Artigo de método

Integrando Fases do Ciclo Cardíaco na Análise de Potencial Relacionada a Eventos: Um Protocolo para Ambientes de Realidade Bidimensional e Virtual

69 vistas

⸱

DOI:

10.3791/69752

⸱

5 de maio de 2026

 ,  ,  ,  , 
1Research Center for Genetics and Life Sciences, Sirius University of Science and Technology, 2Samara State Medical University, 3National Research University Higher School of Economics

Neste artigo

Resumo

Este protocolo descreve uma abordagem para investigar a modulação cardíaca dependente de fase de potenciais relacionados a eventos visuais, utilizando registros simultâneos de eletroencefalografia e eletrocardiografia. O protocolo detalha a sincronização de estímulos, segmentação de fase cardíaca e análise de potenciais relacionados a eventos durante a sístole e a diástole, sendo aplicável tanto em ambientes convencionais de realidade virtual bidimensional quanto imersivos.

Resumo

O batimento cardíaco é um ritmo fisiológico fundamental que não apenas sustenta a vida, mas também modula processos perceptivos e neurais, influenciando assim a reprodutibilidade dos potenciais relacionados a eventos (ERPs). Embora a realidade virtual (VR) ofereça ambientes altamente imersivos em comparação com telas bidimensionais convencionais (2D), ela também apresenta desafios únicos para o registro eletrofisiológico, incluindo artefatos de movimento, latência de apresentação e modulação cardiogênica potencialmente mais forte. Esses fatores podem diminuir a eficiência do pré-processamento padrão da eletroencefalografia (EEG), levando a uma perda substancial de dados. Este estudo apresenta um protocolo detalhado que combina EEG e eletrocardiografia (ECG) simultâneos para investigar as interações coração-cérebro sob condições VR e 2D. A abordagem envolve alinhamento preciso dos estímulos com sinais cardíacos, correção para latência induzida pela VR e gerenciamento estendido de artefatos. A segmentação das épocas do EEG com base na ocorrência de estímulos durante a sístole cardíaca ou diástole revelou uma supressão robusta da amplitude da ERP visual durante a sístole. De forma crítica, esse efeito supressor foi quase idêntico tanto em VR quanto em ambientes 2D, demonstrando a eficácia do protocolo e confirmando que essa interação fundamental coração-cérebro é resistente a mudanças no nível de imersão. Esse protocolo, portanto, oferece uma estrutura padronizada para investigar a influência cardíaca na cognição, adaptável a diversos métodos de apresentação visual.

Introdução

A atividade rítmica do coração é cada vez mais reconhecida não apenas como um processo homeostático vital, mas como um modulador fundamental da função cerebral eda cognição 1. Um corpo crescente de evidências demonstra que os sinais cardíacos exercem uma influência contínua sobre um amplo espectro de processos neurocognitivos, incluindo percepção, atenção, regulação emocional econsciência 2,3. Esse eixo coração-cérebro é mediado por sinais interoceptivos aferentes de barorreceptores e mecanorreceptores cardiovasculares, que projetam através do tronco encefálico para áreas corticais onde se integram com informações sensoriaisexteroceptivas 4,5. Consequentemente, o cérebro não processa estímulos externos passivamente, mas o faz dentro do contexto do estado interno do corpo, cujo indicador-chave é a fase do ciclo cardíaco.

O principal desafio metodológico é revelar como a atividade neural cardiogênica influencia o processamento de estímulos externos, conforme medido por ERPs visuais. A manifestação eletrofisiológica mais proeminente dessa interação é o potencial evocado pelo batimento cardíaco (HEP), um padrão específico de atividade EEG que está sincronizado com a contraçãocardíaca 6. A HEP é considerada um marcador neural da atenção interoceptiva, refletindo a codificação preditiva do cérebro sobre o batimento cardíaco iminente e suas consequências para o processamento sensorial 7,8. De acordo com modelos contemporâneos, o cérebro utiliza esses sinais cardíacos para criar uma representação unificada do estado interno do corpo dentro de seu contexto externo 9,10. Evidências empíricas indicam que o processamento de estímulos externos, incluindo sua saliência perceptiva e correlatos neurais subjacentes, varia significativamente dependendo se eles são apresentados durante a sístole cardíaca oua diástole 11,12,13. Estímulos apresentados durante a sístole (fase de contração) estão consistentemente associados a processamento neural suprimido, evidenciado pela redução das amplitudes de ERP e respostas comportamentais alteradas, em comparação com aqueles apresentados durante a diástole (fase de relaxamento)14,15,16. Esse efeito é explicado pela hipótese do "gate somatossensorial", que postula que o cérebro suprime o processamento de sinais exteroceptivos para priorizar temporariamente os sinais interoceptivos cardíacos durante asistole 15,17.

Apesar do crescente interesse no eixo coração-cérebro, os protocolos padrão de análise ERP focam exclusivamente em estímulos externos, segmentando épocas em relação ao início do estímulo e, assim, ignorando a profunda variabilidade tentativa a tentativa introduzida pelo ciclo cardíaco em andamento. Para capturar com precisão a modulação do ciclo cardíaco dos ERPs visuais, é necessária uma abordagem fundamentalmente diferente. Isso exige o alinhamento preciso da apresentação do estímulo com fases cardíacas específicas, verificado pelo registro simultâneo deECG 18. A literatura atual carece de protocolos padronizados, detalhados e facilmente reproduzíveis que descrevam de forma abrangente todas as etapas do processamento, desde a aquisição de dados brutos até a análise estatística, levando em conta as fases cardíacas.

Um desafio metodológico adicional surge com a rápida adoção de tecnologias imersivas como a VR na neurociência. Ambientes de VR oferecem contextos altamente imersivos e envolventes, possibilitando a criação de cenários experimentais controlados, porém realistas . No entanto, a aquisição simultânea de dados de EEG e ECG de alta qualidade em um ambiente de RV está associada a várias dificuldades técnicas. Esses incluem artefatos potenciais de movimento, interferência eletromagnética do headset e a necessidade crítica de sincronização temporal precisa entre a apresentação do estímulo (frequentemente com latência inerente), aquisição de dados e sistemas de rastreamentode movimento 21. Esses desafios técnicos contribuíram para a escassez de protocolos de análise robustos especificamente projetados para a comparação direta da modulação neural dependente de cardio entre paradigmas clássicos 2D e de VR imersivo. Essa falta de um quadro comum acaba dificultando a pesquisa sobre como imersão e presença modulam mecanismos fundamentais de interação cérebro-corpo.

Para enfrentar esses desafios, este trabalho apresenta um protocolo metodológico abrangente e passo a passo para investigar a modulação do ciclo cardíaco das ERPs visuais, integrando registros simultâneos de EEG e ECG. A base da abordagem é a segmentação dos dados neurais em relação ao pico R cardíaco, permitindo a classificação dos estímulos com base em sua ocorrência durante a sistol ou diástole. Crucialmente, uma análise baseada em dados de toda a época pós-estímulo é empregada para identificar janelas de tempo específicas em que a fase cardíaca exerce uma influência moduladora significativa sobre a resposta neural. As principais contribuições deste trabalho são três: (1) um protocolo completo e visualizado, projetado para replicação direta, (2) o protocolo é adaptado e validado para comparar dados adquiridos usando um monitor 2D padrão e um headset de realidade virtual imersiva, e (3) a utilidade do protocolo é demonstrada ao revelar como estímulos faciais de valência emocional modulam diferencialmente a influência cardíaca no processamento neural, dependendo da imersão do ambiente.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

O estudo foi aprovado pelo Comitê de Bioética da Universidade Estadual de Medicina de Samara (código de protocolo 195, datado de 10 de outubro de 2018). Todos os participantes forneceram consentimento voluntário e informado antes do estudo. A amostra final consistiu em 27 voluntários saudáveis do sexo masculino, com idades entre 19 e 21 anos. Durante as sessões de teste, cada participante completou uma série de avaliações padronizadas aplicadas individualmente. Os reagentes e os equipamentos utilizados estão listados na Tabela de Materiais.

1. Materiais e equipamentos

NOTA: Use hardware e software funcionalmente equivalentes quando apropriado. Consulte a Figura 1 para uma visão geral da configuração experimental, incluindo o layout do sistema e as conexões. Prepare os seguintes equipamentos e softwares antes do experimento. Os requisitos gerais são descritos abaixo, e configurações específicas estão listadas na Tabela de Materiais.

  1. Sistema de aquisição de EEG/ECG
    1. Use um sistema de amplificação que permita gravação simultânea de EEG e ECG.
    2. Use eletrodos de EEG que possam ser reatribuídos do couro cabeludo para gravação de ECG.
  2. Opções de entrada de ECG (o sistema EEG suporta canais bipolares)
    1. Use canais de entrada bipolares dedicados para gravação de ECG, quando disponível.
    2. Readestinhe dois eletrodos de EEG não críticos para formar um par de ECG bipolar se canais bipolares dedicados não estiverem disponíveis.
  3. Opções de entrada de ECG (o sistema EEG suporta apenas canais monopolários)
    1. Use um adaptador diferencial para direcionar sinais de ECG para uma entrada auxiliar (AUX) ou diferencial.
    2. Use eletrodos passivos e eletrodos adesivos descartáveis compatíveis com a configuração de entrada selecionada.
  4. Apresentação do estímulo
    1. Use um computador com uma tela de alta taxa de atualização (≥120 Hz) para apresentação 2D.
    2. Use um display montado na cabeça com um monitor secundário para espelhamento de sinal para apresentação em VR.
  5. Sincronização e sensores
    1. Use um fotodiodo ou fotosensor com acessórios de montagem e conecte-o ao sistema de aquisição de EEG.
  6. Software
    1. Use um ambiente de runtime VR e um software de controle de estímulos capaz de sincronizar com precisão, sequenciamento e saída de gatilhos.
    2. Use software de análise EEG/ECG que suporte o manuseio de eventos, pré-processamento e análise ERP; Use scripts personalizados opcionais, se necessário.
  7. Ambiente de laboratório e acessórios
    1. Use uma sala blindada e devidamente isolada para gravação de EEG.
    2. Forneça uma cadeira confortável, soluções para gerenciamento de cabos, suprimentos para preparação de pele, gel condutor e materiais de higiene para displays montados na cabeça.

2. Configuração do sistema e detecção de latência

  1. Instale e configure o software de apresentação de estímulos.
    1. Condição VR
      1. Instale o tempo de execução VR específico do fabricante necessário para o display montado na cabeça.
      2. Implante a aplicação experimental de estímulo no headset de VR de acordo com a documentação de runtime.
      3. Realize a configuração inicial do sistema VR calibrando o sistema de rastreamento (se aplicável) e definindo os limites da área de reprodução de acordo com as instruções do fabricante para garantir rastreamento estável e minimizar artefatos relacionados ao movimento.
    2. Condição 2D
      1. Otimize a estação de trabalho de apresentação de estímulo desativando aplicações e processos desnecessários em segundo plano para minimizar interrupções e atrasos de tempo durante a aquisição de dados.
  2. Crie a montagem de gravação no software de aquisição do EEG.
    1. Crie um novo espaço de trabalho ou configuração de gravação e nomeie de acordo com o identificador do estudo.
    2. Atribua canais EEG e reserve os canais de entrada AUX de acordo com a documentação do hardware do amplificador.
    3. Adicione dois canais adicionais para os sinais de fotodiodo e ECG. Configure nomes de canais, tipos e unidades conforme apropriado, e inclua esses canais no mesmo arquivo de gravação do EEG. Rotule o canal ECG de forma consistente (por exemplo, "ECG").
  3. Meça a latência de apresentação do estímulo usando um fotodiodo.
    1. Conecte o fotodiodo a uma entrada AUX disponível do amplificador de EEG.
    2. Condição de VR: Monte o fotodiodo na lente do headset em um local correspondente a um patch de luminância travado por estímulo. Apresente pelo menos 100 eventos de estímulo e registre o sinal do fotodiodo para medir a latência de exibição e o jitter de tentativa a tentativa em relação ao gatilho pretendido. Após concluir as medições de VR, realoque o fotodiodo para a tela 2D.
    3. Condição 2D: Coloque o fotodiodo sobre uma área dedicada de pixel travado por estímulo no monitor. Apresente pelo menos 100 eventos de estímulo e registre o sinal do fotodiodo para medir a latência e o jitter de exibição em relação ao gatilho pretendido.
    4. Opcional: Se dois fotodiodos estiverem disponíveis, conecte cada sensor a um canal AUX separado e apresente flashes sincronizados para medir latências 2D e VR simultaneamente.
    5. Remova o fotodiodo da tela 2D após concluir as medições de latência para evitar obstruir a visão do participante.
    6. Calcule a latência média de exibição e o desvio padrão (jitter) para cada ambiente de apresentação.
    7. Documente os valores de latência e jitter separadamente para as condições 2D e VR.
    8. Verifique se o jitter de latência permanece estável durante toda a sessão. Se as configurações de hardware ou software forem modificadas, repita as medições de latência.
  4. Configure o canal de gravação do ECG.
    1. Determine a configuração de entrada do ECG com base nas capacidades disponíveis do amplificador (canais bipolares suportados vs. apenas canais monopolares; veja os passos 1.2 e 1.3).
    2. Se a gravação de ECG bipolar for suportada, ative a entrada dedicada de ECG bipolar no software de gravação e reserve a etiqueta do canal "ECG".
    3. Se apenas canais monopolares estiverem disponíveis, conecte um adaptador diferencial a uma entrada AUX ou diferencial e mapeie essa entrada como o canal ECG no software de gravação. Reserve o rótulo do canal "ECG."
    4. Não coloque eletrodos de ECG nesta fase. Realize a colocação dos eletrodos e verificações de impedância durante a preparação do participante.

3. Preparação dos participantes

  1. Colocação da tampa EEG
    1. Ajuste a cápsula EEG de acordo com o sistema internacional 10–10 ou 10–20, alinhando o eletrodo Cz e ajustando o tamanho da tampa à circunferência da cabeçado participante, 22.
    2. Separe o cabelo em cada local do eletrodo usando um cotonete ou uma cânula de ponta romba (aproximadamente 2–3 mm de diâmetro). Aplique um abrasivo suave ou solução de preparação para a pele para reduzir a impedância.
    3. Coloque cada eletrodo, aplique gel condutor e garanta um contato firme com o couro cabeludo girando suavemente o suporte do eletrodo. Evite criar pontes de gel condutor entre eletrodos vizinhos.
    4. Meça impedâncias de eletrodos e reduza-as abaixo de 8 kΩ (ou o padrão de laboratório) repetindo a separação do cabelo, aplicando preparação adicional para a pele ou adicionando gel condutor conforme necessário.
    5. Prenda cabos de EEG para minimizar o movimento e verificar se o participante se sente confortável antes de prosseguir.
  2. Posicionamento do eletrodo no ECG
    1. Limpe a pele do lado interno (voltado para a palma da mão) de ambos os pulsos usando lenços com álcool e deixe a pele secar completamente.
    2. Coloque eletrodos adesivos descartáveis nos pulsos para registrar o Lead I do Membro Padrão, posicionando o eletrodo negativo no pulso direito e o eletrodo positivo no esquerdo. Garanta um bom contato com os eletrodos e evite colocação sobre proeminências ósseas.
    3. Prenda os cabos de ECG usando fita médica, deixando pequenos laços de folga para reduzir artefatos relacionados ao movimento.
    4. Verifique o sinal do ECG em repouso. Certifique-se de que os picos R estejam claramente visíveis e eretos. Se os picos R parecerem invertidos, troque a polaridade do eletrodo. Confirme que o sinal do ECG permanece estável ao longo do tempo.
    5. Se usar um único amplificador para gravação de EEG e ECG, conecte os eletrodos de terra do EEG e do ECG conforme exigido pelo sistema. Quando houver múltiplos contatos terra disponíveis, coloque eletrodos de terra separados para EEG e ECG para melhorar a estabilidade do sinal, garantindo que todos os eletrodos de terra estejam conectados internamente dentro do amplificador.

4. Ajuste do headset de VR (apenas condição VR)

  1. Não remova a tampa do EEG nem desconecte nenhum eletrodo de EEG ou ECG antes da instalação do headset.
  2. Afrouxe a alça superior e o mecanismo de aperto traseiro do headset de VR para acomodar a colocação sobre a tampa do EEG.
  3. Instrua o participante a posicionar a parte frontal do headset de VR sobre o rosto. Abaixe a parte traseira sobre a tampa do EEG e aperte gradualmente as tiras até que o headset esteja bem ajustado.
    1. Certifique-se de que o headset não exerça pressão excessiva sobre os eletrodos do EEG. Ajuste o ajuste para evitar deslizamentos do headset, mantendo o conforto dos participantes durante o uso prolongado. Inspecione o sinal do EEG em busca de ruído de linha ou artefatos induzidos por pressão e reajuste o headset, se necessário, 23.
  4. Espelhe a saída do display VR para um monitor secundário para permitir supervisão em tempo real da apresentação do estímulo e do comportamento dos participantes.
  5. Verifique novamente as impedâncias dos eletrodos do EEG após a instalação do headset. Reaplique gel condutor em qualquer canal que exceda 8 kΩ (ou o padrão de laboratório). Repita as verificações de impedância periodicamente durante toda a condição VR.

5. Gravação

  1. Apresentação do estímulo
    1. Apresente estímulos visuais com tempo preciso e reproduzível. Envie e registre os gatilhos de eventos para cada início de estímulo dentro da gravação do EEG. Use parâmetros de tempo de estímulo idênticos (por exemplo, duração do estímulo, intervalo entre estímulos) nos ambientes 2D e VR.
  2. Monitoramento dos participantes
    1. Instrua o participante a minimizar o movimento da cabeça e o piscar dos olhos durante a apresentação do estímulo. Monitore continuamente os sinais de EEG e ECG durante a gravação. Pause o experimento se necessário para corrigir impedâncias de eletrodos ou ajustar a fiação.
  3. Blocos de gravação
    1. Grave dados em ambos os ambientes de apresentação (2D e VR). Contrabalançar a ordem dos ambientes entre os participantes quando aplicável para controlar os efeitos da ordem.

6. Pré-processamento de EEG

  1. Importação de dados e verificação de canais
    1. Importe os dados contínuos do EEG, ECG e fotodiodo para o software de análise de EEG. Verifique se todos os rótulos, tipos e unidades dos canais estão corretamente atribuídos.
  2. Filtragem de sinais
    1. Aplique um filtro de entalhe na frequência local da linha de energia (50 Hz ou 60 Hz). Inclua frequências harmônicas, se exigido pelo padrão laboratorial.
    2. Aplique um filtro passa-banda aos dados do EEG de acordo com o padrão laboratorial (por exemplo, 0,1–40 Hz).
  3. Correção e rerotulagem de marcadores de evento
    1. Corriga os marcadores de eventos de estímulo subtraindo a latência de exibição específica do ambiente medida na etapa 2.3. Gerar marcadores de estímulo corrigidos pela latência para análises subsequentes.
    2. Renomee marcadores de estímulo de acordo com o ambiente de apresentação (por exemplo, prefixe os rótulos dos eventos com "2D_" ou "VR_").
  4. Detecção e correção de artefatos
    1. Inspecione visualmente os dados contínuos em busca de artefatos. Identifique e marque segmentos que contenham ruído excessivo ou artefatos de movimento. Interpole canais ruins quando apropriado, seguindo os procedimentos laboratoriais padrão.
    2. Realize análise independente de componentes (ICA)24 para identificar artefatos oculares e musculares. Inspecione cursos em tempo parcial, topografias do couro cabeludo e características espectrais. Remova componentes relacionados a artefatos com base em critérios objetivos ou julgamento de especialistas. Quando apropriado, estenda abordagens baseadas em ACI ou regressão para modelar artefatos relacionados ao coração.
    3. Calcule ERPs com time-lock ao pico R usando os mesmos parâmetros de pré-processamento que para ERPs travados por estímulo. Inspecione as formas de onda resultantes e as topografias do couro cabeludo para avaliar a possível contaminação por artefatos do campo cardíaco (CFA) 25. Identifique complexos semelhantes ao QRS proeminentes ou outras deflexões relacionadas ao ECG nos sinais do EEG (Figura 2), que indicam atividade cardíaca residual e volume conduzida ao couro cabeludo.
      1. Se for observada atividade cardíaca significativa, aplicar procedimentos corretivos adicionais, regressão linear baseada em modelos gerais usando ECG como preditorcontínuo 26, métodos estendidos baseados em ACI ou abordagens baseadas em aprendizado de máquina27.
    4. Considere a sobreposição entre ERPs bloqueados por estímulo e HEP. Use métodos que modelem explicitamente respostas neurais sobrepostas, como abordagens baseadas em regressão ou deconvolução26. Quando apropriado, aplicar procedimentos baseados em substitutos ou análises de controle para avaliar a robustez dos efeitos neurais relacionados aocoração 28,29.

7. Segmentação de fase cardíaca (offline)

  1. Detectar picos R
    1. Detectar automaticamente os picos R no sinal de ECG usando o software de análise. Revise manualmente todos os eventos detectados e corrija picos R perdidos ou detectados erroneamente para garantir o tempo preciso dos batimentos cardíacos.
  2. Defina fases cardíacas
    1. Defina sístole e diástole, levando em conta as diferenças interindividuais na frequência cardíaca e na variabilidade batida a batida. Prefira definições específicas de ciclo em vez de janelas temporais fixas quando possível.
      NOTA: Use uma das seguintes abordagens: (1) Defina sístole e diástole como proporções de cada intervalo R-R individual, consistente com a relação não linear entre frequência cardíaca e duração das fases cardíacas; (2) Quando a qualidade do sinal do ECG permitir, defina o fim da sistele usando a extremidade da onda T como marcador fisiologicamente aterrado; (3) Se a detecção confiável de ondas T não for viável, defina a sistole usando uma janela temporal fixa (por exemplo, os primeiros 300 ms após o pico R). Reconheça explicitamente essa aproximação e leve em conta as diferenças individuais de frequência cardíaca em análises subsequentes.
  3. Atribua etiquetas de fase cardíaca aos estímulos
    1. Use marcadores de estímulo corrigidos pela latência para atribuir cada estímulo à fase cardíaca presente no início do estímulo (sístole ou diástole). Atribua etiquetas de fase separadamente para cada ambiente de apresentação (2D ou VR) e renomeie os eventos de acordo (por exemplo, 2D_systole, VR_diastole).
  4. Exclua julgamentos ambíguos
    1. Identificar e remover ensaios nos quais a janela planejada de análise ERP abrangeria ambas as fases cardíacas com base na frequência cardíaca instantânea do participante.
  5. Exemplo de implementação de software
    NOTA: Os passos a seguir ilustram uma possível implementação usando um pacote de software de análise de EEG que suporta detecção e rerotulagem de eventos de ECG.
    1. Detecção automática de picos R: Abra o menu de detecção de eventos e selecione a função de detecção de batimentos cardíacos. Selecione o canal ECG com a maior qualidade de sinal, defina um rótulo para os eventos detectados (por exemplo, "R-pico") e execute o algoritmo de detecção para gerar marcadores de eventos R-pico.
    2. Revisão manual da detecção de picos R: Inspecione visualmente o sinal de ECG com marcadores sobrepostos de picos R. Adicione marcadores faltantes e remova detecções incorretas usando as ferramentas de edição de eventos fornecidas pelo software.
    3. Remarcação de eventos baseada em fase cardíaca: Use a combinação de eventos ou função de seleção para classificar estímulos de acordo com a fase cardíaca no início.
      NOTA: Para ensaios sistólicos, selecione estímulos que ocorrem dentro do intervalo sistólico pré-definido após cada pico R. Para ensaios diastólicos, selecione estímulos que ocorrem dentro do intervalo diastólico pré-definido que antecede o próximo pico R. Crie novas categorias de eventos para sístole e diástole. Realize este procedimento separadamente para cada fase cardíaca e ambiente de apresentação.

8. Época e média

  1. Época e correção de linha de base
    1. Atribua etiquetas de fase cardíaca exclusivamente com base na fase cardíaca presente no início do estímulo (ou seja, sístole ou diástole). Defina a época ERP em relação ao início do estímulo. Permita que a época se estenda para fases cardíacas subsequentes sem afetar a classificação das fases.
    2. Use um comprimento de época de aproximadamente 400 ms. Se for necessária uma janela maior (por exemplo, 600 ms), excluam os ensaios em que a janela de análise se estende substancialmente para a fase cardíaca subsequente. Aplique a correção de base usando um intervalo pré-estímulo curto (por exemplo, -50 a 0 ms, ou -50 a -2 ms).
  2. Média
    1. Calcule os ERPs separadamente para as quatro condições experimentais: 2D_systole, 2D_diastole, VR_systole e VR_diastole. Informe o número de ensaios retidos para cada condição.
  3. Considerações sobre seleção de eletrodos
    1. Selecione eletrodos para análise com base na questão de pesquisa e na natureza dos componentes do ERP de interesse. Use eletrodos occipitais (O1, Oz, O2) para paradigmas visuais, pois capturam ERPs visuais canônicos com alta relação sinal-ruído.

9. Controle de qualidade e solução de problemas

  1. Jitter de latência de estímulo gatilho
    1. Avalie o jitter de latência entre os carimbos de tempo do gatilho e o início do estímulo medido por fotodiodo. Considere o jitter superior a aproximadamente 10 ms entre os ensaios como problemático, especialmente para componentes iniciais de ERP. Se houver jitter excessivo, reavalie o tempo do estímulo, a sincronização de hardware e aplique correções de latência específicas para a execução conforme necessário.
  2. Saturação ou ruído no ECG
    1. Verifique o contato do eletrodo do ECG e a impedância. Troque a polaridade do eletrodo se os picos R estiverem invertidos. Reposicione os eletrodos de ECG para os antebraços se as gravações do punho continuarem ruidosas.
  3. Artefatos de pressão do headset de VR
    1. Reajuste as alças dos fones de ouvido para reduzir a pressão nos eletrodos do EEG. Adicione acolchoamento se necessário e reaplique gel condutor nos eletrodos afetados.
  4. Contagens desiguais de ensaios entre fases cardíacas
    1. Ajuste a janela de época do ERP ou o momento do estímulo para garantir amostragem equilibrada entre as fases sistólica e diastólica.
  5. Ensaios de fase ambígua
    1. Identifique ensaios nos quais o início do estímulo ocorre próximo a uma fronteira de fase cardíaca (por exemplo, ao redor do pico R ou próximo à transição entre sistele e diástole) e onde a janela planejada de análise pode abranger ambas as fases. Sinalize esses julgamentos como ambíguos. Inspecionar o sinal do ECG e o intervalo instantâneo R-R e excluir ensaios ambíguos de análises posteriores.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

O presente estudo utilizou um protocolo de análise para investigar a modulação ERP por sinais interoceptivos aferentes durante a fase do ciclo cardíaco (sístole vs. diástole) em dois ambientes experimentais: um monitor 2D padrão e um ambiente imersivo de VR. As épocas do EEG foram extraídas e analisadas em relação ao pico R do ECG registrado simultaneamente.

O teste de permutação não paramétrico baseado em clusters aplicado a ERPs visuais registrados em eletro...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

Etapas críticas dentro do protocolo
Várias etapas do protocolo proposto são críticas para obter efeitos ERP cardíacos dependentes de fase. Primeiro, a sincronização precisa entre a apresentação do estímulo e o registro do EEG é essencial, e a latência de exibição específica do ambiente deve ser quantificada usando um fotodiodo e corrigida no nível do marcador de evento, pois atrasos não corrigidos ou jitter excessivo podem levar à borração temporal dos componentes da ...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

Os autores declaram que não têm conflito de interesses.

Agradecimentos

Esse trabalho foi apoiado pela concessão do programa estadual do Território Federal «Sirius» «Desenvolvimento científico e tecnológico do Território Federal «Sirius» (Acordo nº 28-03, data 27.09.2024).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
actiCAP slim / snapBrain Products GmbHBP-185-2200Tampa ativa de eletrodo com 64 canais.
Amplificador de laboratório all-in-one actiCHamp Plus versátilBrain Products GmbHS/N ACBM17120955Sistema primário de aquisição de dados EEG.
Eleitores Ag/AgCl descartáveis 26 mmNika-Medical LtdN/AEletrodos descartáveis para ECG de três derivações
BIP2AUX adaptadorBrain Products GmbHN/AConecta a saída do ECG à entrada auxiliar do EEG.
Desktop ROG Srtix ASUSTeK Computer Inc.G835LR-SA117Estação de trabalho de alto desempenho. Usado para operação simultânea do sistema de VR (HTC Vive), software de apresentação de estímulos e plataforma de gravação de EEG (BrainVision Recorder).
HTC Vive  Pro EyeHTC Corporation & nbsp;S/N FA1142100443Sistema de VR para apresentação imersiva de estímulos.
Sensor FotográficoBrain Products GmbHN/APara detecção óptica do início do estímulo.
Samsung 27" ViewFinity S8 Samsung Electronics Co., LtdS/N 0UYMHNBXB00044DTela principal para a condição 2D.
Samsung 27" ViewFinity S8 Samsung Electronics Co., LtdS/N 0UYMHNBXB00030EExibição do experimentador. Usado para rodar softwares de gravação de EEG e monitorar dados durante experimentos.
Neiroiconica "Expert" com sala blindadaNeiroiconica Assistive LtdS/N figure-materials-1K20210119011Câmara eletromagnética blindada.
Cabo de Chumbo de EncaixeNeurosoft LtdN/AConecta eletrodos de ECG ao adaptador
TriggerBox PlusBrain Products GmbHS/N TB-A100009-0624Interface de sincronização para gatilhos TTL.

Referências

  1. Barrett, L. F., Simmons, W. K. Interoceptive predictions in the brain. Nat Rev Neurosci. 16 (7), 419-429 (2015).
  2. Critchley, H. D., Garfinkel, S. N. Interoception and emotion. Curr Opin Psychol. 17, 7-14 (2017).
  3. Quigley, K. S., Kanoski, S., Grill, W. M., Barrett, L. F., Tsakiris, M. Functions of interoception: from energy regulation to experience of the self. Trends Neurosci. 44 (1), 29-38 (2021).
  4. Cechetto, D. F. Cortical control of the autonomic nervous system. Exp Physiol. 99 (2), 326-331 (2014).
  5. Gianaros, P. J., Wager, T. D. Brain-body pathways linking psychological stress and physical health. Curr Dir Psychol Sci. 24 (4), 313-321 (2015).
  6. Schandry, R., Sparrer, B., Weitkunat, R. From the heart to the brain: a study of heartbeat-contingent scalp potentials. Int J Neurosci. 30 (4), 261-275 (1986).
  7. Azzalini, D., Rebollo, I., Tallon-Baudry, C. Visceral signals shape brain dynamics and cognition. Trends Cogn Sci. 23 (6), 488-509 (2019).
  8. Park, H. D., Blanke, O. Heartbeat-evoked cortical responses: underlying mechanisms, functional roles, and methodological considerations. Neuroimage. 197, 502-511 (2019).
  9. Saltafossi, M., Zaccaro, A., Perrucci, M. G., Ferri, F., Costantini, M. The impact of cardiac phases on multisensory integration. Biol Psychol. 182, 108642(2023).
  10. Seth, A. K., Friston, K. J. Active interoceptive inference and the emotional brain. Philos Trans R Soc B Biol Sci. 371 (1708), 20160007(2016).
  11. Kirasirova, L. A., Pyatin, V. F. Face-related ERP is influenced by cardiac afferent information. Opera Med Physiol. 9 (1), 54-59 (2022).
  12. Martins, A. Q., Ring, C., McIntyre, D., Edwards, L., Martin, U. Effects of unpredictable stimulation on pain and nociception across the cardiac cycle. Pain. 147 (1-3), 84-90 (2009).
  13. Motyka, P., et al. Interactions between cardiac activity and conscious somatosensory perception. Psychophysiology. 56 (3), e13424(2019).
  14. Edwards, L., Inui, K., Ring, C., Wang, X., Kakigi, R. Pain-related evoked potentials are modulated across the cardiac cycle. Pain. 137 (3), 488-494 (2008).
  15. Garfinkel, S. N., et al. Fear from the heart: sensitivity to fear stimuli depends on individual heartbeats. J Neurosci. 34 (19), 6573-6582 (2014).
  16. Rau, H., Elbert, T. Psychophysiology of arterial baroreceptors and the etiology of hypertension. Biol Psychol. 57, 179-201 (2001).
  17. Gray, M. A., Rylander, K., Harrison, N. A., Wallin, B. G., Critchley, H. D. Following one’s heart: cardiac rhythms gate central initiation of sympathetic reflexes. J Neurosci. 29, 1817-1825 (2009).
  18. Pollatos, O., Schandry, R. Accuracy of heartbeat perception is reflected in the amplitude of the heartbeat-evoked brain potential. Psychophysiology. 41 (3), 476-482 (2004).
  19. Parsons, T. D. Virtual reality for enhanced ecological validity and experimental control in clinical, affective and social neurosciences. Front Hum Neurosci. 9, 520(2015).
  20. Slobounov, S. M., Ray, W., Johnson, B., Slobounov, E., Newell, K. M. Modulation of cortical activity in 2D versus 3D virtual reality environments: an EEG study. Int J Psychophysiol. 95 (3), 254-260 (2015).
  21. Pavlov, Y. G., et al. EEGManyLabs: Investigating the replicability of influential EEG experiments. Cortex. 144, 213-229 (2021).
  22. Klem, G., Lüders, H., Jasper, H., Elger, C. The ten-twenty electrode system of the International Federation. Electroencephalogr Clin Neurophysiol Suppl. 52, 3-6 (1999).
  23. Larsen, O. F. P., et al. A method for synchronized use of EEG and eye tracking in fully immersive VR. Front Hum Neurosci. 18, 1347974(2024).
  24. Vigário, R., Särelä, J., Jousmäki, V., Hämäläinen, M., Oja, E. Independent component approach to the analysis of EEG and MEG recordings. IEEE Trans Biomed Eng. 47 (5), 589-593 (2000).
  25. Al, E., et al. Heart-brain interactions shape somatosensory perception and evoked potentials. Proc Natl Acad Sci USA. 117 (19), 10575-10584 (2020).
  26. Ehinger, B. V., Dimigen, O. Unfold: An integrated toolbox for overlap correction, non-linear modeling, and regression-based EEG analysis. PeerJ. 7, e7838(2019).
  27. Arnau, S., Sharifian, F., Wascher, E., Larra, M. F. Removing the cardiac field artifact from EEG using neural network regression. Psychophysiology. 60 (4), e14323(2023).
  28. Aprile, F., et al. The heartbeat-evoked potential in young and older adults during attention orienting. Psychophysiology. 62 (1), e70057(2025).
  29. Steinfath, P., et al. Validating genuine changes in heartbeat-evoked potentials using pseudotrials and surrogate procedures. Imaging Neurosci. 3, IMAG.a.30(2025).
  30. Walker, B. B., Sandman, C. A. Visual evoked potentials change as heart rate and carotid pressure change. Psychophysiology. 19 (5), 520-527 (1982).
  31. Maris, E., Oostenveld, R. Nonparametric statistical testing of EEG and MEG data. J Neurosci Methods. 164 (1), 177-190 (2007).
  32. Coll, M. P., Hobson, H., Bird, G., Murphy, J. Systematic review and meta-analysis of the relationship between the heartbeat-evoked potential and interoception. Neurosci Biobehav Rev. 122, 190-200 (2021).
  33. Kirasirova, L., Tugin, S., Pyatin, V., Kabir, M. S., Sagalajev, B. Modality-specific ERP dynamics in virtual and non-immersive environments. Proc Int Conf Neurotechnologies Neurointerfaces, , 36-39 (2025).
  34. Sagehorn, M., et al. Real-life relevant face perception is not captured by the N170 but reflected in later potentials: a comparison of 2D and virtual reality stimuli. Front Psychol. 14, 1050892(2023).
  35. Kirasirova, L., Maslova, O., Pyatin, V. Impact of virtual agent facial emotions and attention on N170 ERP amplitude: comparative study. Front Behav Neurosci. 19, 1523705(2025).
  36. Marín-Morales, J., et al. Affective computing in virtual reality: Emotion recognition from brain and heartbeat dynamics using wearable sensors. Sci Rep. 8, 13657(2018).
  37. Kirasirova, L., et al. Standardized EEG protocol for comparing cortical responses to mechanical and electrical tactile stimuli. J Vis Exp. (229), e69817(2026).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Solicitar permissão para reutilizar o texto ou as figuras deste artigo JoVE

Solicitar permissão

Etiquetas

Potenciais Relacionados a EventosEEG em Realidade VirtualIntera o Cora o C rebroPr processamento de EEGEletrocardiografia ECGArtefatos de MovimentoAmplitude de ERP VisualS stole Card acaDi stole Card aca
Vídeo em breve

Artigos relacionados