análisis espectral, coherencia y cartografía cerebral puede ayu-
darnos a detectar modulaciones cerebrales asociadas al estado
en que se genere dicha actividad. Es posible que dichas modu-
laciones pudieran estar indexando diferentes funciones cere-
brales en cada estado [33,34,36]. Este tipo de trabajos, junto con
aquellos que estudian el procesamiento de estímulos durante el
sueño con la técnica de los potenciales evocados auditivos
[43,44], estarían sentando las bases de una genuina psicofisio-
logía de los estados de activación cerebral.
CONCLUSIONES
La revisión de los estudios existentes sobre cartografía cerebral de los
distintos estados de sueño nos permite extraer algunas conclusiones:
a) Los diferentes estudios revisados proporcionan una información
relevante aunque a veces contradictoria, debido fundamental-
mente a la metodología empleada (estudios longitudinales,
diferentes medidas de frecuencia, rangos de frecuencia distin-
tos para cada banda, siestas frente a sueño nocturno) (Tabla). Es
importante de cara al futuro que los trabajos que empleen esta
técnica se acerquen cada vez más a unas pautas metodológicas
comunes, lo que facilitará el enriquecimiento de la información
que actualmente poseemos sobre la distribución topográfica de
los diferentes patrones de actividad cerebral que aparecen du-
rante el sueño.
b) Como resultados generales, podríamos concluir, basándonos
en los estudios revisados, que la banda delta sufre un aumento
progresivo desde el período de somnolencia hasta la fase IV del
sueño, decayendo bruscamente en la fase REM. Su distribución
espacial es básicamente frontocentral, aunque algunos estudios
la localizan igualmente en áreas parietoccipitales [3,4]. La ban-
da theta parece tener diferentes rangos de frecuencia según el
421
J.L. CANTERO, ET AL
área cerebral en que aparezca [6], aunque su distribución topo-
gráfica en las fases I y II parece estar localizada en áreas fron-
tocentrales, mientras que durante la fase REM su localización
es más parietoccipital. La banda alfa presenta su máxima poten-
cia absoluta en el estado de ojos cerrados, decayendo progresi-
vamente su amplitud a medida que se va entrando en sueño. Se
han detectado dos tipos de actividad alfa en la fase I, una más
lenta localizada en áreas frontales y otra más rápida con una
topografía más parietal [6]. En fase REM, alfa también aparece
en forma de brotes, mostrándose con una mayor prominencia
en los mapas de potencia relativa. La banda beta presenta su
máxima contribución espectral en el rango de los husos de
sueño (12-14 Hz ± 1 Hz). También aquí parecen existir dos
generadores diferentes en función de su representación topo-
gráfica. Jobert et al [38] han descrito, mediante cartografía
cerebral, dos tipos de actividades en el rango de los husos de
sueño: husos lentos (12 Hz aprox.) con una localización frontal y
husos rápidos (14 Hz aprox.) con distribución parietal.
BIBLIOGRAFÍA
1. Duffy FH. Brain electrical activity mapping: clinical applications. Psy-
chiatry Res 1989; 29: 379-84.
2. Buchsbaum MS, Mendelson WB, Duncan WC, et al. Topographic cor-
tical mapping of EEG sleep stages during daytime maps in normal
subjects. Sleep 1982; 5: 248-55.
3. Etevenon P, Guillou S. EEG cartography of a night of sleep and dreams.
Neuropsychobiology 1986; 16: 146-51.
4. Maurer K, Dierks T, Rupprecht R. Computerized electroencephalo-
graphic topography (CET) during sleep: topographic hypnograms.
Psychiatry Res 1989; 29: 435-8.
5. Zeitlhofer J, Anderer P, Obergottsberger S, et al. Topographic map-
ping of EEG during sleep. Brain Topogr 1993; 6: 123-9.
6. Hasan J, Broughton R. Quantitative topographic EEG mapping during
drowsiness and sleep onset. In Ogilvie RD, Harsh JR, eds. Sleep onset:
normal and abnormal processes. Washington: American Psychologi-
cal Association; 1994. p. 219-35.
7. Kubicki S, Herrmann WM. The future of computer-assisted investiga-
tion of the polysomnogram: sleep microstructure. J Clin Neurophysiol
1996; 13: 285-94.
8. Terzano MG, Parrino L, Spaggiari MC. The cyclic alternating pattern
sequences in the dynamic organization of sleep. Electroencephalogr
Clin Neurophysiol 1988; 69: 437-47.
9. Rechtschaffen A, Kales A. A manual of standardized terminology tech-
niques and scoring system for sleep stages of human subjects. Los
Angeles: Brain Information Service; 1968.
10. Montplaisir J, Petit D, McNamara D, Gauthier S. Comparisons between
SPECT and quantitative EEG measures of cortical impairment in mild
to moderate Alzheimer’s disease. Eur Neurol 1996; 36: 197-200.
11. Petit D, Montplaisir J, Lorrain D, Gauthier S. Spectral analysis of the
rapid eye movement sleep electroencephalogram in right and left tem-
poral regions: a biological marker of Alzheimer’s disease. Ann Neurol
1992; 32: 172-6.
12. Terstegge K, Henkes H, Scheuler W, et al. Spectral power and coher-
ence analysis of sleep EEG in AIDS patients: decrease in interhemis-
pheric coherence. Sleep 1993; 16: 137-45.
13. Pivik RT, Broughton RJ, Coppola R, et al. Guidelines for the record-
ing and quantitative analysis of electroencephalographic activity in
research contexts. Psychophysiology 1993; 30: 547-58.
14. Cantero JL, Atienza M, Gómez C. Cartografía cerebral durante el sue-
ño. Breves anotaciones metodológicas. Psiquis 1997; 18: 387-93.
15. Armitage R. The distribution of EEG frequencies in REM and NREM
sleep stages in healthy young adults. Sleep 1995; 18: 334-41.
16. Dinges DF. Napping patterns and effects in human adults. In Dinges
DF, Broughton RJ, eds. Sleep and alertness. Chronobiological behav-
ioral and medical aspects of mapping. New York: Raven Press; 1989.
p. 171-204.
17. Toussaint M, Luthringer R, Schaltenbrand N, et al. First-night effect
in normal subjects and psychiatric patients. Sleep 1995; 18: 463-9.
18. Cantero JL, Atienza M, Gómez CM. Análisis topográfico de las dife-
rentes fases del sueño. Utilización de la técnica de la cartografía cere-
bral. Póster presentado en la VI Reunión de la Asociación Ibérica de
Patología del Sueño. Sevilla, mayo 1997.
422
c) La cartografía cerebral durante el sueño está empezando a ob-
tener los primeros resultados en el ámbito clínico [11,12]. Moint-
plaisir y su grupo han confirmado en sus estudios con pacientes
de Alzheimer durante la fase REM que el EEG cuantitativo y su
representación en forma de mapas topográficos es más útil y
menos costosa que la SPECT (tomografía computarizada por
emisión de fotón simple) para evaluar las alteraciones cerebra-
les en pacientes con un grado de disfunción de leve a moderado.
Un uso más sistemático y controlado de la técnica de la cartografía
cerebral durante el sueño en población normal y diferentes grupos
clínicos podría, por una parte, aportar un conocimiento más pro-
fundo de la contribución espectral y topográfica de los diferentes
ritmos cerebrales durante una noche de sueño normal en sujetos
humanos, y, por otra, crear bases de datos con la misma informa-
ción en diferentes grupos clínicos. Ambas contribuciones no ha-
rán sino redundar en un conocimiento más profundo y real de la
electrofisiología del ‘cerebro dormido’.
19. Nuwer MR. Quantitative EEG: I. Techniques and problems of frequency
analysis and topographic mapping. J Clin Neurophysiol 1988; 5: 1-43.
20. Wong PKH, ed. Introduction to brain topography. New York: Plenum
Press; 1991.
21. Nunez PL, Westdorp AF. The surface Laplacian high resolution EEG
and controversies. Brain Topogr 1994; 6: 221-6.
22. Cantero JL, Atienza M, Gómez CM. Utilidad del operador laplaciano
en el análisis cuantitativo de las diferentes fases del sueño. Compara-
ción con un montaje monopolar. Póster presentado en la VI Reunión
de la Asociación Ibérica de Patología del Sueño. Sevilla, mayo 1997.
23. Lopes da Silva F. Computer-assisted EEG diagnosis: pattern recogni-
tion and brain mapping. In Niedermeyer E, Lopes da Silva F, eds.
Electroencephalography. Basic principles clinical applications and re-
lated fields. 3 ed. Baltimore: Williams & Wilkins; 1993. p. 1063-86.
24. Lehmann D. Principles of spatial analysis. In Gevins AS, Rémond A,
eds. Methods of analysis of brain electrical and magnetic signals. Hand-
book of electroencephalography and clinical neurophysiology. Vol. 1.
Amsterdam: Elsevier; 1987. p. 309-54.
25. Jasper HH. The ten-twenty electrode system of the International Fed-
eration. Electroencephalogr Clin Neurophysiol 1958; 10: 371-5.
26. American Electroencephalographic Society. Guidelines for standard
electrode position nomenclature. J Clin Neurophysiol 1991; 8: 200-2.
27. Gevins AS. Overview of computer analysis. In Gevins AS, Rémond
A, eds. Method of analysis of brain electrical and magnetic signals.
Handbook of electroencephalography and clinical neurophysiology.
Vol. 1. Amsterdam: Elsevier; 1987. p. 31-83.
28. Bodenstein G, Creutzfeldt OD. Adaptative segmentation of the EEG
and its possible application to sleep research. In Kubicki S, Herrmann
WM, eds. Methods of sleep research. Stuttgart: Gustav Fischer; 1985.
p. 47-54.
29. Schiff SJ, Aldroubi A, Unser M, Sato C. Fast wavelet transformation
of EEG. Electroencephalogr Clin Neurophysiol 1994; 91: 442-55.
30. Jobert M, Tismer C, Poiseau E, Schulz H. Wavelets: a new tool in
sleep biosignal analysis. J Sleep Res 1994; 3: 223-32.
31. Tanaka H, Hayashi M, Hori T. Statistical features of hypnagogic EEG
measured by a new scoring system. Sleep 1996; 19: 731-8.
32. Hori T. Spatiotemporal changes of EEG activity during waking-sleep-
ing transition period. Int J Neurosci 1985; 27: 101-14.
33. Cantero JL, Atienza M, Gómez CM, Salas RM. Spectral structure and
brain mapping of human alpha activities in different arousal states.
Neuropsychobiology 1998. (En prensa).
34. Cantero JL, Atienza M, Gómez CM. Spectral and topographic micro-
structure of human alpha brain activity during drowsiness at sleep on-
set and REM sleep. (En prensa).
35. Szava S, Valdés P, Biscay R, et al. High resolution quantitative EEG
analysis. Brain Topogr 1994; 6: 211-9.
36. Cantero JL, Atienza M, Gómez CM. Spectral structure of human al-
pha rhythm in different arousal states. Comunicación oral presenta-
da en el 14th European Congress on Sleep Research. Madrid, sep-
tiembre 1998.
37. Jankel WR, Niedermeyer E. Sleep spindles. J Clin Neurophysiol 1985;
2: 1-35.
REV NEUROL 1999; 28: (4): 417-423

38. Jobert M, Poiseau E, Jähnig P, et al. Topographical analysis of sleep
spindle activity. Neuropsychobiology 1992; 26: 210-7.
39. Michel CM, Lehmann D, Henggeler B, Brandeis D. Localization of
the sources of EEG delta, theta, alpha and beta frequency bands using
the FFT dipole approximation. Electroencephalogr Clin Neurophysiol
1992; 82: 38-44.
40. Fernández-Bouzas A, Harmony T, Galán L, et al. Comparison of Z
and multivariate statistical brain electromagnetic maps for the local-
ization of brain lesions. Electroencephalogr Clin Neurophysiol 1995;
95: 372-80.
CARTOGRAFÍA CEREBRAL DURANTE EL SUEÑO:
REVISIÓN CRÍTICA DE LA LITERATURA
Resumen. Introducción. La cartografía cerebral en frecuencia aporta
una valiosa información acerca de la distribución topográfica de la
actividad EEG en cualquier estado de activación cerebral. La posibi-
lidad de conjugar información espectral y topográfica convierte a esta
técnica en una útil herramienta para el estudio de la actividad cerebral
durante el sueño, dada la gran variedad de patrones rítmicos y eventos
fásicos que durante éste tienen lugar. Desarrollo. Con este trabajo se
pretendió realizar una revisión de los estudios que aplicaron esta téc-
nica durante el sueño con el fin de destacar aquellos aspectos relevantes
de cara a su utilización e interpretación de los resultados. Debido a una
incorporación reciente de la cartografía cerebral en el estudio del sue-
ño, las pautas metodológicas seguidas en los escasos estudios donde ha
sido utilizada son altamente variables. Este hecho imposibilita en gran
medida cualquier tarea de comparación y extracción de resultados con
garantías de fiabilidad. Conclusiones. La utilización de diferentes téc-
nicas de análisis de la actividad cerebral durante el sueño (análisis
espectral, coherencia, transformada de wavelets, e incluso los poten-
ciales evocados) junto con la representación topográfica de la misma
aportaría, cuando menos, un conocimiento más profundo del compor-
tamiento electrofisiológico, tanto normal como patológico, del ‘cere-
bro dormido’ [REV NEUROL 1999; 28:].
Palabras clave. Análisis espectral. Cartografía cerebral. Electroen-
cefalograma cuantitativo. Humanos. Metodología. Sueño.
REV NEUROL 1999; 28: (4): 417-423
CARTOGRAFÍA CEREBRAL
41. Valdés-Sosa P, Valdés-Sosa M, Carballo JA, et al. qEEG in a public
health system. Brain Topogr 1992; 4: 259-66.
42. Santamaría J, Chiappa KH, eds. The EEG of drowsiness. New York:
Demos Publications; 1987.
43. Atienza M, Cantero JL, Gómez CM. The mismatch negativity compo-
nent reveals the sensory memory during REM sleep in humans. Neu-
rosci Lett 1997; 237: 21-4.
44. Brualla J, Romero MF, Serrano M, et al. Auditory event-related po-
tentials to semantic priming during sleep. Electroencephalogr Clin
Neurophysiol 1998; 108: 283-90.
CARTOGRAFIA CEREBRAL DURANTE O SONO:
REVISÃO CRÍTICA DA LITERATURA
Resumo. Introdução. A cartografia cerebral proporciona frequente-
mente dados valiosos acerca da distribuição topográfica da activida-
de EEG em qualquer estado de activação cerebral. A possibilidade de
conjugar informação espectral e topográfica converte esta técnica
numa instrumento útil no estudo da actividade cerebral durante o
sono. Durante este, ocorre grande variedade de padrões rítmicos e
eventos fásicos. Desenvolvimento. Com este trabalho pretendeu-se
realizar uma revisão dos estudos que aplicaram esta técnica durante
o sono com a finalidade de destacar os aspectos relevantes na utiliza-
ção e interpretação dos resultados. Devido a uma incorporação re-
cente da cartografia cerebral no estudo do sono, os padrões metodo-
lógicos seguidos nos escassos estudos onde foi utilizada são altamente
variáveis. Este facto impossibilita em grande medida qualquer tarefa
de comparação e extracção de resultados com garantias fiáveis. Con-
clusões. A utilização de diferentes técnicas de análise da actividade
cerebral durante o sono (análise espectral, coerência, transformada
de wavelets, e inclusivamente os potenciais evocados) juntamente com
a representação topográfica da mesma, proporcionariam, pelo me-
nos, um conhecimento mais profundo do comportamento electrofisio-
lógico, tanto normal como patológico, do ‘cérebro adormecido’ [REV
NEUROL 1999; 28:].
Palavras chave. Análise espectral. Electroencefalograma quantita-
tivo. Humanos. Metodologia. Sono.
423