REVISTA DA BIOLOGIA www.ib.usp.

br/revista publicado no volume 5 dezembro de 2010

7
MODELOS COMPUTACIONAIS
APLICADOS NEUROCINCIA COGNITIVA

Rodrigo Pavo
Departamento de Fisiologia, Instituto de Biocincias, USP So Paulo, SP, Brasil
rpavao@gmail.com
Editores responsveis:
Andr Frazo Helene e Gilberto Fernando Xavier
Recebido 15dez09 / Aceito 14set10 / Publicao inicial 30dez10

Resumo. A cincia trabalha com modelos o tempo todo, assim como a neurocincia cognitiva, que
usa modelos para o estudo de funes mentais como a memria e a ateno. No entanto, a criao de
modelos para cada uma das funes mentais apenas uma das estratgias de estudo. A modelagem
computacional uma estratgia de construo de modelos centrada nos processos envolvidos nessas
funes mentais; esses modelos so ento estruturados atravs do desenvolvimento de algoritmos capazes
de executar tais processos. A teoria de deteco de sinais pode ser usada na gerao desses modelos, que
podem ser aplicados no estudo da memria e ateno de modo a gerar os comportamentos envolvidos,
sem a necessidade das separaes presentes nos modelos tradicionais. Assim, a viso defendida aqui a
de que h grande similaridade entre essas funes cognitivas, de modo que seria vantajoso compreender
tais fenmenos atravs da adoo de um mesmo modelo geral que fizesse a traduo dos processos
neurofisiolgicos para o comportamento.
Palavras-chave. Modelagem, ateno, memria, aprendizagem, teoria de deteco de sinais.

COMPUTATIONAL MODELS APLLIED TO COGNITIVE NEUROSCIENCE
Abstract. Science deals with models all the time, as well as cognitive neuroscience, which uses
models for studying mental functions as memory and attention. However, creating models of each mental
function is just one of the strategies of study. Computational modeling is a strategy of building models of the
processes involved in such mental functions; these models are then structured by developing algorithms
capable of performing such procedures. The signal detection theory can be used in the generation of
computational models that can be applied in the study of memory and attention in order to generate the
behaviors involved, without the need for the separations present on traditional models. Thus, the view
advocated here is that there is great similarity between these cognitive functions, so that would be
advantageous to understanding these phenomena adopt the same general model that makes the translation
of the neurophysiological processes for behavior.
Keywords. Modeling, attention, memory, learning, signal detection theory.

Modelos de funes cognitivas so
representaes simplificadas das faculdades
mentais. Os modelos propostos pela rea de
neurocincia cognitiva descrevem sistemas
(como memria, ateno, emoo etc.) e tambm
as interaes entre estes sistemas.
Adicionalmente, os modelos podem representar
caractersticas adicionais desses sistemas como
as estruturas neuroanatmicas e os mecanismos
neurofisiolgicos envolvidos. Sero apresentados
sucintamente duas funes cognitivas e alguns
dos seus modelos tradicionais.

Exemplo 1 - Memria
Diversos modelos tentaram identificar a
existncia de mltiplas formas de memria
associadas a sistemas neurais distintos, cada
qual com diferentes caractersticas. Por exemplo,
o modelo proposto por Atkinson e Shiffrin (1971),
atualmente em desuso, define trs tipos de
estocagem mnemnica, incluindo (1) registros
sensoriais, o primeiro estgio da percepo, cujo
contedo seria transferido para (2) registros de
curta durao, que consiste de um
armazenamento temporrio das informaes, que
poderiam vir a ser transferidas para (3) um
registro de longa durao (Figura 1). Nessa
concepo, a informao fluiria atravs de
estgios sucessivos de processamento, podendo
ser estocada em uma memria de longa durao,
o ltimo estgio da cascata.

Figura 1 Modelos de memria com estgios de
estocagem sucessivos (modificado de Atkinson e
Shiffrin, 1971).

No entanto, contrariamente a essa proposta
de que a informao passaria sucessivamente
por esses trs estgios, h evidncia de que a
informao poderia fluir para memria de longa
durao independentemente de sua permanncia
na memria de curta durao. Essa evidncia
sintetizada pelo achado de que pacientes
amnsicos apresentam memria de longa
durao prejudicada e memria de curta durao
preservada, enquanto pacientes com leses no
crtex frontal ou parietal apresentam o quadro
oposto (Baddeley e Warrington, 1970).
Assim, como alternativa aos registros
sensoriais e de curta durao do modelo de

REVISTA DA BIOLOGIA www.ib.usp.br/revista publicado no volume 5 dezembro de 2010

8
memria (estgios 1 e 2 do modelo de Atkinson e
Shiffrin), Baddeley e Hitch (1974) propuseram o
modelo de memria operacional para descrever a
reteno temporria e manipulao de
informaes. Esse modelo descreve um sistema
de controle de ateno, o executivo central,
auxiliado por dois sistemas de suporte
responsveis pelo arquivamento temporrio e
pela manipulao de informaes, um de
natureza vsuo-espacial e outro de natureza
fonolgica (Figura 2).

Figura 2 Modelo de memria operacional
(modificado de Baddeley e Hitch, 1974).

Adicionalmente, como alternativa ao
registro de longa durao (estgio 3 do modelo
de Atkinson e Shiffrin) concebido o sistema de
memria de longa durao. Este pode ser dividido
em conhecimento explcito e conhecimento
implcito, com base na dupla dissociao
envolvendo pacientes com leses ou disfunes
no lobo temporal medial (amnsicos, com
lembrana da informao sob forma passvel de
relato verbal prejudicada e capacidade de
desempenho habilidoso preservada; isto ,
prejuzo exclusivamente explcito) e nos gnglios
basais (parkinsonianos, com quadro inverso ao
dos amnsicos; prejuzo exclusivamente
implcito). Esses subsistemas podem ainda ser
adicionalmente subdivididos (para mais detalhes
sobre sistemas de memria em Pavo, 2008)
(Figura 3).

Figura 3 Modelo de memria de longa durao
(modificado de Squire e Knowton, 1995).

Exemplo 2 - Ateno
Modelos da funo atencional so menos
consensuais que os modelos de memria. O
debate existe, por exemplo, no modo em que
ocorreria essa seleo: 1) como filtro (permitindo
processamento adicional de apenas uma parte da
informao transmitida pelo sistema sensorial), 2)
filtro atenuador (manuteno do sinal a ser
processado, associado reduo dos demais
sinais no atendidos (isto , que no receberam
ateno), ou 3) intensificador (amplificao do
sinal a ser processado, associado manuteno
dos demais sinais no atendidos) (Figura 4). Alm
disso, a seleo do que seria processado
preferencialmente poderia ocorrer em diferentes
nveis do sistema nervoso desde o sistema
sensorial at as reas integrativas.

Figura 4 Seleo por filtros simples, atenuador
ou amplificador (acima) (modificado de Helene e
Xavier, 2003).

H tambm o debate sobre como ocorre o
direcionamento da ateno. Este tem sido
diferenciado entre ateno manifesta, que
envolve direcionamento das superfcies
sensoriais para o estimulo, e ateno encoberta,
que envolveria apenas mecanismos centrais, sem
direcionamento sensorial (Posner, 1980). O
modelo dos mecanismos centrais de
direcionamento atencional diferencia
direcionamento exgeno (quando a ateno
automaticamente direcionada pelo estmulo) do
direcionamento endgeno (quando a ateno
direcionada por ao voluntria do indivduo),
envolvendo diversas estruturas com diferentes
funes (Aston-J ones e col., 1999; Posner e col.,
1987) (Figura 5 esquerda). H ainda a
interpretao de que a ateno seja um processo
de seleo modulado pelo registro do passado,
expectativa e funes superiores (LaBerge, 1989)
(Figura 5 direita).


Figura 5 Modelo de etapas do direcionamento
da ateno visual (esquerda) (modificado de Posner,
1987). Interao do filtro atencional com outros
processos cognitivos (direita) (modificado de LaBerge,
1989).

Construo de modelos cognitivos
A estratgia aplicada na neurocincia
cognitiva de assumir que existem mdulos para
cada uma das funes cognitivas tem seu ganho
na organizao do estudo da cognio. Essa
abordagem levou criao de modelos para cada
uma dessas faculdades cognitivas, facilitando a
compreenso dessas funes; porm, clara a
interao (e at mesmo sobreposio) entre as

REVISTA DA BIOLOGIA www.ib.usp.br/revista publicado no volume 5 dezembro de 2010

9
diversas funes cognitivas. Isso sugere que
talvez a estratgia de estudo centrada nas
funes no seja a mais eficiente.
Essa interao/sobreposio permite que
se investigue as funes cognitivas correlatas sob
um mesmo prisma, isto , adotando um mesmo
modelo bsico das computaes ou processos
envolvidos. A rea da neurocincia computacional
aborda diretamente as computaes realizadas
em funes cognitivas. Um dos modelos dessa
rea de estudo ser apresentado aqui, a teoria de
deteco de sinais, que aplicvel de modo
similar a diferentes funes cognitivas como
ateno e memria (incluindo suas subdivises).
De fato, a estreita relao entre ateno e
memria j foi apresentada previamente por
Helene e Xavier (2003). A viso a ser defendida
aqui, entretanto, que a computao dessas
duas funes de tal modo similar que haveria
ganho na compreenso e na previso de
fenmenos atravs da adoo de um mesmo
modelo geral que fizesse a traduo da
neurofisiologia para o comportamento.

Modelagem Computacional
A neurocincia cognitiva tem usado a
modelagem computacional como ferramenta para
explicao e entendimento dos mecanismos
neurais subjacentes s funes cognitivas, por
meio da implementao de programas de
computador que traduzem modelos abstratos em
simulaes concretas de processos cognitivos.
Uma ampla gama de processos pode ser
modelada computacionalmente, desde a
neurofisiologia neuronal at as computaes
envolvidas em funes cognitivas complexas. A
modelagem computacional tem, portanto, um
grande potencial na simulao de processos de
integrao incluindo os nveis da neurofisiologia,
neuroanatomia e neuropsicologia, podendo
oferecer insights sobre as computaes
envolvidas no funcionamento integrado de redes
neuronais e na determinao do comportamento.
Um modelo computacional que vem sendo
aplicado cada vez mais frequentemente nas
neurocincias a teoria de deteco de sinais,
que ser apresentada a seguir.

Teoria de Deteco de Sinais
A teoria de deteco de sinais uma
adaptao da teoria de deciso estatstica para o
campo da percepo (Swets e col., 1961). Uma
estratgia interessante de explicao dessa teoria
o uso do exemplo do diagnstico de tumor por
um mdico observando imagens de tomografia
computadorizada (adaptado de Heeger, 2007).
A interpretao de imagens de tomografia
difcil e demanda bastante treino. Em razo dessa
dificuldade, h sempre incerteza sobre o
julgamento. Pode existir um tumor (sinal
presente) ou no (sinal ausente). O mdico pode
ver o tumor (resposta sim) ou no (resposta
no). Existem quatro possibilidades, duas boas
(identificao e rejeio corretas) e duas ruins
(omisso e alarme falsos) (Figura 6).


resposta
sim
resposta
no
sinal presente acerto omisso
sinal ausente alarme falso rejeio correta
Figura 6 Combinaes possveis entre
presena/ausncia de sinal e resposta sim/no da
teoria de deteco de sinais. Acertos (sinal presente,
resposta sim) e rejeies corretas (sinal ausente e
resposta no) so positivos; alarmes falsos e
omisses so negativos.

Dois fatores so fundamentais para a
deciso: a aquisio de informao e o critrio
A aquisio de informao, no nosso
exemplo, se d pela observao das imagens da
tomografia: formato, cor, textura etc. do tecido
observado. Com bastante treino, o mdico
consegue obter informao suficiente dessas
imagens. Alm disso, outros mtodos poderiam
ser usados, como ressonncia magntica, que
poderiam fornecer informao adicional. A
aquisio de informao define a resposta interna
(explicada mais adiante no texto).
O critrio, por outro lado, mais subjetivo
ao prprio mdico. Dois mdicos diferentes com
mesma capacidade de anlise, observando o
mesmo exame, podem ter diferentes opinies
sobre o que fazer. Um deles pode assumir que
estar perdendo a oportunidade de fazer um
diagnstico precoce que pode significar a
diferena entre a vida e a morte, e que um alarme
falso poderia resultar em uma operao de rotina
para bipsia; e, nesse contexto, opta pela
resposta sim. Outro mdico pode assumir que
cirurgias desnecessrias, mesmo de rotina, so
ruins, caras, estressantes etc.; e, nesse contexto,
pode adotar uma postura mais conservadora e
optar pela resposta no. Este ltimo mdico
deixar de diagnosticar pacientes com tumor,
principalmente em estgios iniciais, mas estar
reduzindo o nmero de cirurgias desnecessrias.
Assim, o critrio no se refere informao, mas
sim deciso que ser tomada com essa
informao.
Adicionalmente, existem rudos que so
processados juntamente com o sinal. Rudos, no
nosso exemplo, correspondem s limitaes da
tcnica, ou algo no tecido sadio que similar ao
tumor. Alm disso, o mdico tambm exibe
variaes na maneira pela qual analisa o exame.
A soma do sinal com os rudos determina a
resposta interna.
A resposta interna poderia ser colocada de
forma mais concreta, supondo que o mdico
possua neurnios-tumor que tm a freqncia
de disparo (em spikes/s) aumentada ao ver
exame com evidncia de tumor. Note que apesar
de este ser um exemplo bastante didtico, bem

REVISTA DA BIOLOGIA www.ib.usp.br/revista publicado no volume 5 dezembro de 2010

10
pouco provvel que o processamento realmente
se d desse modo. No entanto, bastante certo
que o reconhecimento de tumores em exames de
tomografia envolva atividade diferenciada em
alguns circuitos neurais de mdicos
neurologistas. A atividade diferenciada nos
circuitos neurais referentes ao reconhecimento de
sinais ser referido como resposta interna.
O processo pode ser formalizado como
representado na Figura 7. A curva esquerda
expressa apenas rudo (tecido sadio), e a curva
direita expressa sinal (tumor presente) mais rudo.
A abscissa representa a resposta interna, e a
ordenada a probabilidade de ocorrncia. Numa
situao envolvendo apenas rudo haver, em
mdia, 10 unidades de resposta interna; porm,
algumas vezes pode haver bem mais do que isso,
i.e., at 18 ou 19 unidades de resposta interna.
De maneira similar, numa situao envolvendo
rudo mais sinal pode haver menos do que 20
unidades de resposta interna, podendo gerar uma
sobreposio entre as curvas das duas
condies.


Figura 7 Resposta interna do observador (no
exemplo, o mdico que analisa os exames) para as
condies apenas rudo (tecido sadio) e sinal (tumor)
mais rudo (acima). Dois mdicos com a mesma
habilidade podem adotar critrios distintos, levando a
mais acertos e mais alarmes falsos (centro) ou menos
alarmes falsos e menos acertos, i.e., omisses
(abaixo).

Exemplo 1 - Memria e a Teoria de
Deteco de Sinais
A teoria de deteco de sinais tem sido
usada nos modelos formais de aprendizagem e
memria. O modelo apresentado por Berry e col.
(2008), por exemplo, expressa valores de
familiaridade amostrados em uma distribuio
normal (anlogo resposta interna) a cada item.
A familiaridade exprime a fora da memria que,
na prtica, pode ser entendida como a facilidade
de lembrar este item.
O treinamento de um item especfico gera o
aumento do valor da familiaridade daquele item
(Figura 8); assim, assume-se que a mdia da
familiaridade maior para itens treinados do que
para itens no treinados, j que a familiaridade
aumenta face a exposies repetidas do item em
questo.

Figura 8. Ao longo do treino os valores de
familiaridade so alterados, fazendo com que itens
inicialmente indiferenciados (parte superior) tornem-se
paulatinamente distintos (parte inferior).

O valor de familiaridade usado para fazer
julgamentos de reconhecimento (j vi se valor
de f (familiaridade) for maior que um dado
critrio, e no vi se f for menor que o critrio).
A familiaridade usada tambm para obter
medidas de pr-ativao, por exemplo, o tempo
de resposta para o item (Figura 9).

Figura 9 Familiaridade para um item em
funo da quantidade de treino e seu reflexo sobre a
lembrana e o tempo de reao. Esse modelo pode ser
aplicado a diversas situaes em que tradicionalmente
se julgam como necessrios os sistemas de memria
explcita (lembrana de lista de palavras, ou diferenciar
palavras apresentadas de no-apresentadas
inserindo critrio de distino dessas categorias) e
implcita (como executar o mais rpido possvel uma
seqncia completa de posies, p.ex., 1-2-3-4, ou
modificada, p.ex., 1-2-3-9).

REVISTA DA BIOLOGIA www.ib.usp.br/revista publicado no volume 5 dezembro de 2010

11
Exemplo 2 - Ateno e a Teoria de
Deteco de Sinais
A aplicao dos conceitos da teoria de
deteco de sinais ao estudo da ateno leva
sugesto de que a ateno atua aumentando a
resposta interna aos estmulos selecionados
(Figura 10 acima). Esse tipo de abordagem
bastante utilizada em experimentos de deteco
de contraste (isto , diferena de cor e brilho
entre o estmulo e o fundo), havendo relatos de
alteraes neurofisiolgicas associadas a
estmulos aos quais a ateno foi direcionada.
Por exemplo, quando a ateno direcionada
para um dado estmulo, a taxa de disparos de
neurnios isolados aumenta em relao
apresentao de um estmulo de mesmo
contraste, porm, sem o direcionamento da
ateno ao mesmo (Kim e col., 2007) (Figura 10
abaixo).



Figura 10 Acima: distribuio de
probabilidades da resposta interna, conforme a teoria
de deteco de sinais aplicada ateno. Abaixo:
resposta neural a estmulos aos quais a ateno foi ou
no direcionada; note na linha cinza pontilhada os
diferentes nveis de atividade neural para estmulo de
mesmo contraste quando atendidos e no atendidos.
(Modificado de Kim e col., 2007).

Assim, da mesma maneira como
apresentado anteriormente para memria, os
processos atuantes na funo atencional tambm
podem ser modelados pela teoria de deteco de
sinais. A seleo de estmulos envolvendo a
facilitao do processamento (possibilitando a
emisso de respostas mais rpidas ou melhor
deteco de estmulos) poderiam, inclusive, ser
interpretados como fundamentados na mesmas
computaes que os presentes nas funes de
memria. De fato, o experimento de Kim e col.
(2007) consiste em apresentar uma pista
indicando o lado provvel de apresentao do
estmulo (que pode ter diferentes contrastes) que
se assemelha ao experimento de aprendizagem
de seqncias de posies (em que estmulos
anteriores indicam qual o provvel prximo
estmulo); assim, parece bastante plausvel o uso
do mesmo modelo.

Concluso
O princpio de utilizao de modelos
cientficos reduzir a complexidade dos
fenmenos a serem estudados. A neurocincia
cognitiva avanou no estudo de funes como
memria e ateno elaborando modelos
usualmente centrados na distino entre sistemas
e subsistemas. Pouco esforo foi feito no sentido
de apresentar as semelhanas entre os
processos desempenhados pelas diferentes
funes. A modelagem computacional tem
preenchido exatamente essa lacuna,
evidenciando computaes semelhantes em
funes distintas. A teoria de deteco de sinais,
por exemplo, um modelo que tem se mostrado
capaz de atuar desse modo; de fato, a
generalidade dessa teoria tal que outros
processos cognitivos poderiam vir a ser
modelados vantajosamente. Nesse modelo, o
processamento de estmulos seria facilitado de
acordo com respostas internas; ou seja, os
tempos de resposta, lembrana, deteco etc.
seriam definidos pelo grau de preparao prvio
do sistema nervoso. Esse grau de preparao
dado pela estrutura e atividade dos circuitos
neurais. Assim, a fora das sinapses, a
quantidade ou a sincronizao da atividade
eltrica, entre outros, definiriam a facilidade de
resposta aos eventos.

Agradecimentos. Andr Frazo Helene,
Gilberto Fernando Xavier, Pedro Leite Ribeiro e
Tatiana Hideko Kawamoto pelos comentrios e
sugestes.

Bibliografia
Aston-J ones, G.S., Desimone R., Driver, J ., Luck, S. J . e
Posner, M. I. (1999) Attention. In: Zigmond, J . Z e col.
(ed.) Fundamental Neuroscience. San Diego: Academic
Press, 1385-1409.
Atkinson, R.C. e Shiffrin, R. M. (1971) The control of short-
term memory. Scientific American 225, 82-90.
Baddeley, A. D. e Hitch, G. (1974). Working memory. In:
Bower, G. A. (Ed.). The Psychology of Learning and
Motivation. New York: Academic Press. 8, 47-89.
Baddeley, A. D., Warrington, E.K. (1970). Amnesia and the
distinction between long-and short- term memory.
J ournal of Verbal Learning and Verbal Behavior. v. 9, p.
176-189.
Berry, C.J ., Shanks, D.R., e Henson, R.N.A. (2008). A unitary
signal-detection model of implicit and explicit memory.
Trends in Cognitive Sciences. 12, 10.
Heeger, D. (2007). Signal Detection Theory. Disponvel no
stio eletrnico http://www.cns.nyu.edu/~david/
handouts/ sdt/sdt.html
Helene, A. F. e Xavier, G. F. (2003). A construo da ateno
a partir da memria. Revista Brasileira de Psiquiatria,
25(Supl.II), 12-20.
Kim, Y.J ., Grabowecky, M., Paller, K, Muthu K, Satoru Suzuki
S (2007). Attention induces synchronization-based
response gain in steady-state visual evoked potentials.
Nature Neuroscience 10, 117 125.
LaBerge, D. e Brown, V. (1989). Theory of attentional
operations in shape identification. Psychological
Review, 96, 101-124.
Pavo (2008). Aprendizagem e memria. Revista da Biologia,
1, 16-20.

REVISTA DA BIOLOGIA www.ib.usp.br/revista publicado no volume 5 dezembro de 2010

12
Posner, M. I., Inhoff, A. W., Friedrich, F. J . e Cohen, A. (1987)
Isolating attentional systems: A cognitive-anatomical
analysis. Psychobiology, 15, 107-121.
Posner, M.I. (1980). Orienting of attention, Quaterly J ournal of
Experimental Psychology, 32:2-25.
Squire, L.R. e Knowlton, B.J . (1995). Memory, hippocampus,
and brain systems. In Gazzaniga, M S (Ed.). The
cognitive neurosciences. Cambridge, A Bradford Book,
825-837.
Swets. J . A., Tanner, W. P. J r e Birdsall, T. G. (1961). Decision
processes in perception. Psychology Review. 68, 301-
40.