A Lumped RC Equivalent Circuit Model of Head Tissues in sub-MHz Frequency Regimes

Resumen Técnico: Un Modelo de Circuito Equivalente RC Concentrado de Tejidos Cerebrales en Regímenes de Frecuencia Sub-MHz

Planteamiento del Problema
El modelado preciso del potencial eléctrico y la distribución de corriente en los tejidos de la cabeza es esencial para el diseño y la evaluación de sistemas de neuro-sensado (p. ej., EEG) y neuro-estimulación (p. ej., tDCS, tACS, DBS) que operan en el rango de frecuencia sub-megahercio. Si bien los métodos numéricos como el Método de Elementos Finitos (FEM) y el Método de Elementos de Contorno (BEM) pueden manejar geometrías complejas, su alto costo computacional limita su utilidad para la prototipación rápida, las simulaciones en tiempo real y la integración directa en entornos de diseño a nivel de circuito. Los enfoques basados en circuitos existentes, como los Modelos de Malla de Resistores (RMM), a menudo dependen de una discretización volumétrica fina, lo que resulta en demandas computacionales no despreciables, y frecuentemente no tienen en cuenta las propiedades capacitivas y la dispersión dependiente de la frecuencia de los tejidos biológicos. Existe la necesidad de un circuito equivalente de parámetros concentrados y compacto que mantenga la precisión en un amplio espectro de frecuencias mientras incorpora la dispersión de los tejidos y los efectos de la corriente de desplazamiento.

Metodología
Los autores proponen un modelo de circuito equivalente RC concentrado derivado de una geometría canónica esférica de tres capas (cuero cabelludo, cráneo y cerebro) rodeada por una capa de aire infinita. El modelo opera dentro del régimen electro-cuasi-estático (EQS), utilizando una conductividad compleja dependiente de la frecuencia ($\sigma_c(\omega) = \sigma(\omega) + i\omega\varepsilon(\omega)$) para capturar tanto las respuestas conductivas como capacitivas.

• Topología del Circuito: El modelo emplea un conjunto mínimo de elementos de impedancia. Cada capa de tejido se representa mediante dos ramas acopladas: una impedancia radial ($Z^r_i$) que modela el flujo de corriente a través de la capa y una impedancia tangencial ($Z^\theta_i$) que modela las corrientes de retorno dentro de la capa. Esta estructura de doble rama tiene en cuenta el hecho de que no todas las líneas de campo atraviesan todo el volumen; algunas corrientes se propagan dentro de una cáscara antes de regresar.
• Condiciones de Frontera: La Ley de Corrientes de Kirchhoff (KCL) se hace cumplir en los nodos interfaciales para satisfacer la continuidad de la componente normal de la densidad de corriente total, reproduciendo naturalmente la acumulación de carga superficial debido a las discontinuidades de la permitividad.
• Parametrización:
  • Variabilidad Geométrica: La relación entre las impedancias radiales y tangenciales está gobernada por un coeficiente geométrico adimensional ($\gamma_i$), que es una función de los radios y espesores de las capas. Se derivaron ajustes polinómicos para permitir que el modelo se adapte a variaciones en el espesor del cráneo y las relaciones cerebro-cuero cabelludo.
  • Excentricidad del Dipolo: Para manejar fuentes neurales descentradas, la impedancia radial del cerebro se divide en dos ramas asimétricas ($Z^{r_{up}}_{brain}$ y $Z^{r_{down}}_{brain}$), escaladas por un parámetro de asimetría $\alpha(\eta)$ dependiente de la posición radial del dipolo.
  • Dependencia de la Frecuencia: El modelo incorpora datos de conductividad y permitividad dependientes de la frecuencia (basados en mediciones in vivo de Wagner et al.) para modelar la dispersión de los tejidos.
• Validación: El modelo se implementó en QSPICE y se validó frente a una solución de referencia semi-analítica basada en la expansión de armónicos esféricos escalares (SSH). La validación cubrió un rango de frecuencias de 10 Hz a 50 kHz, varias excentricidades de dipolo y diferentes espesores de cráneo.

Contribuciones Clave

1. Representación Compacta del Circuito: El artículo introduce un circuito de elementos concentrados que reproduce el comportamiento eléctrico de una cabeza esférica multicapa utilizando un número mínimo de componentes, permitiendo la integración en simuladores de circuitos estándar (SPICE).
2. Inclusión de Efectos Dispersivos y Capacitivos: A diferencia de modelos simplificados anteriores, este enfoque incluye explícitamente la conductividad y la permitividad dependientes de la frecuencia, así como las corrientes de desplazamiento, mediante elementos de impedancia compleja.
3. Adaptabilidad Geométrica y de la Fuente: Los parámetros del modelo están diseñados para escalar con variaciones anatómicas (espesor del cráneo, radios de las capas) y excentricidad de la fuente, lo que lo hace robusto para diferentes configuraciones fisiológicas.
4. Evaluación Cuantitativa de Simplificaciones: El estudio evalúa cuantitativamente los errores introducidos por la negligencia de las corrientes de desplazamiento y la dispersión de frecuencia, demostrando su papel crítico en la fidelidad del modelo.

Resultados

• Precisión: El modelo de circuito concentrado propuesto mostró una estrecha concordancia con la solución de referencia semi-analítica SSH en el rango de 10 Hz–50 kHz. El Error Relativo Medio de Frecuencia (MRFE) se mantuvo bajo, con desviaciones menores observadas principalmente en excentricidades de dipolo altas donde la fuente se acerca a la interfaz cerebro-cráneo.
• Impacto de la Dispersión y las Corrientes de Desplazamiento: El análisis numérico reveló que la negligencia de estos efectos conduce a errores significativos.
  • Un modelo puramente óhmico (resistencia constante, sin capacitancia) resultó en errores relativos que alcanzaron aproximadamente 160% a 50 kHz.
  • Incluir únicamente la conductividad dispersiva dependiente de la frecuencia redujo los errores significativamente, pero aún produjo discrepancias que superaban el 10% desde 600 Hz y hasta el 15% a 1.7 kHz.
  • Solo la inclusión de tanto la resistencia dispersiva dependiente de la frecuencia como la capacitancia (corrientes de desplazamiento) garantizó predicciones físicamente consistentes y precisas.
• Sensibilidad Geométrica: Se encontró que el error en la estimación del potencial del cuero cabelludo es más sensible a la excentricidad del dipolo que a las variaciones en el espesor del cráneo, aunque ambos factores influyeron en el rendimiento del modelo.

Significado y Afirmaciones
Los autores afirman que este trabajo proporciona una alternativa práctica y computacionalmente eficiente a los solucionadores numéricos volumétricos completos para aplicaciones específicas en sensado y estimulación neural. Al ofrecer una representación eléctrica compacta compatible con entornos de simulación de circuitos, el modelo facilita el diseño rápido, la evaluación de la relación señal-ruido y el ajuste adaptativo en tiempo real de los parámetros de estimulación. El estudio enfatiza que el modelado preciso en el régimen sub-MHz requiere la inclusión de efectos capacitivos y dispersión de tejidos para evitar una sobreestimación sustancial de los potenciales del cuero cabelludo. Si bien la validación actual se limita a dipolos orientados radialmente en capas esféricas concéntricas e isótropas, el marco establece una base para futuras extensiones a geometrías más complejas y propiedades de tejidos anisotrópicas.