An adage posits that we learn from our mistakes; however, this is not entirely true. According to reinforcement learning theory, we learn when the expectation of our actions differs from outcomes. Here, we examined whether expectancy driven learning lends a role in motor learning. Given the vast amount of overlapping anatomy and circuitry within the brain with respect to reward and motor processes, it is appropriate to examine both motor control and expectancy processes within a singular task. In the current study, participants performed a line drawing task via tablet under conditions of changing expectancies. Participants were provided feedback in a reinforcement-learning manner, as positive (✓) or negative (x) based off their performance. Modulation of expected outcomes were reflected by changes in amplitude of the human event-related potential (ERP), the reward positivity. The reward positivity is thought to reflect phasic dopamine release from the mesolimbic dopaminergic system to the basal ganglia and cingulate cortex. Due to the overlapping circuitry of reward and motor pathways, another human ERP, the bereitschatftspotential (BP), was examined. The BP is implicated in motor planning and execution; however, the late aspect of the BP shares similarity with the contingent negative variability (CNV). Current evidence demonstrates a relationship between expectancy and reward positivity amplitude in a motor learning context, as well as modulation of the BP under difficult task conditions. Behavioural data supports prior literature and may suggest a connection between sensory motor prediction errors working in concert with reward prediction errors. Further evidence supports a frontal-medial evaluation system for motor errors. Additionally, results support prior evidence of motor plans being formed upon target observation and held in memory until motor execution, rather than their formation before movement onset. / Graduate

Event-related potentials have been found to be a useful indicator of brain states and brain abnormality. The contingent negative variation, P300 and bereitschafts potential are well researched event-related potentials of particular interest. Many factors have to be considered in the design of measurement systems to record multiple channels of these signals accurately. The correlation between channels must be high and channel noise and distortion must be minimal, whilst the system as a whole must meet the requirements of the medical safety standards. For further research there was found to be a requirement for a dedicated thirty-two channel ERP measurement system that met these criteria. This has been achieved in a PC based system that utilises simultaneous sampling of all channels, and filters that extend to very low frequencies. Software control of the system enables user adjustment of recording parameters and paradigm implementation. Data processing using high level software enables digital signal processing techniques to be applied for further noise removal and signal analysis. The system has been tested using synthetically generated signals and by limited recording of the three ERPs. The results prove that the system is a suitable tool for high accuracy, multi-channel recording of ERPs.

A growing body of research is targeted towards explaining nicotine's numerous and complex effects on selective attention and other forms of attentional processing. However, when and how nicotine modulates attentional processing in the presence of emotional distractors is not well characterized, though potentially quite important given that, relative to nonsmokers, smokers exhibit higher levels of negative affect-related traits and psychological disorders related to negative affect. In this study, electroencephalography (EEG) and event-related potentials (ERPs) were used to better characterize the effects of nicotine replacement therapy (NRT), relative to placebo, on distraction by emotional and smoking-related stimuli across 17 days of abstinence in dependent smokers. It was hypothesized that, relative to placebo, NRT would reduce ERP-indexed distraction (N170) and promote P3b-indexed task-related attention to target digits during a rapidly visual information processing task previously proven to be sensitive to the effects of NRT on attention. It was expected that the effects of valence on N170 to visual distractors and P3b to target digits would be greater in the placebo group than in the NRT group. Results demonstrated that NRT reduced distraction by visual distractors and increased neuroelectric response to target digits relative to placebo patch. Additionally, analyses revealed that the emotional valence of the visual distractors affected P3b response to targets, but did not affect N170-measured distraction during a sustained attention task. Aspects of the effect of NRT and nicotine-abstinence on top-down and bottom-up processes are discussed as possible mechanisms for the effect of nicotine on attention.

Current language mapping protocols for neurosurgical planning are invasive, expensive, and not suitable for all surgical candidates. We investigated the potential of dense array EEG to determine hemispheric dominance for language and localize current sources of semantic and lower level language functions in the brain using a semantic decision task, a phonological decision task, and an acoustic decision task. Source estimates of N400-window ERPs (N365, N480) and the Late Positive Complex (LPC) localized strongly to medial temporal regions. Overall source estimates revealed a slight left lateralized network, with more posterior engagement for the semantic condition and more anterior engagement for the phonological condition. Source localization of the resulting t-test wave from the semantic - phonological highlighted a stronger left lateralized pattern of activation encompassing more of the semantic network. As a first pass these results are promising, but need to be investigated on individual subject ERPs.

Made available in DSpace on 2016-08-29T15:32:31Z (GMT). No. of bitstreams: 1 tese_2767_DissertaMestradoAlessandroBottiBenevides.pdf: 7146975 bytes, checksum: 81fe25bbfd7bf3f292a9b4e982bb60a5 (MD5) Previous issue date: 2009-03-13 / Nessa pesquisa, estudamos a anatomia cerebral para o entendimento dos padrões de sincronização/dessincronização relacionada a eventos que ocorrem no córtex motor primário durante a realização de tarefas mentais. Nesse intuito, foram estudados os padrões oscilatórios dos circuitos neuronais do sistema tálamo-cortical e o circuito da alça motora. Então, sugerimos um modelo baseado em dipolos elétricos para modelar as fontes cerebrais, e calculamos atenuação do campo elétrico. A partir do modelo, formamos um sistema de equações lineares para separar os sinais de EEG linearmente misturados no encéfalo. Esse método foi testado em classificadores baseados em regras, classificadores estatísticos (Análise por Discriminante Quadrático, Análise por Discriminante Linear e Análise por Discriminante Regularizado) e redes neurais artificiais durante a classificação de 3 tarefas mentais, relacionadas à imaginação de movimento das mãos direita/esquerda e a geração de palavras começando com uma mesma letra qualquer.

O mapeamento das respostas BOLD (Blood Oxygenation Level Dependent) constitui etapa importante nos experimentos de imagem funcional por ressonância magnética (Functional Magnetic Resonance Imaging fMRI) e de EEG-fMRI simultâneo. Em sua grande maioria, a análise de dados de fMRI e de EEG-fMRI está baseada no modelo linear geral (General Linear Model GLM), que procura localizar as respostas BOLD por meio de modelos definidos a priori. Porém, em muitos casos, como em pacientes, variações na forma e/ou atraso podem reduzir a confiabilidade dos resultados. Desse modo, o primeiro objetivo deste trabalho foi explorar métodos clássicos e propor novos métodos para análise de dados de fMRI e de EEG-fMRI simultâneo. Neste trabalho, um método modificado baseado na distância de Kullback-Leibler generalizada (dKLg) foi desenvolvido. Diferentemente do GLM, essa abordagem não requer um modelo para a resposta. Dados simulados foram utilizados para otimizá-lo e compará-lo ao GLM sob diferentes condições de resposta como a relação sinal ruído e a latência. Em seguida, o dKLg foi testado em dados reais, adquiridos em 14 voluntários assintomáticos, submetidos a tarefas motoras e auditivas padrões. Os resultados mostram a equivalência entre o dKLg e o GLM. Em seguida, essa estratégia foi testada em 02 pacientes com com estenose carotídea unilateral. Neste caso, o dKLg foi capaz de detectar regiões significativas ipsilaterais à estenose, não detectadas pelo GLM, em virtude do atraso do sinal BOLD. Em seguida, esses métodos foram aplicados sobre exames de EEG-fMRI realizados em 45 pacientes com epilepsia. Para esse conjunto de dados, mais uma abordagem foi elaborada, que utiliza a Análise de Componentes Independentes (Independent Component Analysis ICA). Denominado ICA-GLM, ele permite extrair de modo semi-automático a amplitude, duração e topografia das descargas epileptiformes interictais (Interictal Epileptiform Discharges IED), favorecendo a inclusão de sinais do EEG de menor destaque. Além dessa vantagem, ele ainda permite incluir modelos do sinal BOLD com diferentes latências, aumentando a abrangência da variabilidade das respostas encontradas em pacientes com epilepsia. A eficiência do ICA-GLM também foi comparado à do GLM e dKLg nos exames de EEG-fMRI. Embora os resultados tenham demonstrado a robustez do GLM, em alguns pacientes o dKLg foi mais eficiente para localizar regiões concordantes que não foram detectadas pelo GLM. Ainda, em boa parte dos casos o ICA-GLM detectou regiões mais extensas e com maior valor estatístico, quando comparado ao GLM. De forma geral, nota-se que o dKLg e ICA-GLM podem ser ferramentas complementares importantes ao GLM, aumentando a sensibilidade dos exames de EEG-fMRI como um todo. Outra etapa importante nas avaliações de EEG-fMRI em pacientes com epilepsia tem sido a utilização de imagens de fontes elétricas (Electrical Source Imaging ESI). Neste trabalho, os mapas de ESI foram obtidos por dois métodos de solução inversa distribuída nunca usados no cenários da EEG-fMRI: Bayesian Model Averaging (BMA) e constrained Low Resolution Electromagnetic Tomography (cLORETA). Além da construção dos mapas de ESI, avaliamos a utilidade de combinar as técnicas de ESI e de EEG-fMRI para promover a diferenciação entre fontes primárias e de propagação temporal. Essa análise permitiu avaliar a concordância entre as regiões detectadas pelo ESI e EEG-fMRI e diferenciar as respostas BOLD relacionadas aos componentes iniciais e posteriores da IED. Embora os resultados ainda sejam preliminares para eleger qual método seria mais eficiente (cLORETA ou BMA), a distância encontrada entre o máximo ESI e o cluster de EEG-fMRI mais próximo foi consistentemente similar, em ambos, com os dados recentes da literatura. / Functional magnetic resonance imaging (fMRI) and combined EEG-fMRI usually rely on the successful detection of Blood Oxygenation Level Dependent (BOLD) signal. Typically, the analysis of both fMRI and EEG-fMRI are based on the General Linear Model (GLM) that aims at localizing the BOLD responses associated to an a priori model. However, the responses are not always canonical, as is the case of those from patients, which may reduce the reliability of the results. Therefore, the first objective of the present study was to explore the usage of classical methods, such as the GLM, and to propose alternative strategies to the analysis of fMRI and combined EEG-fMRI. A first method developed was based on the computation of the generalized Kullback-Leibler distance (gKLd), which does not require the use of an a priori model. Simulated data was used to allow quantitative comparison between the gKLd and GLM under different response conditions such as the signal to noise ratio and delay. The gKLd was then tested on real data, first from 14 asymptomatic subjects, submitted to classical motor and auditory fMRI protocols. The results demonstrate that under these conditions the GLM and gKLd are equivalent. The same strategy was applied to 02 patients with unilateral carotid stenosis. Now the dKLg was capable of detecting the expected bilateral BOLD responses that were not detected by the GLM, as a consequence of the response delay imposed by the stenosis. Those comparisons were now extended to the evaluation of EEG-fMRI exams from 45 patients with epilepsy. For this data set, an additional method was used, based on the use of Independent Component Analysis (ICA), which was called ICA-GLM. It allows extracting semi-automatically the amplitude, duration and topography of EEG interictal Epileptiform Discharges (IED), favoring the use of less prominent signals. Moreover, it also allows the use of BOLD response models with different delays, expanding the variability of the responses to be detected in patients with epilepsy. ICA-GLM was also compared to GLM and dKLg in these EEG-fMRI evaluations. Although in general the results have demonstrated the robustness of the GLM, dKLg was more efficient in detecting the responses from some pacients, while the ICA-GLM mostly detected broader regions with more significant results when compared to GLM. In general, dKLg and ICA-GLM seem to offer an important complementary aspect to the GLM, increasing its sensibility in EEG-fMRI as a whole. Another important aspect of EEG-fMRI applied to patients with epilepsy has been the inspection of Electrical Source Imaging (ESI) to evaluate some dynamical aspects of the IED. Herein, ESI maps were obtained from two inverse distributed solutions that were not applied so far to EEG-fMRI: Bayesian Model Averaging (BMA) and constrained Low Resolution Electromagnetic Tomography (cLORETA). Besides, we also evaluated the combined information from ESI and EEG-fMRI in order to differentiate from primary sources to temporal propagation of the signal. Such analysis allowed us to inspect for the correspondence between regions detected by ESI e EEG-fMRI and to separate BOLD signals whose sources are related to the initial and later components of the IED. Although the results are preliminary to determine which ESI method (cLORETA or BMA) is more efficient, the distance between the maximum ESI and the closest EEG-fMRI cluster was consistently similar with those reported in the literature.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2018-08-13T14:49:42Z No. of bitstreams: 2 Dissertação - Lucas Fiorini Cruz - 2018.pdf: 23542908 bytes, checksum: 75e04989d0719a9b5d0d22225c38ce7a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-08-14T11:35:12Z (GMT) No. of bitstreams: 2 Dissertação - Lucas Fiorini Cruz - 2018.pdf: 23542908 bytes, checksum: 75e04989d0719a9b5d0d22225c38ce7a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-08-14T11:35:12Z (GMT). No. of bitstreams: 2 Dissertação - Lucas Fiorini Cruz - 2018.pdf: 23542908 bytes, checksum: 75e04989d0719a9b5d0d22225c38ce7a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-05-18 / Electroencephalography (EEG) measurements are widely used in clinical assessments for research due to its noninvasive nature and for providing several informations on the neural activity associated to both neural functions and disorders, including epilepsy syndromes. In cases related with partial epilepsy, surgical interventions are recommended and the accurate location of the seizure becomes a sine qua non prerequisite for those procedures. Brain source position estimation can help in the selection and classification of brain spots. In this sense, for control purposes, this work begins with the development of a mathematical model that is more electromagnetically representative than the usual model, presenting different aggregate characteristics such as refraction and, especially, frequency dependent attenuation of the wave. We also propose a new method that estimates the source positions from spectral peaks produced by the eigenvalues of the sum of the spatial covariance matrix of the EEG signals and a spatial covariance matrix related to a simulated source that is numerically swept throughout every point on different horizontal layers of the brain. The key approach was to select the eigenvalues that were less affected by the noise and use them to produce the search spectrum. In order to assess the accuracy and robustness of the proposed method, we compared its RMSE (Root Mean Square Error) performance at different SNRs (Signal-to-Noise Ratio) to those of MUSIC (Multiple Signal Classification), a method based on orthogonal subspaces, and NSF (Noise Subspace Fitting), a method based on subspace fitting. The results were produced for both the usual and proposed signal model in order to evaluate their accuracy. Subsequently, the signal models were compared after spatial filtering, aiming the determination of the waveform of a particular source. The proposed approach presents the lowest threshold SNR and the highest accuracy under noisy conditions for all analyzed cases and for both models. The new approach for the signal model made the estimation more accurate in all the studied cases, besides providing greater accuracy on spatial filtering, when compared to the usual model. / Sinais de eletroencefalografia (EEG) são amplamente utilizados em análises clínicas e para fins de pesquisas devido ao seu caráter não invasivo e por possuírem informações sobre as atividades neurais ligadas às funções e anomalias cerebrais, incluindo a epilepsia. Nos casos relacionados à epilepsia parcial, intervenções cirúrgicas são recomendadas e a precisa localização da região epileptogênica é uma condição sine qua non para tal procedimento. Nesse sentido, para fins de controle, este trabalho se inicia com a proposta de um novo modelo matemático das atividades elétricas do cérebro que, quando comparado ao modelo Dipolo elétrico - encontrado na literatura - aproxima-se mais do real, apresentando diferentes características agregadas como refração e, especialmente, atenuação dependente da frequência da onda. Em outro plano, também é proposto um novo método que estima as posições das fontes elétricas cerebrais a partir de picos espectrais produzidos por autovalores da soma da matriz de covariância espacial do sinal EEG com uma matriz de covariância espacial relacionada a uma fonte simulada que, numericamente, é posicionada em pontos de diferentes camadas horizontais do cérebro. A chave para essa abordagem é selecionar os autovalores menos afetados pelo ruído e utilizá-los para construir o espectro de busca. Para analisar a robustez e acurácia do método, avalia-se o seu desempenho em relação à raiz do erro médio quadrático (REMQ) para diferentes valores de relação sinal-ruído (SNR), comparando-o ao algoritmo MUSIC (Multiple Signal Classification), baseado em subespaços ortogonais, e ao NSF (Noise Subspace Fitting), método baseado em “distância” entre subespaços (subspace fitting). Todos os resultados são gerados para o modelo de sinal usual e o proposto, com fim de avaliar a acurácia conferida a cada um destes. Posteriormente, os modelos de sinal são comparados quanto à filtragem espacial, buscando a determinação da forma de onda de uma fonte em particular. A abordagem proposta apresenta uma menor SNR de limiar de desempenho e uma maior acurácia sob condições ruidosas em todos os casos analisados e nos dois modelos. O novo modelo do sinal tornou a estimação DOA mais precisa em todos os casos estudados, além de ter conferido maior precisão à filtragem espacial, quando comparado ao modelo usual.

Made available in DSpace on 2018-08-02T00:00:49Z (GMT). No. of bitstreams: 1 tese_2875_DissertacaoMestradoAlexandrePereiradoCarmo.pdf: 1545299 bytes, checksum: 40ab4f867605450328bc2ab7d7bb8805 (MD5) Previous issue date: 2010-06-14 / Nessa pesquisa, estudamos a anatomia cerebral, os padrões oscilatórios dos circuitos neurais do sistema tálamo-cortical e sugerimos um modelo para as fontes cerebrais baseado em dipolos elétricos, então, calculamos atenuação do campo elétrico e formamos um sistema de equações lineares para separar os sinais de EEG linearmente misturados no Encéfalo. Esse método foi testado em classificadores baseados em regras, classificadores estatísticos (Análise por Discriminante Quadrático, Análise por Discriminante Linear e Análise por Discriminante Regularizado) e redes neurais artificiais durante a classificação de 3 tarefas mentais, relacionadas à imaginação de movimento das mãos direita/esquerda e a geração de palavras começando com uma mesma letra qualquer.

The simultaneous acquisitions of electroencephalography (EEG) and functional magnetic resonance imaging (fMRI) have been applied to improve the surgery planning of patients with drug resistant epilepsy. However, the classical approach of analyzing the EEG-fMRI data is inefficient in patients whom only few or non interictal epileptiforms discharges (IEDs) are detected during the simultaneous acquisition. Another issue of EEG-fMRI acquisition is related to its high sensitivity to motion, which decreases the quality of both data, even worse in non-cooperative patients. In this work we propose and discuss the application of two methods of analyzing fMRI data of patients with focal epilepsy: Independent component analysis (ICA) and two-dimensional temporal clustering (2dTCA). Each method was applied in a distinct group of patients and the results were compared to those obtained by the classic EEG-fMRI analysis. We have also proposed a method to improve the quality of EEG data using the head position measurements obtained, by a prospective motion correction (PMC) system, during the EEG-fMRI acquisitions. In the ICA study, we have used the electrical source images for selecting independent components (ICs) in EEG data of 13 patients with different spiking frequency. The method detected epilepsy-related BOLD activity in all the patients. Comparatively, the classic EEG-fMRI could be applied in 11 patients and epilepsy-related BOLD activities were found in seven of them. In the 2dTCA study, we have evaluated 20 patients and found epilepsy-related maps in 14 of them. Thirteen of the twenty patients have IEDs detected during the simultaneous acquisition; the classic EEG-fMRI provided maps related to the epileptogenic region in six of them. Finally we have verified in three health subjects that the proposed method for correcting motion-induced artefacts in the EEG data is effective for high amplitude and velocities (~1cm and 55mm/s). We concluded that the ICA and 2dTCA methods increase the sensitivity of using fMRI for mapping the epileptogenic region, mainly in patients presenting few or no IEDs in the EEG data simultaneously acquired to the fMRI. The PMC use during the fMRI acquisition does not degrade the quality of the EEG data acquired simultaneously. In fact, the motion information can be used for improving its quality by correcting motion-induced artefacts. / As aquisições simultâneas de dados de eletroencefalografia (EEG) e imagens funcionais por ressonância magnética (fMRI) vêm sendo utilizadas com intuito de melhorar o planejamento cirúrgico de pacientes com epilepsia refratária. Entretanto, o processamento classicamente usado nestes dados combinados não é possível em pacientes sem descargas epileptiformes interictais (IEDs) e possui baixa sensibilidade para aqueles em que poucas IEDs são detectadas durante a aquisição simultânea. Além disto, a técnica é sensível ao movimento dos pacientes durante as aquisições, o que reduz a qualidade dos dados, principalmente em pacientes não cooperantes. Neste trabalho é proposto e discutido o uso de dois métodos de processamento, baseados nas técnicas de análise de componentes independentes (ICA) e análise temporal de clusters em duas dimensões (2dtca), para se mapear regiões epileptogênicas. Cada método foi analisado em um conjunto diferente de pacientes e os resultados foram comparados com os obtidos pelo EEG-fMRI clássico. Finalmente, propomos um método que utiliza às medidas de posicionamento da cabeça, obtidas durante a aquisição das fMRI, para aumentar a qualidade dos dados de EEG adquiridos simultaneamente. No estudo usando ICA combinado com imagens de fontes elétricas analisamos os dados de 13 pacientes com diferentes frequências de descargas e observamos que este método encontrou ao menos uma componente independente relacionada à epilepsia em cada paciente. Comparativamente usando o processamento convencional foi possível avaliar 11 dos 13 pacientes, e em apenas sete deles os mapas resultantes foram considerados concordantes com a região epileptogênica (RE). No estudo utilizando 2dTCA avaliamos 20 pacientes e encontramos mapas relacionados com a RE em 14 deles. Neste conjunto de pacientes, 13 apresentaram IEDs durante as aquisições; neles o método clássico de processamento teve resultados concordantes com a RE em seis deles. Finalmente verificamos em três sujeitos saudáveis que o método aqui proposto para corrigir os artefatos induzidos no EEG devido ao movimento é efetivo para altas amplitudes e velocidades (~1cm e 55mm/s). Concluímos que os métodos ICA e 2dTCA aumentam a sensibilidade do uso de fMRI para mapear RE, principalmente em pacientes com baixa ou nenhuma detecção de IEDs durante às aquisições. Também concluímos que o uso da correção prospectiva de movimento em aquisições de fMRI não reduz a qualidade do dado de EEG adquirido simultaneamente e que às informações de movimento mensuradas podem melhorar a qualidade deste dado em situações de repouso e movimento do sujeito durante o experimento.

O stress pode ser definido como uma reação complexa, necessária e benéfica ao organismo, porém quando permanece por um período prolongado cria-se um desequilíbrio no funcionamento global orgânico, enfraquecendo o sistema imunológico e deixando o indivíduo exposto a infecções e doenças oportunistas. Diversos tratamentos são propostos para o controle do stress dentre eles está à acupuntura, uma técnica milenar que consiste na inserção de agulhas em pontos específicos da pele. O eletroencefalograma (EEG) é um instrumento de registro gráfico das variações do potencial de membrana dos neurônios corticais, seu registro e sua interpretação é um processo rotineiro de diagnóstico neurológico e neste caso foi utilizado para verificar se existe alguma alteração no espectro de frequência do EEG imediatamente após a aplicação da acupuntura. Foram selecionados 38 sujeitos randomizados em grupo controle (n= 13), grupo acupuntura (n=13) e grupo eletroacupuntura (n=12). Antes das intervenções os sujeitos foram submetidos ao Inventário de Sintomas de Stress para adultos de Lipp (ISSL), a escala visual analógica (EVA) de stress, mensurados frequência cardíaca (FC) e pressão arterial (PA). As intervenções ocorreram durante vinte minutos e vinte minutos antes e depois das intervenções foram realizados os registros de EEG. Após o término do EEG os sujeitos novamente responderam ao EVA e foram mensurados FC e PA. Para análise dos dados foram utilizados ANOVA, correlação, BOOTSTRAP e teste t-student. Não foram encontradas diferenças significativas em relação ao espectro de frequência do EEG e a EVA antes e depois das intervenções, houve uma diminuição significante da FC após as intervenções. Não houve alteração da PA durante todo o processo. A acupuntura e a eletroacupuntura não apresentaram efeitos imediatos significativos após sua realização no espectro de frequência do EEG, embora tenha apresentado uma tendência a alterações. Não houve relação do espectro do EEG e os quesitos questionário de Lipp e EVA / Stress can be defined as a complex, necessary and beneficial response by the body, but when it remains for a prolonged period creates an imbalance in the overall organ function, by weakening the immune system, leaving exposed the individual opportunistic infections and diseases. Several treatments are proposed for the control of stress among them is acupuncture, an ancient technique that involves inserting fine needles into specific points on the skin. The electroencephalogram (EEG) is a tool of graphic record of the variations of the membrane potential of cortical neurons registration and its interpretation is a routine process of neurological diagnosis and this case was used to verify if there is any change in the frequency spectrum of the EEG immediately after application of acupuncture. 38 subjects randomized into control group (n = 13), acupuncture group (n = 13) and electroacupuncture group (n = 12) were selected. Before the intervention the subjects were submitted to the Inventory of Stress Symptoms for adults Lipp (ISSL), a visual analog scale (VAS) of stress, measured heart rate (HR) and blood pressure (BP). The interventions occurred for twenty minutes and twenty minutes before and after interventions EEG records were performed. After the end of the EEG subjects again responded to the EVA and HR and BP were measured. For data analysis, ANOVA, correlation, BOOTSTRAP and student t test were used. No significant differences were found in relation to the frequency of the EEG spectrum and VAS before and after the interventions, there was a significant decrease in HR after the interventions. There was no change in BP during the entire process. Acupuncture and electroacupuncture showed no significant immediate effect after its completion in the EEG frequency spectrum, although it had a tendency to change. There was no relation of the EEG spectrum and the questions questionnaire Lipp and EVA