Saltar para o conteúdo

Onda mu

Origem: Wikipédia, a enciclopédia livre.
Single lead EEG readout
Amostra de um segundo de oscilações alfa de uma eletroencefalografia. Esse ritmo ocorre em frequências semelhantes às do ritmo mu, embora as oscilações alfa sejam detectadas em uma parte diferente do cérebro.
Left motor cortex highlighted on the brain
O córtex motor esquerdo, ou BA4, está destacado em verde nesta vista lateral esquerda do cérebro. Essa é a área na qual os ritmos mu são detectados bilateralmente.

O ritmo sensório-motor mu, também conhecido como onda mu, ritmos em pente ou em postigo ou ritmos arciformes, são ondas cerebrais de atividade elétrica que envolvem um grande número de neurônios, provavelmente do tipo piramidal, na parte do cérebro que controla o movimento voluntário.[1] Esses padrões, medidos por eletroencefalografia (EEG), magnetoencefalografia (MEG) ou eletrocorticografia [en] (ECoG), repetem-se a uma frequência de 7,5-12,5 (e principalmente 9-11) Hz e são mais proeminentes quando o corpo está fisicamente em repouso.[1] Ao contrário da onda alfa [en], que ocorre em uma frequência semelhante no córtex visual em repouso na parte posterior do couro cabeludo, o ritmo mu é encontrado no córtex motor, em uma faixa que vai aproximadamente de orelha a orelha. As pessoas suprimem os ritmos mu quando realizam ações motoras ou, com a prática, quando visualizam a realização de ações motoras. Essa supressão é chamada de dessincronização da onda porque as formas de onda da EEG são causadas por um grande número de neurônios que disparam em sincronia. O ritmo mu é até mesmo suprimido quando se observa outra pessoa realizando uma ação motora ou um movimento abstrato com características biológicas. Pesquisadores como Vilayanur S. Ramachandran e colegas sugeriram que isso é um sinal de que o sistema de neurônios-espelho está envolvido na supressão do ritmo mu,[2][3] embora outros discordem.[4]

O ritmo mu é de interesse de vários estudiosos. Cientistas que estudam o desenvolvimento neural estão interessados nos detalhes do desenvolvimento do ritmo mu na infância e em sua função no aprendizado.[5] Como um grupo de pesquisadores acredita que o transtorno do espectro autista (TEA) é fortemente influenciado por um sistema de neurônios-espelho alterado[2][6][7] e que a supressão do ritmo mu é uma indicação posterior da atividade dos neurônios-espelho,[3] muitos desses cientistas despertaram um interesse mais popular na investigação da onda mu em pessoas com TEA. Diversos pesquisadores também estão usando os ritmos mu para desenvolver uma nova tecnologia: a interface cérebro-computador (BCI). Com o surgimento dos sistemas de BCI, os médicos esperam oferecer à população com deficiência física grave novos métodos de comunicação e um meio de manipular e navegar em seus ambientes.[8].

Neurônios-espelho

[editar | editar código-fonte]

O sistema de neurônios-espelho consiste em uma classe de neurônios que foi estudada pela primeira vez na década de 1990 em cinopitecos.[7] Estudos descobriram conjuntos de neurônios que disparam quando esses macacos executam tarefas simples e também quando os macacos veem outros executando as mesmas tarefas simples.[9] Isso sugere que eles desempenham um papel no mapeamento dos movimentos dos outros no cérebro sem realmente executar fisicamente os movimentos. Esses conjuntos de neurônios são chamados de neurônios-espelho e, juntos, formam o sistema de neurônios-espelho. As ondas mu são suprimidas quando esses neurônios disparam, um fenômeno que permite aos pesquisadores estudar a atividade dos neurônios-espelho em humanos.[10] Há evidências de que os neurônios-espelho existem em humanos e em animais não humanos. O giro fusiforme direito, o lóbulo parietal inferior [en] esquerdo, o lobo parietal anterior direito e o giro frontal inferior esquerdo são de particular interesse.[7][11][12] Alguns pesquisadores acreditam que a supressão da onda mu pode ser uma consequência da atividade dos neurônios-espelho em todo o cérebro e representa um processamento integrativo de nível superior da atividade dos neurônios-espelho.[3] Testes em macacos (usando técnicas de medição invasivas) e em humanos (usando EEG e fMRI) descobriram que esses neurônios-espelho não só disparam durante tarefas motoras básicas, mas também têm componentes que lidam com a intenção.[13] Há evidências de um papel importante para os neurônios-espelho em humanos, e as ondas mu podem representar uma coordenação de alto nível desses neurônios-espelho.[3]

Desenvolvimento

[editar | editar código-fonte]

Uma conceituação proveitosa das ondas mu em uso pediátrico é que a supressão da onda mu é uma representação da atividade em andamento no mundo e é detectável nas redes frontal e parietal.[3] Uma oscilação em repouso é suprimida durante a observação de informações sensoriais, como sons ou imagens, geralmente na região cortical frontoparietal (motora).[3] A onda mu é detectável durante a infância, entre quatro e seis meses, quando a frequência de pico da onda pode chegar a 5,4 Hz.[5][14] Há um rápido aumento na frequência de pico no primeiro ano de vida,[14] e, aos dois anos de idade, a frequência normalmente atinge 7,5 Hz.[11] A frequência de pico da onda mu aumenta com a idade até a maturação na idade adulta, quando atinge sua frequência final e estável de 8-13 Hz.[5][11][14] Essas frequências variáveis são medidas como atividade em torno do sulco central, dentro do córtex Rolandic.[3]

Acredita-se que as ondas mu sejam indicativas do desenvolvimento da capacidade de imitação de um bebê. Isso é importante porque a capacidade de imitar desempenha um papel vital no desenvolvimento de habilidades motoras, no uso de ferramentas e na compreensão de informações causais por meio da interação social.[11] A imitação é essencial para o desenvolvimento de habilidades sociais e para a compreensão de sinais não verbais.[5] As relações causais podem ser feitas por meio do aprendizado social sem a necessidade de experiência em primeira mão. Na execução de ações, as ondas mu estão presentes em bebês e adultos antes e depois da execução de uma tarefa motora e da dessincronização que a acompanha. No entanto, durante a execução de uma ação orientada para um objetivo, os bebês apresentam um grau mais alto de dessincronização do que os adultos. Assim como na execução de uma ação, durante a observação da ação, as ondas mu dos bebês não só mostram uma dessincronização, mas mostram uma dessincronização maior em grau do que a evidenciada em adultos.[5] Essa tendência de mudanças no grau de dessincronização, em vez de mudanças reais na frequência, torna-se a medida para o desenvolvimento da onda mu durante toda a vida adulta, embora a maioria das mudanças ocorra durante o primeiro ano de vida.[14] Compreender os mecanismos que são compartilhados entre a percepção e a execução da ação nos primeiros anos de vida tem implicações para o desenvolvimento da linguagem. O aprendizado e a compreensão por meio da interação social vêm da imitação de movimentos e dos sons das vogais. Compartilhar a experiência de prestar atenção a um objeto ou evento com outra pessoa pode ser uma força poderosa no desenvolvimento da linguagem.[15]

Transtorno do espectro autista (TEA)

[editar | editar código-fonte]

O transtorno do espectro autista é um distúrbio associado a déficits sociais e de comunicação. Ainda não foi identificada uma causa única para o transtorno do espectro autista, mas a onda mu e o sistema de neurônios-espelho foram estudados especificamente por seu papel no distúrbio. Em um indivíduo com desenvolvimento normal, o sistema de neurônios-espelho responde quando ele observa alguém realizando uma tarefa ou quando ele mesmo realiza a tarefa. Em indivíduos com transtorno do espectro autista, os neurônios-espelho tornam-se ativos (e, consequentemente, as ondas mu são suprimidas) somente quando o próprio indivíduo executa a tarefa.[6][16] Essa descoberta levou alguns cientistas, notadamente Vilayanur S. Ramachandran e colegas, a ver o transtorno do espectro autista como um distúrbio na compreensão das intenções e objetivos de outros indivíduos devido a problemas no sistema de neurônios-espelho.[7] Essa deficiência explicaria a dificuldade que as pessoas com transtorno do espectro autista têm em se comunicar e compreender os outros. Embora a maioria dos estudos sobre o sistema de neurônios-espelho e as ondas mu em pessoas com transtorno do espectro autista tenha se concentrado em tarefas motoras simples, alguns cientistas especulam que esses testes podem ser expandidos para mostrar que os problemas com o sistema de neurônios-espelho estão subjacentes a déficits cognitivos e sociais abrangentes.[2][6]

As magnitudes de ativação de fMRI no giro frontal inferior aumentam com a idade em pessoas com transtorno do espectro autista, mas não em indivíduos com desenvolvimento típico. Além disso, a maior ativação foi associada a maior quantidade de contato visual e melhor funcionamento social.[17] Os cientistas acreditam que o giro frontal inferior é um dos principais correlatos neurais com o sistema de neurônios-espelho em humanos e está frequentemente relacionado a déficits associados ao transtorno do espectro autista.[12] Essas descobertas sugerem que o sistema de neurônios-espelho pode não ser inoperante em indivíduos com transtorno do espectro autista, mas simplesmente anormal em seu desenvolvimento. Essa informação é importante para a presente discussão porque as ondas mu podem estar integrando diferentes áreas de atividade dos neurônios-espelho no cérebro.[3] Outros estudos avaliaram tentativas de estimular conscientemente o sistema de neurônios-espelho e suprimir as ondas mu usando neurofeedback (um tipo de biofeedback administrado por meio de computadores que analisam gravações em tempo real da atividade cerebral, nesse caso EEGs de ondas mu). Esse tipo de terapia ainda está em suas fases iniciais de implementação em indivíduos com transtorno do espectro autista e tem previsões conflitantes de sucesso.[18][19]

Interfaces cérebro-computador

[editar | editar código-fonte]

As interfaces cérebro-computador (BCIs) são uma tecnologia em desenvolvimento que os clínicos esperam que um dia traga mais independência e autonomia aos portadores de deficiências físicas graves. Essa tecnologia tem o potencial de ajudar a incluir pessoas com paralisia quase total ou total, como aquelas com tetraplegia ou esclerose lateral amiotrófica (ELA) avançada; as BCIs têm o objetivo de ajudá-las a se comunicar ou até mesmo a mover objetos, como cadeiras de rodas motorizadas, neuropróteses ou ferramentas robóticas de preensão.[8][20] Atualmente, poucas dessas tecnologias estão sendo usadas regularmente por pessoas com deficiências, mas um conjunto diversificado está em desenvolvimento em nível experimental.[8][21][22] Um tipo de BCI usa a dessincronização relacionada a eventos (ERD) da onda mu para controlar o computador.[8] Esse método de monitoramento da atividade cerebral aproveita o fato de que, quando um grupo de neurônios está em repouso, eles tendem a disparar em sincronia uns com os outros. Quando um participante é induzido a imaginar um movimento (um “evento”), a dessincronização resultante (o grupo de neurônios que estava disparando em ondas síncronas agora dispara em padrões complexos e individualizados) pode ser detectada e analisada de forma confiável por um computador. Os usuários dessa interface são treinados para visualizar movimentos, geralmente do pé, da mão e/ou da língua, cada um deles em locais diferentes no homúnculo cortical [en] e, portanto, distinguíveis por eletroencefalografia (EEG) ou eletrocorticografia (ECoG) que registra a atividade elétrica no córtex motor.[8][21] Nesse método, os computadores monitoram um padrão típico de onda mu ERD contralateral ao movimento visualizado combinado com a sincronização relacionada ao evento (ERS) no tecido circundante.[21] Esse padrão emparelhado se intensifica com o treinamento,[8][21][22][23] e o treinamento assume cada vez mais a forma de jogos, alguns dos quais utilizam a realidade virtual.[8][21][23] Alguns pesquisadores descobriram que o feedback dos jogos de realidade virtual é particularmente eficaz para fornecer ao usuário ferramentas para melhorar o controle de seus padrões de ondas mu.[8][23] O método ERD pode ser combinado com um ou mais métodos de monitoramento da atividade elétrica do cérebro para criar BCIs híbridas, que geralmente oferecem mais flexibilidade do que uma BCI que usa um único método de monitoramento.[8][21]

As ondas mu têm sido estudadas desde a década de 1930 e são chamadas de ritmo de postigo porque as ondas arredondadas da EEG se assemelham a postigos de croquet. Em 1950, Henri Gastaut e seus colegas relataram a dessincronização dessas ondas não apenas durante os movimentos ativos de seus sujeitos, mas também enquanto os sujeitos observavam ações executadas por outra pessoa.[24][25] Esses resultados foram posteriormente confirmados por outros grupos de pesquisa,[26][27][28][29] inclusive um estudo usando grades de eletrodos subdurais em pacientes epilépticos.[30] Esse último estudo mostrou a supressão das ondas mu enquanto os pacientes observavam partes do corpo em movimento em áreas somáticas do córtex que correspondiam à parte do corpo movida pelo ator. Outros estudos mostraram que as ondas mu também podem ser dessincronizadas ao imaginar ações[31][32] e ao visualizar passivamente o movimento biológico de luz pontual.[33]

Ondas cerebrais

[editar | editar código-fonte]
  • Onda mu - (8 - 13 Hz)[36]
  1. a b Amzica, Florin; Fernando Lopes da Silva (2010). «Cellular Substrates of Brain Rhythms». In: Schomer, Donald L.; Fernando Lopes da Silva. Niedermeyer's Electroencephalography: Basic Principles, Clinical Applications, and Related Fields 6th ed. Philadelphia, Pa.: Lippincott Williams & Wilkins. pp. 33–63. ISBN 978-0-7817-8942-4 
  2. a b c Oberman, Lindsay M.; Edward M. Hubbarda; Eric L. Altschulera; Vilayanur S. Ramachandran; Jaime A. Pineda (Julho de 2005). «EEG evidence for mirror neuron dysfunction in autism spectrum disorders». Cognitive Brain Research. 24 (2): 190–198. PMID 15993757. doi:10.1016/j.cogbrainres.2005.01.014 
  3. a b c d e f g h Pineda, Jaime A. (1 de dezembro de 2005). «The functional significance of mu rhythms: Translating "seeing" and "hearing" into "doing"». Brain Research Reviews. 50 (1): 57–68. PMID 15925412. doi:10.1016/j.brainresrev.2005.04.005 
  4. Churchland, Patricia (2011). Braintrust: What Neuroscience Tells Us About Morality. Princeton, NJ: Princeton University Press. p. 156. ISBN 978-0-691-13703-2 
  5. a b c d e Nyström, Pär; Ljunghammar, Therese; Rosander, Kerstin; Von Hofsten, Claes (2011). «Using mu rhythm desynchronization to measure mirror neuron activity in infants». Developmental Science. 14 (2): 327–335. PMID 22213903. doi:10.1111/j.1467-7687.2010.00979.x 
  6. a b c Bernier, R.; Dawson, G.; Webb, S.; Murias, M. (2007). «EEG mu rhythm and imitation impairments in individuals with autism spectrum disorder». Brain and Cognition. 64 (3): 228–237. PMC 2709976Acessível livremente. PMID 17451856. doi:10.1016/j.bandc.2007.03.004 
  7. a b c d Williams, Justin H.G.; Waiter, Gordon D.; Gilchrist, Anne; Perrett, David I.; Murray, Alison D.; Whiten, Andrew (1 de janeiro de 2006). «Neural mechanisms of imitation and 'mirror neuron' functioning in autistic spectrum disorder» (PDF). Neuropsychologia. 44 (4): 610–621. PMID 16140346. doi:10.1016/j.neuropsychologia.2005.06.010. Consultado em 6 de janeiro de 2013. Cópia arquivada (PDF) em 11 de junho de 2012 
  8. a b c d e f g h i Pfurtscheller, Gert; Christa Neuper (2010). «EEG-Based Brain–Computer Interfaces». In: Schomer, Donald L.; Fernando H. Lopes da Silva. Niedermeyer's Electroencephalography: Basic Principles, Clinical Applications, and Related Fields 6th ed. Philadelphia, Pa.: Lippincott Williams & Wilkins. pp. 1227–1236. ISBN 978-0-7817-8942-4 
  9. di Pellegrino, G.; Fadiga, L.; Fogassi, L.; Gallese, F.; Rizzolatti, G. (1992). «Understanding motor events: A neurophysiological study». Experimental Brain Research. 91 (1): 176–180. PMID 1301372. doi:10.1007/bf00230027 
  10. Rizzolatti, G; Fogassi, L; Gallese, V (Setembro de 2001). «Neurophysiological mechanisms underlying the understanding and imitation of action». Nature Reviews. Neuroscience. 2 (9): 661–70. PMID 11533734. doi:10.1038/35090060 
  11. a b c d Marshall, Peter J.; Meltzoff, Andrew N. (2011). «Neural mirroring systems: Exploring the EEG mu rhythm in human infancy». Developmental Cognitive Neuroscience. 1 (2): 110–123. PMC 3081582Acessível livremente. PMID 21528008. doi:10.1016/j.dcn.2010.09.001 
  12. a b Keuken, M.C.; Hardie, A.; Dorn, B. T.; Dev, S.; Paulus, M.P.; Jonas, K.J.; Den Wildenberg, W.P.; Pineda, J.A. (Abril de 2011). «The role of the left inferior frontal gyrus in social perception: an rTMS study». Brain Research. 1383: 196–205. PMID 21281612. doi:10.1016/j.brainres.2011.01.073 
  13. Sinigaglia, C; Rizzolatti, G (Março de 2011). «Through the looking glass: self and others». Consciousness and Cognition. 20 (1): 64–74. PMID 21220203. doi:10.1016/j.concog.2010.11.012 
  14. a b c d Berchicci, M.; Zhang, T.; Romero, L.; Peters, A.; Annett, R.; Teuscher, U.; Bertollo, M.; Okada, Y.; Stephen, J.; Comani, S. (21 de julho de 2011). «Development of Mu Rhythm in Infants and Preschool Children». Developmental Neuroscience. 33 (2): 130–143. PMC 3221274Acessível livremente. PMID 21778699. doi:10.1159/000329095 
  15. Meltzoff, A. N.; Kuhl, P. K.; Movellan, J.; Sejnowski, T. J. (17 de julho de 2009). «Foundations for a New Science of Learning». Science. 325 (5938): 284–288. Bibcode:2009Sci...325..284M. PMC 2776823Acessível livremente. PMID 19608908. doi:10.1126/science.1175626 
  16. Oberman, L.M.; Pineda, J. A.; Ramachandran, V.S. (2006). «The human mirror neuron system: A link between action observation and social skills». Social Cognitive and Affective Neuroscience. 2 (1): 62–66. PMC 2555434Acessível livremente. PMID 18985120. doi:10.1093/scan/nsl022 
  17. Bastiaansen, JA; Thioux, M; Nanetti, L; van der Gaag, C; Ketelaars, C; Minderaa, R; Keysers, C (1 de maio de 2011). «Age-related increase in inferior frontal gyrus activity and social functioning in autism spectrum disorder». Biological Psychiatry. 69 (9): 832–838. PMID 21310395. doi:10.1016/j.biopsych.2010.11.007 
  18. Holtmann, Martin; Steiner, Sabina; Hohmann, Sarah; Poustka, Luise; Banaschewski, Tobias; Bölte, Sven (Novembro de 2011) [14 July 2011]. «Neurofeedback in autism spectrum disorders». Developmental Medicine & Child Neurology. 53 (11): 986–993. PMID 21752020. doi:10.1111/j.1469-8749.2011.04043.xAcessível livremente 
  19. Coben, Robert; Linden, Michael; Myers, Thomas E. (Março de 2010) [24 Oct 2009]. «Neurofeedback for Autistic Spectrum Disorder: A Review of the Literature». Applied Psychophysiology and Biofeedback. 35 (1): 83–105. PMID 19856096. doi:10.1007/s10484-009-9117-y 
  20. Machado, S; Araújo, F; Paes, F; Velasques, B; Cunha, M; Budde, H; Basile, LF; Anghinah, R; Arias-Carrión, O; Cagy, M; Piedade, R; de Graaf, TA; Sack, AT; Ribeiro, P (2010). «EEG-based brain–computer interfaces: an overview of basic concepts and clinical applications in neurorehabilitation». Reviews in the Neurosciences. 21 (6): 451–68. PMID 21438193. doi:10.1515/REVNEURO.2010.21.6.451 
  21. a b c d e f Pfurtscheller, Gert; McFarland, Dennis J. (2012). «BCIs that use sensorimotor rhythms». In: Wolpaw, Jonathan R.; Wolpaw, Elizabeth Winter. Brain–Computer Interfaces: Principles and Practice. Oxford: Oxford University Press. pp. 227–240. ISBN 9780195388855 
  22. a b Leuthardt, Eric C.; Schalk, Gerwin; Roland, Jarod; Rouse, Adam; Moran, Daniel W. (2009). «Evolution of brain–computer interfaces: going beyond classic motor physiology». Neurosurgical Focus. 27 (1): E4. PMC 2920041Acessível livremente. PMID 19569892. doi:10.3171/2009.4.FOCUS0979 
  23. a b c Allison, B Z; Leeb, R; Brunner, C; Müller-Putz, G R; Bauernfeind, G; Kelly, J W; Neuper, C (Fevereiro de 2012) [7 Dec 2011]. «Toward smarter BCIs: extending BCIs through hybridization and intelligent control». Journal of Neural Engineering. 9 (1). 013001 páginas. Bibcode:2012JNEng...9a3001A. PMID 22156029. doi:10.1088/1741-2560/9/1/013001 
  24. Cohen-Seat, G.; Gastaut, H.; Faure, J.; Heuyer, G. (1954). «Etudes experimentales de l'activite nerveuse pendant la projection cinematographique». Rev. Int. Filmologie. 5: 7–64 
  25. Gastaut, H. J.; Bert, J. (1954). «EEG changes during cinematographic presentation». Electroencephalogr. Clin. Neurophysiol. 6 (3): 433–444. PMID 13200415. doi:10.1016/0013-4694(54)90058-9 
  26. Cochin, S.; Barthelemy, C.; Lejeune, B.; Roux, S.; Martineau, J. (1998). «Perception of motion and qEEG activity in human adults». Electroencephalogr Clin Neurophysiol. 107 (4): 287–295. PMID 9872446. doi:10.1016/S0013-4694(98)00071-6 
  27. Cochin, S.; Barthelemy, C.; Roux, S.; Martineau, J. (1999). «Observation and execution of movement: similarities demonstrated by quantified electroencephalography». Eur J Neurosci. 11 (5): 1839–1842. PMID 10215938. doi:10.1046/j.1460-9568.1999.00598.x 
  28. Muthukumaraswamy, S. D.; Johnson, B. W.; McNair, N. A. (2004). «Mu rhythm modulation during observation of an object-directed grasp». Brain Res Cogn Brain Res. 19 (2): 195–201. PMID 15019715. doi:10.1016/j.cogbrainres.2003.12.001 
  29. Arroyo, S.; Lesser, R. P.; Gordon, B.; Uematsu, S.; Jackson, D.; Webber, R. (1993). «Functional significance of the mu rhythm of human cortex: an electrophysiologic study with subdural electrodes». Electroencephalography and Clinical Neurophysiology. 87 (3): 76–87. PMID 7691544. doi:10.1016/0013-4694(93)90114-BAcessível livremente 
  30. Pfurtscheller, G.; Brunner, C.; Schlogl, A.; Lopes da Silva, F. H. (2006). «Mu rhythm (de)synchronization and EEG single-trial classification of different motor imagery tasks». NeuroImage. 31 (1): 153–159. PMID 16443377. doi:10.1016/j.neuroimage.2005.12.003 
  31. Pineda, J. A.; Allison, B. Z.; Vankov, A. (2000). «The effects of self-movement, observation, and imagination on mu rhythms and readiness potentials (RP's): toward a brain–computer interface (BCI)». IEEE Trans Rehabil Eng. 8 (2): 219–222. PMID 10896193. doi:10.1109/86.847822 
  32. Ulloa, E. R.; Pineda, J. A. (2007). «Recognition of point-light biological motion: mu rhythms and mirror neuron activity». Behav Brain Res. 183 (2): 188–194. PMID 17658625. doi:10.1016/j.bbr.2007.06.007 
  33. Walker, Peter (1999). Chambers dictionary of science and technology. Edinburgh: Chambers. p. 312. ISBN 0-550-14110-3 
  34. Foster, JJ; Sutterer, DW; Serences, JT; Vogel, EK; Awh, E (Julho de 2017). «Alpha-Band Oscillations Enable Spatially and Temporally Resolved Tracking of Covert Spatial Attention.». Psychological Science. 28 (7): 929–941. PMC 5675530Acessível livremente. PMID 28537480. doi:10.1177/0956797617699167 
  35. Hobson, HM; Bishop, DV (Março de 2017). «The interpretation of mu suppression as an index of mirror neuron activity: past, present and future.». Royal Society Open Science. 4 (3). 160662 páginas. Bibcode:2017RSOS....460662H. PMC 5383811Acessível livremente. PMID 28405354. doi:10.1098/rsos.160662 
  36. Arroyo, S.; Lesser, RP.; Gordon, B; Uematsu, S; Jackson, D; Webber, R (1993). «Functional significance of the mu rhythm of human cortex: an electrophysiologic study with subdural electrodes». Electroencephalography and Clinical Neurophysiology. 87 (3): 76–87. PMID 7691544. doi:10.1016/0013-4694(93)90114-BAcessível livremente 
  37. Rangaswamy, Madhavi; Porjesz, Bernice; Chorlian, David B.; Wang, Kongming; Jones, Kevin A.; Bauer, Lance O.; Rohrbaugh, John; O'Connor, Sean J.; Kuperman, Samuel (15 de outubro de 2002). «Beta power in the EEG of alcoholics». Biological Psychiatry. 52 (8): 831–842. ISSN 0006-3223. PMID 12372655. doi:10.1016/s0006-3223(02)01362-8 
  38. McDermott B, Porter E, Hughes D, McGinley B, Lang M, O'Halloran M, Jones M. (2018). «Gamma Band Neural Stimulation in Humans and the Promise of a New Modality to Prevent and Treat Alzheimer's Disease». Journal of Alzheimer's Disease. 65 (2): 363–392. PMC 6130417Acessível livremente. PMID 30040729. doi:10.3233/JAD-180391