“c a+b” a gestalt de faces independe de demanda cognitiva ... · ao meu filho arthur matos por...
TRANSCRIPT
1
Felipe de Oliveira Matos
“C ≠ A+B” A Gestalt de faces independe de demanda
cognitiva: Um estudo com bases eletrofisiológicas
NATAL- RN 2017
2
Felipe de Oliveira Matos
“C ≠ A+B” A Gestalt de faces independe de demanda
cognitiva: Um estudo com bases eletrofisiológicas
Tese apresentada ao programa de Pós-
graduação em Psicobiologia da Universidade
Federal do Rio Grande do Norte, como
requisito parcial para obtenção do título de
Doutor em Psicobiologia.
ORIENTADOR: Prof. Dr. Antônio Pereira Júnior
NATAL- RN 2017
3
Universidade Federal do Rio Grande do Norte - UFRN
Sistema de Bibliotecas - SISBI
Catalogação de Publicação na Fonte. UFRN - Biblioteca Setorial Prof. Leopoldo Nelson - Centro de Biociências - CB
Matos, Felipe de Oliveira.
“C ≠ A+B” A Gestalt de faces independe de demanda cognitiva:
um estudo com bases eletrofisiológicas / Felipe de Oliveira Matos. - Natal, 2017.
71 f.: il.
Tese (Doutorado) - Universidade Federal do Rio Grande do
Norte. Centro de Biociências. Programa de Pós-graduação em Psicobiologia.
Orientador: Prof. Dr. Antonio Pereira Júnior.
1. Oscilações neuronais - Tese. 2. Acoplamento de frequências cruzadas - Tese. 3. Acoplamento fase-amplitude teta-gama - Tese.
4. Fechamento perceptual - Tese. 5. Gestalt - Tese. I. Pereira
Júnior, Antonio. II. Universidade Federal do Rio Grande do
Norte. III. Título.
RN/UF/BSE-CB CDU 159.953.35
Elaborado por KATIA REJANE DA SILVA - CRB-15/351
3
“C ≠ A+B” A Gestalt de faces independe de demanda
cognitiva: Um estudo com bases eletrofisiológicas
Autor: Felipe de Oliveira Matos
Local/Data: Natal, Rio Grande do Norte,15 de dezembro de 2017
Orientador: Prof. Dr. Antônio Pereira Júnior
Banca Examinadora:
_________________________________________________ Prof. Dr. Antônio Pereira Júnior
Instituto do Cérebro – UFRN (Orientador)
Prof. Dr. Guillherme de Alencar Barreto Departamento de Engenharia de Teleinformática – UFC
Prof. Dr. Bruno Duarte Gomes Instituto de Ciências Biológicas – UFPA
Prof. Dr. Hindiael Aeraf Belchior Faculdade de Ciências da Saúde do Trairi – UFRN
Prof. Dr. George Carlos do Nascimento Departamento de Engenharia Biomédica – UFRN
4
Dedicatória
Acredito que os “sonhos” são o combustível da alma e a fonte de imensa energia
para a manutenção da atenção e de comportamentos orientados a metas, o que nos
permite alçar voos a horizontes ilimitados. Portanto, dedico esse trabalho à minha
mãe, Maria Virgínia Souza de Oliveira, por me permitir sonhar com tudo que
pareciam improvável de ser alcançado, mas que hoje se tornou realidade.
5
Muitas pessoas almejam grandes feitos.
Porém poucos estão dispostos a realmente fazê-los.
Próprio Autor
“E esse caminho
Que eu mesmo escolhi
É tão fácil seguir
Por não ter onde ir
Controlando a minha maluquez
Misturada Com minha lucidez (...)”
Raul Seixas e Claudio Roberto
6
Agradecimentos
Agradeço aos docentes do Programa de Pós-Graduação em Psicobiologia da
Universidade Federal do Rio Grande do Norte pela receptividade e conhecimentos
compartilhados ao longo da minha formação.
Ao meu orientador Prof. Dr. Antonio Pereira Jr. pela oportunidade, credibilidade,
dedicação, ensinamentos científicos, respeito e pela amizade que adquirimos ao
longo dos anos de convivência.
Ao principal responsável por minha ida para Natal-RN, o incentivador, e quem me
deu todo suporte estrutural e afetivo em minha estadia na cidade, meu grande amigo
Sanderson Soares da Silva, um sujeito com um dos maiores “corações” que já vi.
Certamente conhecemos os verdadeiros amigos nos momentos de adversidade. E
creio que aquela viagem à Petrolina aconteceu apenas para que nossos caminhos
se cruzassem. Tenho muito orgulho de tê-lo em meu convívio mesmo que distantes
a maior parte do tempo.
À Flávia Oliveira, que juntamente com Sanderson sempre me receberam de braços
abertos e me ajudaram em tudo que precisava em Natal.
Aos amigos da psicobio, especialmente à Paula Hatum e ao Julio Leal, pelos
momentos bons e difíceis compartilhados.
À Ana Paula Reis, pelo carinho, amizade, apoio, parceria e muitos cachorros
quentes na esquina.
Aos Colegas da Universidade Federal do Pará, que conheci durante a coleta de
dados para o desenvolvimento dessa tese, principalmente às queridas Ivanira,
Susanne, Gisele, Ivete, Narrey e Dannilo, pela recepção, apoio e momentos
divertidos.
7
À amiga mineirinha que só conheci no Pará, mas que foi fundamental em minha
estadia em Belém e na aquisição de dados para a tese, Gabriela Arantes Neuber.
Gabi, obrigado por tudo!
Ao companheiro de pesquisa e amigo fiel (até no nome) José Fiel. Você é um jovem
muito promissor e dedicado. Continue sempre aguerrido e firme em seus objetivos,
pois uma hora os resultados aparecerão e conquistarás o que desejares. Obrigado
por tudo!
À Críssia Agrassar, que no pouco tempo em que estive em Belém, mesmo em um
período de grande correria e intenso trabalho, me proporcionou ótimos momentos de
felicidade, alegria e diversão. Obrigado por todo o carinho!
Ao meu pai Vitor Luiz Tassi de Matos, pelo apoio durante minha investida para
ingressar no doutorado.
Ao meu filho Arthur Matos por me inspirar a ser alguém melhor dia após dia!
E para finalizar deixo aqui os maiores agradecimentos à melhor pessoa que conheci
em toda minha vida, minha mãe, Maria Virgínia Souza de Oliveira, responsável por
cultivar e incentivar todos os meus sonhos e apoia-los incondicionalmente. Faltam
palavras para expressar toda admiração e amor que tenho por você. Tudo que sou e
alcancei eu devo a você. Te Amo!
8
Resumo
O acoplamento fase-amplitude (AFA) entre as oscilações neuronais nas bandas de
frequência teta (4-8Hz) e gama (30-90Hz) compõe a base da integração sensorial,
da memória e do mecanismo de seleção atencional. No presente trabalho,
apresentamos evidências por meio de eletroencefalografia (EEG) de que o AFA
entre teta e gama nos córtices pré-frontal (CPF) e parietal posterior (CPP),
respectivamente, é um processo subjacente no fechamento perceptual em uma
tarefa de reconhecimento holístico das Faces de Mooney através da formulação de
uma Gestalt. O AFA teta-gama foi quantificado através do índice de modulação (MI).
E o papel desempenhado pelas funções executivas nesse processo foi verificado por
meio de análises de regressão logística com medidas de desempenho da
inteligência geral (QI) e teste de memória operacional. Os resultados mostram um
menor MI quando as faces são apresentadas na posição canônica (hemisférios
esquerdo 1,4±0,3x10-3 e direito 1,4±0,4x10-3, p<0,001 em ambos) em relação às faces
invertidas verticalmente (hemisférios esquerdo 2,5±0,5x10-3 e direito 2,7±0,7x10-3).
Porém, o MI não se diferencia (p>0,05) quanto ao êxito ou falha na identificação das
imagens. Nenhum modelo de regressão testado permitiu a predição do sucesso na
identificação das faces baseando-se em medidas de desempenho cognitivo e o MI.
Assim, nosso estudo traz mais evidências de que o AFA está adjacente à
comunicação de longo alcance entre as áreas corticais e corrobora o descarte do
papel das funções executivas no apoio à formulação visual da Gestalt no córtex
parietal.
Palavras-chave: oscilações neuronais; acoplamento de frequências cruzadas; acoplamento fase-amplitude teta-gama; fechamento perceptual; Gestalt
9
Abstract
The phase-amplitude coupling (PAC) between the neuronal oscillations in the theta
(3-6Hz) and gamma (30-90Hz) bands composes the basis of sensory integration,
memory and attentional selection mechanism. In the present work, we present
evidence through electroencephalography (EEG) that the PAC between theta and
gamma in the prefrontal cortex (PFC) and posterior parietal cortex (PPC),
respectively, is an underlying process in the perceptual closure in a recognition task
holistic view of Mooney's Faces through the formulation of a Gestalt. The PAC Tetha-
gamma was quantified using the modulation index (MI). The role played by executive
functions in this process was verified through logistic regression analysis with
measures of general intelligence (IQ) performance and working memory test. The
results show a lower MI when the faces are presented in the canonical position (left
hemispheres 1.4 ± 0.3x10-3 and right 1.4 ± 0.4x10-3, p <.001 in both) in relation to
vertically inverted faces (left hemispheres 2.5 ± 0.5x10-3 and right 2.7 ± 0.7x10-3).
However, the MI does not differ (p> .05) as to the success or failure to identify the
images. No regression model tested allowed the prediction of success in the
identification of faces based on measures of cognitive performance and MI. Thus, our
study provides further evidence that PAC is adjacent to long-range communication
between cortical areas and corroborates the discarding of the role of executive
functions in supporting Gestalt's visual formulation in the parietal cortex.
Keywords: neuronal oscillations; coupling of cross-frequencies; theta-gamma-phase
coupling; perceptual closure; Gestalt.
.
10
Lista de Gráficos Gráfico – 1 Percentual médio dos acertos nos testes N-
back......................................................................................
34 Gráfico – 2 Percentual de acertos no teste de reconhecimento de
faces.....................................................................................
35 Gráfico – 3 Tempo de respostas para acertos e erros no teste de
reconhecimento de faces......................................................
36 Gráfico – 4 Índices de modulação para condições de acertos e erros
no reconhecimento de faces e faces invertidas. (A) MIs no hemisfério esquerdo e (B) MIs no hemisfério direito............
43
11
Lista de figuras
Figura – 1 Exemplo de uma face do teste de Mooney .......................... 15 Figura – 2 Modelo neuroanatômico do processamento de faces de
Haxby, Hoffman & Gobbini (2000)........................................
23 Figura – 3 Esquema da apresentação dos estímulos no teste de
faces.....................................................................................
28 Figura – 4 Esquema da apresentação dos estímulos no teste N-Back
espacial ................................................................................
30 Figura – 5 Foto de um participante com os eletrodos posicionados
pronto para realizar o teste ..................................................
31 Figura – 6 Distribuição topográfica das potências teta e gama durante
a realização do Teste de Mooney em um participante nas condições de acerto e erro para estímulos de faces canônicas..............................................................................
37 Figura – 7 Distribuição topográfica das potências teta e gama durante
a realização do Teste de Mooney em um participante nas condições de acerto e erro para estímulos de faces invertida verticalmente .........................................................
38 Figura – 8 Potências médias nas condições de acertos e erros para
os estímulos face e face invertida nas frequências teta e gama nos eletrodos Fp1 e P3 do voluntário 18....................
40 Figura – 9 Potências médias nas condições de acertos e erros para
os estímulos face e face invertida nas frequências teta e gama nos eletrodos Fp2 e P4 do voluntário 18....................
41 Figura – 10 Índice de modulação para erros e acertos nas condições
face e face_invertida ............................................................
42 Figura – 11 Diagramas de dispersão e valores de r das escalas e
índices do Wais III em relação ao reconhecimento de faces
45 Figura – 12
Diagramas de dispersão e valores de r das escalas e índices do Wais III em relação ao reconhecimento de faces invertidas...............................................................................
47 Figura – 13 Figura – 14
Diagramas de dispersão e valores de r entre reconhecimento das Faces e MIs......................................... Acoplamento teta-gama nas duas condições em um participante com elevado QI durante a realização do teste de faces ...............................................................................
49
51 Figura – 15 Acoplamento teta-gama nas duas condições em um
participante com baixo QI durante a realização do teste de faces.....................................................................................
52
12
Lista de tabelas
Tabela – 1 Escores nas escalas e índices médios do QI dos participantes .........................................................................
34
Tabela – 2 Regressão logística do desempenho no N-back teste vs acertos Face.........................................................................
43
Tabela – 3 Regressão logística do desempenho no N-back teste vs acertos Face invertida ..........................................................
44
Tabela – 4 Regressão logística da escala do QI total vs acertos Face.. 44 Tabela – 5 Regressão logística das escalas de QI Verbal e QI de
Execução vs acertos Face ...................................................
45 Tabela – 6 Regressão logística dos índices do teste Wais III vs
acertos Face.........................................................................
46 Tabela – 7 Regressão logística da escala do QI total vs acertos Face.. 46 Tabela – 8 Regressão logística das escalas de QI Verbal e QI de
Execução vs acertos Face Invertida.....................................
47 Tabela – 9 Regressão logística dos índices do teste Wais III vs
acertos Face ........................................................................
48 Tabela – 10 Tabela – 11
Regressão logística dos Índices de modulação teta-gama vs reconhecimento de faces canônicas ............................... Regressão logística dos Índices de modulação teta-gama vs reconhecimento de faces invertida ..................................
49
50
13
Sumário
1_ Introdução ................................................................................................ 14 2_ Objetivos .................................................................................................. 17 2.1_ Objetivo geral ........................................................................................ 17 2.2_Objetivos específicos ............................................................................. 17 3_Revisão de literatura ................................................................................. 18 3.1_ Processamento de estímulos de faces ................................................. 19 3.2_ Bases neurais do reconhecimento facial .............................................. 22 4_Material e métodos ................................................................................... 25 4.1_Desenho experimental ........................................................................... 25 4.2_Cuidados éticos ..................................................................................... 25 4.3_Amostra .................................................................................................. 25 4.4_Avaliação psicológica ............................................................................. 26 4.4.1_Mini exame de estado mental ............................................................. 26 4.4.2_Escala Wescheler de Inteligência para adultos .................................. 26 4.5_Estímulos e procedimentos .................................................................... 27 4.5.1_Teste de Faces de Mooney ................................................................ 28 4.5.2_N-Back ................................................................................................ 29 4.6_Os sinais eletrofisiológicos (EEG) .......................................................... 30 4.6.1_Análise dos dados do EEG ................................................................. 31 4.7_Análises estatísticas .............................................................................. 33 5_Resultado .................................................................................................. 34 6_Discussão ................................................................................................. 53 7_Conclusões ............................................................................................... 57 8_Referencias ............................................................................................... 58 Anexos .......................................................................................................... 65
14
1 Introdução
O reconhecimento de faces é uma habilidade extremamente desenvolvida
em humanos e reflete a característica eminentemente social da nossa espécie
(Pollak & Sinha, 2002). Humanos recém-nascidos apresentam uma preferência inata
por estímulos faciais, que é de grande utilidade na interação com cuidadores (por ex.
familiares) (Bogin, 1997). Recentemente, demonstrou-se que humanos são capazes
de identificar faces já a partir dos 18 meses de idade, mesmo com informações
incompletas ou conflitantes, como as do teste de Mooney (Doi, Koga & Shinohara,
2009).
No campo da percepção se discute como diferentes estímulos podem ser
processados de modos distintos, sendo que duas vertentes destacam-se nesse
debate, em que são elas a do processamento configural (por partes) e holístico
(inteiro) (Piepers e Robbins, 2012). Quando se fala de reconhecimento de rostos
humanos, Piepers e Robbins (2012) enfatizam que o processamento holístico tem
recebido destaque, visto que há mais evidências de que exista um processamento
“especial” nesse tipo de estímulo devido sua importância evolutiva para
comportamento social.
Uma das bases para essa argumentação é a teoria da Gestalt, que em
alemão significa forma. De acordo com a teoria da Gestalt o conhecimento das
partes não reflete a percepção do todo. Assim, podemos elucidar que ‘A+B’ não é
simplesmente ‘(A+B)’, mas sim um novo elemento com características próprias ‘C’
(Wagemans et al. 2012). A Gestalt se baseia em sete elementos básicos:
segregação, semelhança, unidade, proximidade, pregnância, simplicidade e
fechamento perceptual.
Nesse trabalho nos ateremos de forma particular ao fechamento perceptual,
que é a habilidade humana de preencher imagens visuais apresentadas com
informações esparsas ou incompletas (Mooney, 1957). Um dos testes para
avaliação do fechamento perceptual mais amplamente conhecido é o das “Faces de
Mooney”, criadas por Craig Mooney em 1957, e que consiste na apresentação de 40
imagens (faces humanas) em preto e branco, com informação visual incompleta. Um
exemplo das faces do teste pode ser visto na figura 1.
15
Figura 1 - Exemplo de uma face do teste de Mooney
O processo de reconhecimento de face envolve três etapas: 1) configuração
(dois olhos sobre o nariz e este sobre a boca); 2) processamento holístico
(elaboração de feições conjuntas em uma Gestalt); 3) processamento em relações
de segunda ordem (ou seja, o espaçamento entre características, por ex. distância
entre sobrancelhas, tamanho do nariz e boca, etc.) (Maurer, Le Grand & Mondloch,
2002). O reconhecimento das faces de Mooney, contudo, é especialmente
dependente dos processos holísticos, sendo fortemente influenciados pela
orientação do estímulo (Lantinus & Taylor, 2005a; Eimer, 2000; Doi, Sawada &
Masataka, 2007).
Estudos que utilizaram técnicas eletrofisiológicas demonstraram que nas
áreas parieto-ocipto-temporal, ocorrem os potenciais relacionados ao evento (ERP)
P1, N170 e P2, que distinguem as três etapas do processamento facial,
respectivamente, citadas anteriormente (Negrini et al., 2017; Meaux et al., 2014;
Rosburg et al., 2010; George et al., 2005; Latinus e Taylor, 2005b). Quando as faces
de Mooney são apresentadas em posição invertida verticalmente há uma atenuação
do componente N170, o que sugere a relação desse ERP com a etapa holística do
processamento da face, especialmente no hemisfério esquerdo (George et al., 2005;
Latinus e Taylor, 2005).
Recentemente, um estudo que investigou a atividade eletroencefalográfica
cortical no domínio do tempo e da frequência durante o fechamento perceptual
utilizando o paradigma das faces de Mooney (Grützner et al., 2010) foi o primeiro
trabalho a verificar que havia sincronização de oscilações gama de altas frequências
(60-100Hz) no giro temporal inferior caudal e o córtex parietal posterior (CPP). Os
autores sugerem que haja uma interação entre as áreas que processam estruturas
16
visuais tridimensionais com áreas que associam informações perceptuais com
memórias de longo-prazo. Aparentemente, o reconhecimento de imagens envolve
processos mnemônicos mediados pela comunicação de longo alcance entre áreas
corticais parietais e pré-frontais (CPF) (Köster et al., (2014).
A comunicação de longo alcance pode esclarecer como diversas áreas
cerebrais atuam interagindo para orientar o comportamento e a atenção (Daume et
al., 2017, Helfrich & Knight, 2016, Szczepanski, et al., 2014). Muitas investigações
acerca de processos mnemônicos têm estudado o acoplamento de fase-amplitude
(AFA) entre baixas e altas frequências, sendo as bandas teta (3-8Hz) e gama (30-
100Hz) as que apresentam os resultados mais promissores quanto à evocação de
memórias explícita e implícita (Hassler et al., 2013; Osipova et al.,2006; Sederberg
et al., 2007), memória episódica e retrospectiva (Köster et al 2014), e memória
operacional (Daume et al., 2017; Alekseichuk et tal., 2016).
Entretanto, quanto ao reconhecimento facial até mesmo crianças a partir dos
seis meses de idade já são capazes de identificar e distinguir faces invertidas
verticalmente de faces na posição natural, quando utilizadas imagens reais
biológicas (Webb & Nelson, 2001). Já o trabalho de Doi, Koga e Shinorara (2009)
mostrou que crianças de 18 meses já são capazes de reconhecer faces como as de
Mooney, demonstrando que são capazes de realizar com eficiência o fechamento
perceptual, o que nos leva a crer que tal habilidade necessita de baixa demanda de
processos cognitivos complexos como as funções executivas, cujo principal
substrato neural é o CPF, visto que tais processos cognitivos ainda encontram-se
imaturos nessa fase da vida, não estando ainda em seu ápice de desempenho.
(Kane & Engle, 2002; Cohen et al., 1997), que encontra-se substancialmente imaturo
nessa idade (Caballero, Granberq e Tseng, 2016; Arain et al. 2013). Além disso,
Piepers e Robbins (2012) em sua revisão sobre o processo de reconhecimento de
faces defendem a hipótese em que a identificação de uma imagem como um rosto é
um processo holístico, o qual necessitaria de pouca utilização de memórias.
Sendo assim, o presente trabalho trás novas evidências sobre a dinâmica
neuronal entre o CPF e CPP por meio da quantificação do AFA entre as oscilações
de baixa frequência teta (3-8Hz) e alta frequência gama (30-100Hz), assim como
sobre o envolvimento de processos cognitivos complexos como as funções
executivas, inteligência e memória operacional nesse processo.
17
2 Objetivos
2.1 Objetivo geral
Analisar a dinâmica de comunicação elétrica neuronal entre o CPF e CPP
por meio da análise do acomplamento fase-amplitude entre as oscilações de baixa
frequência teta (4-8Hz) e alta frequência gama (30-100Hz) utilizando o EEG em
humanos em um teste de reconhecimento de face e verificar a demanda de
processos cognitivos no nesse processo.
2.2 Objetivos específicos
Verificar o acoplamento de fase-amplitude teta-gama entre regiões pré-frontais e
parietais durante um teste de reconhecimento de faces.
Comparar a dinâmica do AFA entre o CPF e o CPP durante a apresentação de
faces canônicas e invertidas verticalmente.
Avaliar o perfil de lateralidade hemisférica do AFA durante o reconhecimento
holístico facial.
Testar modelos de regressão que permitam prever o êxito na formulação de uma
Gestalt por meio do AFA teta-gama entre o CPF e o CPP e o desempenho em
testes de QI e memória operacional.
18
3 Revisão de literatura
Faces capturam nossa atenção de forma espontânea (Goold & Meng, 2016).
Prova disso é que bebês têm uma preferência por estímulos faciais em relação a
objetos (Pereira et al., 2017; Hoehl & Peykarjou, 2012) e adultos são experts em
processar rostos, capazes de detectar e distinguir faces em cenas naturais
desordenadas e com grande quantidade de informação visual (Moulson et al., 2011).
A identificação de faces é uma habilidade extremamente bem desenvolvida em
nossa espécie e possui um papel social fundamental (Kanwisher & Yovel, 2009;
Pollak & Sinha, 2002; Bogin, 1997).
Por se tratar de uma habilidade inata, reconhecemos faces desde muito
cedo. Recém-nascidos apresentam uma preferência por faces humanas biológicas
em relação a outros estímulos (Johnson et al., 1991) e já são capazes de
reconhecer o rosto da mãe (Sai, 2005; Bushnell, Sai & Mullin, 1989). Além disso,
crianças a partir de seis meses de idade já são capazes de identificar e distinguir
faces invertidas de faces na posição natural em imagens reais biológicas (Webb
&Nelson, 2001) e aos 18 meses já possuem a destreza em reconhecer faces
ambíguas, com informações destoantes ou esparsas, como por exemplo, as faces
de Mooney (Doi, Koga & Shinohara, 2009).
O reconhecimento facial é importante tanto na identificação social como
também de emoções elementares, as quais estão relacionadas com condições de
risco, por exemplo, nojo (que pode representar uma condição ambiental sem
higiene, onde podem ocorrer doenças), medo (que pode demonstrar uma situação
de perigo eminente) dentre outras, que são facilmente detectadas por meio de
expressões faciais (Bruce & Young, 2012). A face humana exibe uma grande gama
de sinais relacionados com idade, sexo, emoções, comportamentos sociais como as
intenções, interações, a comunicação e informações verbais (movimentos corporais
utilizados na fala) e não-verbais, que poderão ser detectadas por outras pessoas, e
influenciarão na eficiência social do indivíduo por meio da sua capacidade de
interação ambiental e social (Bruce & Young, 2012; Babbage et al., 2011; Knox &
Douglas, 2009; Schmidt & Cohn, 2001 Hornak, Rolls, & Wade, 1996).
19
No campo de estudos sobre a percepção visual, o reconhecimento de faces
é um tópico bastante discutido, pois embora haja grande quantidade de
investigações, ainda não está claro como as faces são processadas e,
especialmente, quais são os mecanismo neural envolvido nessa percepção.
Contudo, sabe-se que faces possuem uma espécie de processamento “especial”,
que se diferencia do processamento de objetos, o que o torna extremamente
eficiente. Por exemplo, humanos realizam sacadas (movimentos oculares) muito
velozes em direção a faces com duração aproximada de 12ms, tempo esse muito
curto para alocarmos atenção em um local específico, enquanto raramente ocorrem
sacadas em direção a outros objetos (Graham e Meng, 2011).
Contudo, para se entender o processamento de faces é necessário
inicialmente compreender alguns termos como processamento “relacional/configural”
(por partes) e “holístico” (inteiro), utilizados para descrever como acontece o
reconhecimento de faces e que muitas vezes geram confusão na literatura por
tratarem do mesmo fenômeno, porém partindo de conceitos distintos.
3.1 Processamento de estímulos de faces
Para compreender como ocorre o reconhecimento de faces, é necessário
esclarecer de antemão alguns termos correntes na literatura. Embora esses termos
sejam utilizados para descrever o processamento de faces em modelos teóricos
distintos “relacional/configural” (partes) e “holístico” (inteiro), é assumida aqui a
condição de coexistência deles em busca de um modelo amplo que engloba as
diferentes formas de processamento visual em um sequenciamento que permite a
formulação da imagem de um rosto.
É amplamente aceito pela literatura que o reconhecimento de faces é feito
por meio do processamento holístico (Piepers & Robbins, 2012). Contudo, ainda é
controverso o que se entende como processamento por “partes” (configural) e por
“inteiro” (holístico). Entende-se como relacional/configurado o rastreamento visual
em busca de recursos fundamentais para identificação da face (dois olhos, nariz,
boca), em que as peças de informações individuais permanecem invariantes ou não
20
enquanto a face se envolve em diferentes tipos de movimento (Piepers & Robbins,
2012). O processamento configurado, embora dependente das partes, considera
que essas são indissociáveis. Já o processamento holístico implica na formulação
mental da imagem como modelos, nos quais são indivisíveis as partes e inter-
relações entre elas (Piepers & Robbins, 2012; Maurer, Le Grand & Mondloch, 2002).
A proposta aqui defendida não busca diferenciar os dois tipos de
processamento configural e holístico, mas sim integra-los, visto que encontramos na
literatura subsídios consistentes para inferir que ambos compõem o reconhecimento
de faces e ocorrem como processos subjacentes. Assim, o processamento em
primeira ordem realiza a detecção de pistas visuais que permitem a formulação da
Gestalt da face, enquanto a segunda ordem permite a identificação de
características da personalidade ou emoções. Esses elementos, embora
indissociáveis na etapa considerada de primeira ordem, podem alterar em escala
(tamanho) ou posição (exemplo, espaçamento entre olhos, altura das sobrancelhas),
na etapa seguinte considerada de segunda ordem.
A percepção da face é feita de forma holística, mas depende de elementos
configurais anteriores (olhos, nariz, boca) para que seja possível o fechamento
perceptual e a completude da imagem identificada. Prova da necessidade desse
processamento prévio configural é a queda drástica na capacidade de reconhecer
rostos quando apresentados na posição invertida verticalmente (Valentine, 1988).
Essa inversão muda os parâmetros utilizados comumente na configuração da face, o
que leva a uma desorganização perceptual.
A percepção do todo é a premissa central da teoria da Gestalt, que
preconiza de modo qualitativo que a soma das partes ou elementos individuais é
maior do que somente as partes constituintes (Wagemans et al. 2012) A Gestalt se
alicerça sobre sete elementos básicos (segregação, semelhança, unidade,
proximidade, pregnância, simplicidade e fechamento).
Dentre os elementos da Gestalt o que mais tem recebido destaque na
literatura sobre o reconhecimento de faces é o fechamento perceptual. Este é a
habilidade humana de preencher imagens visuais apresentadas com informações
esparsas ou incompletas (Mooney, 1957). O fechamento perceptual de estímulos
faciais pode ser avaliado com o “Teste de Faces de Mooney”, que utiliza 40 imagens
21
(rostos humanos) em preto e branco com informação visual incompleta (Mooney,
1957).
As Faces de Mooney são amplamente utilizadas em estudos acerca dos
mecanismos neurais subjacentes ao reconhecimento facial. O principal achado
desses estudos foi associar os potenciais relacionados ao evento (em inglês – ERP)
P1, N170 e P2 às etapas do processamento perceptual de faces (Goold & Meng,
2016; George et al., 2005; Latinus e Taylor, 2005b; Kanwisher, Tong & Nakayama,
1998). Esses resultados reforçam a hipótese de que o reconhecimento facial se
divide em três etapas: 1º) processamento configural de primeira ordem que identifica
os elementos fundamentais da face (olhos, nariz, boca, sobrancelhas, etc.); 2º)
etapa holística, em que ocorre o fechamento perceptual e a formulação da Gestalt;
3º) análise de segunda ordem em que ocorre a configuração dos elementos
fundamentais que irão dar características próprias à face (atribuição de identidade)
(Maurer, Le Grand & Mondloch, 2002).
Estudos mostraram que há atenuação de N170 quando é proporcionada
experiência prévia no reconhecimento das faces de Mooney (George et al., 2005) e
que esse efeito não é ampliado quando há treinamento na tarefa de reconhecimento
(Latinus e Taylor, 2005b). Esses achados indicam que há uma associação do N170
com a etapa holística do reconhecimento facial, visto que a experiência na tarefa
possibilita a existência de modelos para a formulação da Gestalt.
Outros estudos utilizaram faces de Mooney invertidas verticalmente e
mostraram que a alteração da orientação natural dos elementos estruturantes da
face provoca um efeito desproporcional da inversão (Doi, Sawada & Masataka,
2007; Lantinus & Taylor, 2005a; Eimer, 2000; Yin, 1969). A inversão vertical de
imagens provoca um desajuste no processamento maior para faces do que para
objetos (Haxby et al., 1999), pois não há a manutenção das proporções configurais
do estímulo visual, dificultando a Gestalt.
O efeito comportamental verificado pela inversão das faces é importante,
pois fortalece a hipótese do processamento holístico/configural, através do aumento
da demanda de tempo necessário para decidir se o estímulo é um rosto ou não.
Estudos mostram que o tempo gasto para responder a estímulos faciais invertidos é
maior que os canônicos, assim como a acurácia no reconhecimento também é
prejudicada drasticamente (Valentine, 1988). Já estudos com estímulos em
22
movimento, mesmo alterando a configuração dos elementos fundamentais (posição,
distancia entre elementos, etc.), demonstraram que as faces são identificadas com
maior precisão comparadas a objetos, comprovando a maior relevância do
processamento holístico para o reconhecimento de faces (Goold & Meng, 2016;
Piepers & Robbins, 2012; Maurer, Le Grand & Mondloch, 2002). É possível que os
componentes métricos como o tamanho e o espaçamento entre características
sejam codificados de forma mais implícita e dependam menos da quantidade de
elementos durante a representação holística (McKone & Yovel, 2009).
3.2 Bases neurais do reconhecimento facial
O processamento especializado de faces em humanos é sustentado por
diversos estudos que investigaram intensivamente as áreas cerebrais envolvidas no
reconhecimento de faces nos últimos 20 anos (Duchaine & Yovel, 2015). Esses
estudos permitiram a elaboração do modelo proposto por Haxby, Hoffman e Gobbini
(2000), que integra processos funcionais com estruturas neuroanatômicas (Figura
2).
O modelo é dividido em dois sistemas. O primeiro é o núcleo (“core”), no
qual ocorre a análise visual nas áreas occipito-temporais. Há a percepção de
características faciais no giro occipital inferior, que interage paralelamente com os
sulcos temporais superiores, onde se faz relações com movimentos dos lábios,
olhos e expressões, e o giro fusiforme lateral (também conhecido como área
fusiforme da face), em que é atribuída uma identidade única para a face percebida.
O segundo sistema é o expandido (“extended”), que realiza o
processamento adicional integrado a outros sistemas. Nele se têm a participação
dos sulcos intraparietais, direcionando atenção espacial, córtex auditivo, com a
percepção de fala pré-lexical, a amígdala, insula e sistema límbico, que integram as
emoções, e por fim a região temporal anterior, que agrega à percepção uma
personalidade, um nome e informações biográficas.
23
Figura 2– Modelo neuroanatômico do processamento de faces de Haxby, Hoffman & Gobbini (2000)
Esse modelo explica como o reconhecimento facial presta o papel de
integrar a identificação de uma face com todo o contexto ambiental e social. Essa
circuitaria permite a avaliação em tempo muito curto de características como
identidade, idade, emoções, intencionalidade e possibilita uma rápida reação à
situação, o que expressa o grande valor adaptativo do reconhecimento facial na
espécie humana.
Recentemente, outras áreas também tiveram sua importância atribuída no
processo de reconhecimento facial por apresentarem respostas seletivas à faces
assim como as demais citadas no modelo de Haxby, Hoffman e Gobbini (Duchaine &
Yovel, 2015):
Lobo temporal anterior: Estudos mostram uma seletividade para
faces nessa área, porém ela se mostra relativamente pequena e de
difícil investigação devido à baixa relação sinal ruído (Duchaine &
Yovel, 2015). Pesquisas indicam que essa área participa do
reconhecimento da identidade em rostos emocionais e dinâmicos
(Yang, Susilo & Duchaine, 2015), especialmente no hemisfério direito
(Avidan et al., 2014).
24
Sulco temporal superior: Essa área é ativada tanto para estímulos
de faces quanto para de objetos estáticos similares, o que a deixou
por muito tempo desconhecida quanto ao seu papel no
reconhecimento facial. Entretanto, estudos recentes com imagens em
movimento mostraram que essa área está ligada à percepção do
olhar nos olhos, respondendo ao movimento dos olhos da face
observada (Calder et al., 2007, Carlin et al., 2011).
Córtex parietal: Um estudo recente mostrou por meio de técnica de
ressonância magnética, que o sulco intraparietal anterior está
associado à percepção consciente da Gestalt, desempenhando papel
semelhante à atenção e seleção perceptual (Zaretskaya, Anstis &
Bartels, 2013).
Córtex pré-frontal: Estudos tem mostrado uma atividade seletiva
para rostos no córtex pré-frontal para estímulos dinâmicos, contudo,
poucos estudos se propuseram a investigar essa atividade seletiva de
forma sistemática nessa área do cérebro (Duchaine & Yovel, 2015).
De um modo geral, muitos estudos tem confirmado a especificidade das
respostas neuronais para estímulos faciais (Hoehl & Peykarjou, 2012; McKeeff &
Tong, 2007; Righart & Gelder, 2006; Haxby et al., 1999). Dentre as áreas de maior
envolvimento no processamento de faces estão a área fusiforme da face (giro
fusiforme do lobo temporal) e a área occipital facial, que garantem o processamento
integrado de estímulos faciais. Entretanto é importante destacar que embora ambas
apresentem papel fundamental nesse processo, há um posicionamento hierárquico
entre as estruturas. Para que haja uma associação da imagem com uma memória é
necessário antes que ocorra a representação adequada dessa imagem
mentalmente.
25
4 Materiais e métodos
4.1 Desenho Experimental
Estudo transversal, exploratório, descritivo e correlacional.
4.2 Cuidados éticos
O projeto de foi aprovado pelo Comitê de Ética em Pesquisa (COPEP) da
Universidade Estadual de Maringá por meio do parecer nº 1.375.859 (ANEXO I) e
respeitou todos os preceitos éticos da pesquisa envolvendo seres humanos
dispostos na resolução 466/2012 do Conselho Nacional de Saúde, do Ministério da
Saúde.
Os participantes do estudo assinaram um termo de consentimento livre e
esclarecido – TCLE (ANEXO II) com os procedimentos, riscos e benefícios da
pesquisa detalhados, em que foi assegurado ao participante o direito de interromper
sua participação caso assim desejasse.
4.3 Amostra
Participaram do experimento 33 adultos jovens (idade 26,4±5,8 anos), do
sexo masculino. Nenhum dos participantes relatou qualquer tipo de complicação
neurológica ou psiquiátrica e todos tinham acuidade visual normal ou corrigida
durante a realização das tarefas do experimento.
26
4.4 Avaliações psicológicas
O Mini Exame de Estado Mental (MEEM) foi utilizado como critério para
exclusão da amostra. A Escala Wechsler de Inteligência (WAIS III) foi utilizada para
identificar o Quociente de Inteligência (QI). Em seguida, foram realizados os Testes
“Faces de Mooney” e N-Back, ambos em versões computadorizadas. Os sinais do
EEG foram registrados durante a execução dos testes para análise off-line.
4.4.1 Mini exame de estado mental (MEEM)
O MEEM é um instrumento para a detecção de quadros de déficit cognitivo.
Foi construído e validado por Folstein et al. (1975) e consiste numa breve avaliação
do estado mental, que possibilita a identificação de alguma deficiência cognitiva.
Nesse estudo utilizou-se a adaptação feita por Chaves e Izquierdo (1992), no intuito
de se modificar ao mínimo o instrumento original e sua validade (ANEXO III).
Durante o treinamento da profissional de psicologia que atuou como avaliadora,
foram levadas em consideração as recomendações de Brucki et al. (2003) e Brito-
Marques e Cabral-Filho (2005) quanto à aplicação em indivíduos de baixa
escolaridade e em relação às estações do ano em amostras residentes no norte e
nordeste do Brasil. O escore máximo no MEEM é 30 e foi considerado com alguma
deficiência cognitiva indivíduos que alcançam pontuações inferiores a 24. Esse
valor foi o ponto de corte para que os participantes pudessem constituir a amostra
durante os outros testes e experimento.
4.4.2 Escala Weschler de Inteligência para adultos (sigla em inglês - WAIS III)
O WAIS III é o padrão-ouro para avaliação da inteligência de adultos (16 a
89 anos de idade) na clínica psicológica. O teste foi proposto por David Wescheler
27
em 1955 e adaptado e validado para população brasileira por Elizabeth do
Nascimento em 2000 (Weschler, 2004). O WAIS III fornece medidas das seguintes
escalas e índices:
QI Verbal (QIV)
QI de Execução (QIE)
QI Total (QIT)
Índice de Compreensão Verbal (ICV)
Índice de Organização Perceptual (IOP)
Índice de Memória Operacional (IMO)
Índice de Velocidade e amplitude de Processamento (IVP)
4.5 Estímulos e procedimentos
Os testes de “Faces de Mooney” e N-back foram apresentados em versões
computadorizadas utilizando-se o software Presentation versão 19.0
(©Neurobehavioralsystems). Os estímulos foram apresentados em um computador
tipo PC com tela plana de 21 polegadas. Os participantes eram posicionados
sentados a 0,8 m de distância da tela e permaneciam olhando para um ponto de
fixação (cruz) no centro da mesma. Os participantes respondiam ao teste
pressionando teclas em um teclado comum de computador. Uma das mãos do
participante permanecia apoiada sobre a mesa com os dedos sobre as teclas
resposta, e a outra mão permanecia estática sobre a coxa do participante. Durante
a realização dos testes permaneciam na sala apenas o participante e um avaliador
responsável pelas instruções e controle do registro de EEG.
4.5.1 Teste de Faces de Mooney (FM)
28
Proposto inicialmente por Craig Mooney (1957) o teste é baseado no
conceito de fechamento perceptual, que expressa a capacidade humana de
preencher espaços e formas em estímulos apresentados com informações visuais
esparsas, identificando imagens complexas (faces) por meio da Gestalt.
A figura 3 apresenta o desenho experimental utilizado na apresentação dos
estímulos e as características de cada trial no teste de “Faces de Mooney”. Foram
utilizadas 40 faces apresentadas na posição canônica, 40 faces invertidas
verticalmente (face_in) e mais 40 distratores (objetos inanimados ou animais),
totalizando 120 estímulos apresentados aleatoriamente. O trigger para a
sincronização dos estímulos com o registro do EEG foi alocado no momento “zero”
em que se iniciava a apresentação de cada imagem. As imagens eram em preto e
branco, com dimensões de 9x12cm, centralizadas em uma tela cinza. O participante
deveria responder se identificava ou não uma face humana a cada estímulo
apresentado pressionando as teclas “seta para esquerda” (←) e “seta para direita”
(→), respectivamente. O escore foi calculado a partir do número de acertos em cada
condição.
Figura 3 – Esquema da apresentação dos estímulos no teste de faces
29
4.5.2 N-Back
A tarefa consiste na apresentação de uma série de elementos visuais em
que o indivíduo relaciona o elemento atual com elementos apresentados
anteriormente. Os participantes realizaram três níveis de uma tarefa de n-back
espacial como apresentado na figura 4 a seguir: níveis 0-back (condição controle), 1-
back (carga de memória operacional baixa) e 2-back (carga de alta memória
operacional). O teste foi composto por estímulos em formato de quadrados pretos,
que poderiam aparecer em 14 posições dispostas em uma tela cinza. Antes de cada
estímulo foi apresentado um ponto de fixação em formato de cruz no centro da tela.
Cada trial teve duração de 2500ms sendo constituído por 500ms de apresentação
do estímulo e 2000ms de ponto de fixação. Os níveis do teste foram antecedidos por
uma tela com instruções, a qual não possuía tempo limite para ser interpretada.
Cada nível foi composto por 100 trials, sendo 28 estímulos alvo no primeiro nível, 26
no segundo e 24 no terceiro. No início de cada nível também foi apresentada a tela
com o ponto de fixação por 30 segundos para o participante se concentrar na tarefa.
Antes do teste os participantes realizaram uma etapa de treino com
informação sobre seu desempenho. Durante a fase de instrução do teste os
estímulos eram apresentados em todas as posições possíveis por 30 segundos,
seguido da apresentação rápida de cada estímulo por 500ms em uma sequência
que ia da esquerda para direita e de baixo para cima no visor. Depois eram
apresentados 10 estímulos, sendo dois alvos, em cada nível.
Como parâmetros para avaliação do desempenho no teste foram utilizados o
percentual de acertos em cada nível, o percentual total de acertos na tarefa (Vermeij
et al., 2014).
30
Figura 4 – Esquema da apresentação dos estímulos no teste N-Back espacial (adaptado de Vermeij et al., 2014)
4.6 Os sinais eletrofisiológicos (EEG)
Para o registro dos sinais eletroencefalográficos foi utilizado um aparelho de
EEG BrainNet BNT- 36 (EMSA Equipamentos Médicos, Brasil) com 22 canais e
frequência de amostragem de 600 Hz, com filtro notch estabelecido em 60 Hz. Os
eletrodos foram posicionados no escalpo dos participantes de acordo com o padrão
internacional 10-20. A figura 5 a diante mostra o setup experimental com o
posicionamento dos eletrodos em um dos participantes durante coleta de dados.
31
Figura 5 – Foto de um participante com os eletrodos posicionados pronto para realizar o teste
4.6.1 Análise dos dados do EEG
O processamento dos dados eletroencefalográficos foi dividido em duas
etapas: 1) seleção dos ensaios válidos e filtragem; 2) Análise espectral e índice de
modulação, ambas realizadas por meio do software “MATLAB®” versão 7.12.0.635
(R2011a) (Mathworks, EUA).
Para a seleção dos ensaios válidos e filtragem dos sinais utilizamos o
toolbox EEGlab em conjunto com o plug-in Adjust, essas ferramentas são
amplamente utilizadas pela comunidade acadêmica para processamento de sinais
de EEG em Matlab. Na etapa inicial foram excluídos segmentos dos ensaios em que
32
a amplitude dos sinais ultrapassava 75µV. Em seguida utilizou-se a função
do MATLAB, que permite filtragem digital de faixas de frequência em sinais
contínuos sem distorção do sinal original. Nessa etapa utilizamos um filtro passa-
faixa de interesse entre 0.5-100 Hz, e em um filtro notch de 60 Hz para eliminar
possível interferência oriunda da rede elétrica. Em seguida utilizamos a Análise de
Componentes Independentes (em inglês, Independent Component Analysis - ICA)
para eliminação de artefatos miográficos, como por exemplo, decorrentes de
movimentos dos olhos. O plug-in Adjust permite a classificação desses componentes
identificados por meio do ICA e a eliminação dos mesmos.
Para análise do índice de modulação entre faixas de frequências cruzadas
foram utilizados os eletrodos frontais Fp1 e Fp2 para faixa teta (4-8Hz) e parietais P3
e P4 para a faixa gama (30-100Hz). A escolha dos eletrodos foi devido à distribuição
topográfica das faixas de frequência desejadas. O acoplamento da fase-amplitude
teta-gama foi calculado de acordo com os procedimentos descritos por Tort e
colaboradores (2010).
Basicamente os sinais foram filtrados nas faixas de frequências de interesse
e a transformada de Hilbert foi utilizada para derivar informações da fase dos sinais
de baixa frequência, assim como o envelope do sinal de alta frequência. Em seguida
uma série temporal foi construída de modo representar a amplitude das oscilações
gama em cada fase do sinal das oscilações teta. As fases das baixas frequências
foram divididas em 18 intervalos de 20º (0-360º) e a amplitude de gama foi calculada
para cada um desses intervalos. Se a distribuição das amplitudes for uniforme não
há acoplamento evidente. A existência do acoplamento é caracterizada por um
desvio da distribuição de amplitude com relação à distribuição uniforme da fase. Por
esse motivo, uma adaptação da divergência de Kullback–Leibler foi utilizada para
quantificar o acoplamento. Essa métrica utilizada em estatística e teoria da
informação para inferir a divergência entre duas distribuições e compreende valores
entre 0 e 1 (Kullback & Leibler, 1951) é a medida denominada índice de modulação.
Essa medida é especialmente adequada para avaliar a intensidade de acoplamento
fase amplitude por não depender do nível absoluto do sinal e por ser particularmente
insensível às mudanças nos níveis de ruído (Tort et al. 2010).
33
4.7 Análises estatísticas
Inicialmente, o perfil da distribuição Gaussiana dos dados foi verificado pelo
teste de Komolgorov-Smirnov e feita estatística descritiva das variáveis. Para análise
de variância com amostras dependentes utilizamos o teste de Friedman seguido de
Wilcoxon para identificar as diferenças entre momentos. Por fim, ajustaram-se
modelos de regressão logística na tentativa de identificar possíveis variáveis
preditoras capazes de predizer a variável de interesse relativa ao fechamento
perceptual. O software utilizado para as análises estatísticas foi o SAS versão 9.3.
34
5 Resultados
A tabela 1 apresenta os escores médios dos participantes no teste WAIS III,
divididos por escalas.
Tabela – 1 Escores nas escalas e índices médios do QI dos participantes
QIV QIE QIT ICV IOP IMO IVP
Média (DP)
115,25 (13,33)
110,44 (12,99)
113,97 (12,94)
118,44 (12,06)
111,94 (11,78)
106,72 (14,83)
107,75 (15,00)
O gráfico 1 apresenta os resultados médios obtidos no teste de N-back de
acordo com o percentual do desempenho em cada nível do teste, assim como o
percentual total de acertos na tarefa. O escore total do N-back não foi comparado
com o desempenho de cada nível, visto que o mesmo é composto pelo percentual
de acertos totais nos três níveis.
Gráfico 1 – Percentual médio dos acertos nos testes N-back. (*p<0,001)
35
Observou-se diferença entre os percentuais de acertos nos três níveis do N-
Back (p<0,001, X2 = 85,019), sendo os valores médios encontrados no nível 0-back
99,9±0,62 %, no 1-back 95,6±5,7 % e no 2-back 71,7±20,6%. Assim os participantes
tinham melhor desempenho no nível 0-back do que em 1-back (p<0,001, Z= -4,305)
e 2-back (p<0,001, Z= -4941). E no nível 1-back obteve-se maior percentual de
acertos do que no 2-back (p<0,001, Z = -4,882).
Gráfico 2 – Percentual de acertos no teste de reconhecimento de faces. (*p=0,001;
**p<0,001)
No teste de Faces de Mooney houve diferença no número de acertos entre
as três condições (p<0,001, X2 = 51,856), como observado no gráfico 2. Os
distratores apresentaram um percentual de acertos maior (86,7±18,4 %) em relação
ao reconhecimento das faces na posição natural (76,5±10,5 %, p=0,001, Z = -3,205)
e em relação às faces invertidas (43,4±17,7 %, p<0,001, Z = -4,939). Os
participantes obtiveram melhor desempenho ao identificar faces canônicas do que
faces invertidas (p<0,001, Z = -4,943).
O gráfico 3 mostra as diferenças existentes entre os tempos de respostas
necessários para o reconhecimento das faces de Mooney em posição natural e
invertida. É possível observar que o tempo gasto para identificação de uma face
36
canônica é menor (p<0,001, Z = -4762) do que para uma face invertida,
2681,98±290,7 e 3027,23±447,8, respectivamente. Além disso, os tempos gastos
em respostas exitosas são menores do que os demandados para respostas
errôneas na condição face canônica (p<0,001, Z = -4,976), sendo 2681,98±290,7 ms
(acerto) e 3320,56±547,3 ms (erro), assim como para faces invertidas (p<0,001, Z =
-4,940), sendo 3027,23±447,8 ms (acerto) e 3432,26±592,5 ms (erro) para faces
invertidas.
Gráfico 3 – Tempo de respostas para acertos e erros no teste de reconhecimento
de faces. (*p<0,001; **p=0,003)
Nas figuras 6 e 7 são mostradas as distribuições topográficas das potências
das frequências teta (4-9Hz) e gama (30 a 100Hz) do EEG de um único participante
nas condições de acerto e erro para os estímulos faces canônicas e invertidas
verticalmente, respectivamente, durante a tarefa de reconhecimento de Mooney. É
possível observar que a frequência teta apresenta maior potência nas áreas frontais,
enquanto gama é percebido mais na região parietal, o que ratifica a escolha de
região de interesse para as análises do acoplamento de frequências cruzadas.
37
Figura 6 – Distribuição topográfica das potências teta e gama durante a realização do Teste de Mooney em um participante nas condições de acerto e erro para estímulos de faces canônicas.
38
Figura 7 – Distribuição topográfica das potências teta e gama durante a realização do Teste de Mooney em um participante nas condições de acerto e erro para estímulos de faces invertida verticalmente.
39
Nas páginas 40 e 41 são apresentadas as potências do EEG para as faixas
de frequência teta (4 – 8Hz) e gama baixo (30 – 55Hz) e alto (61 – 95 Hz), para as
condições de acertos e erros nos estímulos face e face invertida de um dos
voluntários para os eletrodos Fp1 e P3 (figura 8) e Fp2 e P4 (figura 9).
A figura 10 apresenta os comodulogramas dos índices de modulação (MIs)
nas condições de acertos e erros no reconhecimento de faces em posição canônica
e invertida considerando os eletrodos localizados nas coordenadas Fp1 e P3 no
hemisfério esquerdo, e Fp2 e P4 no hemisfério direito. Nota-se que há uma
modulação na condição de erro no reconhecimento de faces canônicas entre a fase
da frequência teta em Fp1 a aproximadamente 3 e 8 Hz e a amplitude de gama em
P3 nos intervalos compreendidos entre 40 e 50Hz e 70 a 90Hz. Fenômeno similar é
percebido na mesma condição na tarefa quando verificados os eletrodos do
hemisfério direito. Observa-se a modulação da fase de teta entre 3 e 6Hz na
amplitude de gama nos intervalos entre 60 e 70Hz e 90 a 100Hz, aproximadamente.
Ao analisarmos o reconhecimento das faces invertidas, é possível visualizar
a modulação da fase de teta entre 3 e 5Hz e a amplitude de gama entre 50 e 70Hz
em Fp1 e P3, respectivamente.
Entretanto, ao analisarmos estatisticamente os dados, houve diferença
(p<0,001) entre os MIs das condições acerto para Faces (1,4±0,3)x10-3 e Faces
invertidas (2,5±0,5)x10-3, e para erros considerando também Face (1,3±0,2)x10-3 e
Faces invertidas (2,4±0,5)x10-3 no hemisfério esquerdo, e acertos entre Faces
(1,4±0,4)x10-3 e Faces invertidas (2,7±0,7)x10-3, assim como entre erros para Faces
(1,4±0,4)x10-3 e Faces invertidas (2,4±0,6)x10-3 no hemisfério direito. Não houve
diferença nos MIs nas comparações entre hemisférios corticais em nenhuma das
condições presentes (p>0,05). Os resultados são apresentados na gráfico 4.
40
Figura 8 – Potências médias nas condições de acertos e erros para os estímulos face e face invertida nas frequências teta e gama nos eletrodos Fp1 e P3 do voluntário 18.
41
Figura 9 – Potências médias nas condições de acertos e erros para os estímulos face e face invertida nas frequências teta e gama nos eletrodos Fp2 e P4 do voluntário 18.
42
Figura 10 – Índice de modulação para erros e acertos nas condições face e face_invertida. Linhas (A) condição face no hemisfério esquerdo; (B) face invertida no hemisfério esquerdo; (C) face no hemisfério direito; e (D) face invertida no hemisfério direito.
43
Gráfico 4 – Índices de modulação para condições de acertos e erros no reconhecimento de faces e faces invertidas. (A) MIs no hemisfério esquerdo e (B) MIs no hemisfério direito.
Após a análise da dinâmica do AFA teta-gama entre córtex pré-frontal e
parietal posterior, foram testados modelos de regressão logística na tentativa de
identificar a probabilidade estatística do reconhecimento das Faces de Mooney em
posição canônica e invertidas verticalmente ser previsto por variáveis cognitivas.
Sendo assim, iniciou-se pelo modelo que considerou o desempenho no N-back em
relação às faces em posição natural e em posição invertida. Os resultados são
apresentados nas tabelas 2 e 3 a seguir.
Tabela 2 – Regressão logística do desempenho no N-back teste vs acertos Face Parâmetros de estimativa
Padrão
Parâmetro Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior Gradiente
FACE 2.7971 1.4935 1E7 1.87 0.0611 0.05 -0.1302 5.7243 6.516E-9 %N-back -0.01743 0.01693 1E7 -1.03 0.3034 0.05 -0.05062 0.01576 4.112E-6
Estimativa adicional
Padrão
Rótulo Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior
%N-back 0.9827 0.01664 1E7 59.05 <.0001 0.05 0.9501 1.0153
44
Tabela 3 – Regressão logística do desempenho no N-back teste vs acertos Face invertida
Parâmetros de estimativa
Padrão
Parâmetro Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior Gradiente
Face Invertida 0.5829 1.5539 1E7 0.38 0.7076 0.05 -2.4627 3.6284 8.11E-11 %N-back -0.00907 0.01768 1E7 -0.51 0.6078 0.05 -0.04372 0.02558 2.646E-7
Estimativa adicional
Padrão
Rótulo Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior
%N-back 0.9910 0.01752 1E7 56.57 <.0001 0.05 0.9566 1.0253
Na figura 11 adiante são apresentadas as distribuições das variáveis
preditoras aleatórias medidas por meio do teste Wais III (escalas e índices) em
relação à variável resposta, que é o reconhecimento de face. Além disso, podem-se
observar os valores de r para essas distribuições. Como pode ser observado na
primeira linha da imagem, não foram encontradas correlações entre as variáveis e o
percentual de acerto no reconhecimento das imagens (p>0,05).
Serão mostradas as tabelas 4, 5 e 6 contendo os modelos de regressão
testados para as variáveis que se pretendia verificar como possíveis preditoras do
reconhecimento das faces de Mooney.
Tabela 4 – Regressão logística da escala do QI total vs acertos Face Parâmetros de estimativa
Padrão
Parâmetro Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior Gradient
FACE 1.7012 1.0084 1E7 1.69 0.0916 0.05 -0.2753 3.6776 -451E-13 QI total -0.00400 0.008781 1E7 -0.46 0.6488 0.05 -0.02121 0.01321 2.084E-7
Estimativa adicional
Padrão
Rótulo Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior
QI Total 0.9960 0.008746 1E7 113.88 <.0001 0.05 0.9789 1.0132
45
Figura 11 – Diagramas de dispersão e valores de r das escalas e índices do Wais III em relação ao reconhecimento de faces
Tabela 5 – Regressão logística das escalas de QI Verbal e QI de Execução vs acertos Face
Parâmetros de estimativa
Padrão
Parâmetro Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior Gradiente
FACE 1.5952 1.0818 1E7 1.47 0.1403 0.05 -0.5251 3.7155 -587E-13 QIV -0.00417 0.01156 1E7 -0.36 0.7180 0.05 -0.02683 0.01848 1.285E-7 QIE 0.001189 0.01207 1E7 0.10 0.9215 0.05 -0.02247 0.02485 1.168E-7
Estimativa adicional
Padrão
Rótulo Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior
QIV 0.9958 0.01151 1E7 86.51 <.0001 0.05 0.9733 1.0184 QIE 1.0012 0.01209 1E7 82.83 <.0001 0.05 0.9775 1.0249
46
Tabela 6 – Regressão logística dos índices do teste Wais III vs acertos Face Parâmetros de estimativa
Padrão
Parâmetro Estimativa Erro DF t Value Pr > | Alpha Inferior Superior Gradiente
FACE 2.0461 1.2336 1E7 1.66 0.0972 0.05 -0.3717 4.4640 3.83E-11 ICV -0.00371 0.01446 1E7 -0.26 0.7977 0.05 -0.03204 0.02463 6.903E-7 IOP -0.00062 0.01607 1E7 -0.04 0.9693 0.05 -0.03211 0.03088 6.122E-7 IMO -0.00505 0.01232 1E7 -0.41 0.6820 0.05 -0.02921 0.01911 5.655E-7 IVP 0.002285 0.01179 1E7 0.19 0.8463 0.05 -0.02081 0.02538 5.717E-7
Estimativa adicional
Padrão
Rótulo Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior
ICV 0.9963 0.01440 1E7 69.18 <.0001 0.05 0.9681 1.0245 IOP 0.9994 0.01606 1E7 62.23 <.0001 0.05 0.9679 1.0309 IMO 0.9950 0.01226 1E7 81.14 <.0001 0.05 0.9709 1.0190 IVP 1.0023 0.01181 1E7 84.85 <.0001 0.05 0.9791 1.0254
Na figura 12 à frente são apresentadas as distribuições das variáveis
preditoras aleatórias medidas por meio do teste Wais III (escalas e índices) em
relação à outra possível variável resposta, que é o reconhecimento de face invertida.
Como pode ser observado na primeira linha da imagem, não foram encontradas
correlações entre as variáveis e o percentual de acerto no reconhecimento das
imagens (p>0,05).
As tabelas 7, 8 e 9 contêm os modelos de regressão testados para as
variáveis que se pretendia verificar como possíveis preditoras do reconhecimento
das faces invertidas.
Tabela 7 – Regressão logística da escala do QI total vs acertos Face Invertida Parâmetros de estimativa
Padrão
Parâmetro Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior Gradiente
Face Invertida -0.4896 1.0835 1E7 -0.45 0.6513 0.05 -2.6132 1.6340 -9.27E-8 QIT 0.001854 0.009453 1E7 0.20 0.8445 0.05 -0.01667 0.02038 4.745E-6
Estimativa adicional
Padrão
Rótulo Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior
QIT 1.0019 0.009471 1E7 105.79 <.0001 0.05 0.9833 1.0204
47
Figura 12 – Diagramas de dispersão e valores de r das escalas e índices do Wais III em relação ao reconhecimento de faces invertidas
Tabela 8 – Regressão logística das escalas de QI Verbal e QI de Execução vs acertos Face Invertida
Parâmetros de estimativa
Padrão
Parâmetro Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior Gradiente
Face Invertida -0.4713 1.1385 1E7 -0.41 0.6789 0.05 -2.7027 1.7600 9.09E-11 QIV 0.01192 0.01199 1E7 0.99 0.3201 0.05 -0.01158 0.03542 7.283E-7 QIE -0.01069 0.01228 1E7 -0.87 0.3839 0.05 -0.03476 0.01337 6.672E-7
Estimativa adicional
Padrão
Rótulo Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior
QIV 1.0120 0.01213 1E7 83.42 <.0001 0.05 0.9882 1.0358 QIE 0.9894 0.01215 1E7 81.44 <.0001 0.05 0.9656 1.0132
48
Tabela 9 – Regressão logística dos índices do teste Wais III vs acertos Face Invertida
Parâmetros de estimativa
Padrão
Parâmetro Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior Gradiente
Face Invertida -0.08698 1.3347 1E7 -0.07 0.9480 0.05 -2.7030 2.5290 2.05E-10 ICV -0.00115 0.01537 1E7 -0.07 0.9405 0.05 -0.03127 0.02898 9.23E-7 IOP -0.00629 0.01682 1E7 -0.37 0.7084 0.05 -0.03927 0.02668 8.296E-7 IMO 0.005611 0.01300 1E7 0.43 0.6659 0.05 -0.01986 0.03108 7.605E-7 IVP 0.000463 0.01239 1E7 0.04 0.9702 0.05 -0.02381 0.02474 7.716E-7
Estimativa adicional
Padrão
Rótulo Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior
ICV 0.9989 0.01535 1E7 65.06 <.0001 0.05 0.9688 1.0289 IOP 0.9937 0.01672 1E7 59.44 <.0001 0.05 0.9610 1.0265 IMO 1.0056 0.01307 1E7 76.94 <.0001 0.05 0.9800 1.0312 IVP 1.0005 0.01239 1E7 80.74 <.0001 0.05 0.9762 1.0247
A figura 13 a seguir apresenta as distribuições e valores de r entre o
percentual de acertos no reconhecimento das faces canônicas e os índices de
modulação entre teta e gama em ambos os hemisférios.
49
Figura 13 – Diagramas de dispersão e valores de r entre reconhecimento das Faces e MIs
Não foram verificadas correlações significativas entre os MIs de ambos os
hemisférios com o percentual de acertos nas faces canônicas. Entretanto, a seguir
são apresentados os modelos de regressão logísticas testados utilizando-se os MIs
como variáveis aleatórias com intuito de preverem o desempenho na tarefa de
fechamento perceptual. Os resultados são apresentados nas tabelas 10 e 11.
Tabela 10 - Regressão logística dos Índices de modulação teta-gama vs reconhecimento de faces canônicas
Parâmetros de estimativa
Padrão
Parâmetro Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior Gradiente
FACE 0.8046 0.5199 1E7 1.55 0.1218 0.05 -0.2145 1.8236 8.802E-8 MIHE 456.47 672.82 1E7 0.68 0.4975 0.05 -862.24 1775.17 6.36E-11 MIHD -136.62 520.37 1E7 -0.26 0.7929 0.05 -1156.53 883.29 1.37E-10
Estimativa adicional
Padrão
Rótulo Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior MIHE 1.74E198 1.17E201 1E7 0.00 0.9988 0.05 -23E200 2.3E201 MIHD 4.66E-60 1E7 0.05
50
Tabela 11 - Regressão logística dos Índices de modulação teta-gama vs reconhecimento de faces invertida
Parâmetros de estimativa
Padrão
Parâmetro Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior Gradiente
FACE Invertida -0.7072 0.5695 1E7 -1.24 0.2143 0.05 -1.8233 0.4090 6.14E-12 MIHE -83.1556 324.25 1E7 -0.26 0.7976 0.05 -718.68 552.37 2.85E-15 MIHD 242.76 243.85 1E7 1.00 0.3195 0.05 -235.17 720.69 7.53E-15
Estimativa adicional Padrão
Rótulo Estimativa Erro DF t Value Pr > |t| Alpha Inferior Superior
MIHE 7.69E-37 1E7 0.05 MIHD 2.69E105 6.56E107 1E7 0.00 0.9967 0.05 -128E106 1.29E108
As figuras 14 e 15 apresentam os índices de modulação nas condições de
acerto e erro durante o reconhecimento de faces e faces invertidas de dois
participantes com valores de QIs localizados nos extremos da amostra. Não são
evidentes as diferenças de modulações entre indivíduos.
51
Figura 14 – Acoplamento teta-gama nas duas condições em um participante com elevado QI durante a realização do teste de faces. (A) acoplamento amplitude fase médio durante condições de acertos no teste, (B) acoplamento amplitude-fase médio durante condições de erros no teste. As figuras seguintes representam o acoplamento fase-amplitude em trial unitário sendo: (C) acerto em face, (D) erro em face, (E) acerto em face invertida, (F) erro em face invertida.
52
Figura 15 – Acoplamento teta-gama nas duas condições em um participante com baixo QI durante a realização do teste de faces. (A) acoplamento amplitude fase médio durante condições de acertos no teste, (B) acoplamento amplitude-fase médio durante condições de erros no teste. As figuras seguintes representam o acoplamento fase-amplitude em trial unitário sendo: (C) acerto em face, (D) erro em face, (E) acerto em face invertida, (F) erro em face invertida.
53
6 Discussão
O presente estudo teve como objetivo principal estudar a dinâmica da
comunicação neuronal entre o CPF e o CPP durante uma tarefa de reconhecimento
facial e verificar a demanda cognitiva para o desempenho na tarefa por meio de
comparações com testes de inteligência e memória operacional.
Os escores do teste WAIS III mostram que o desempenho dos participantes
está de acordo com a normatização populacional, que é de 100 pontos com desvio
padrão de 15, oscilando entre 85 e 115 (Cohen, Swerdlink & Sturman, 2014). O QI
total médio da amostra do estudo foi de 113,98±12,94.
O desempenho na tarefa de N-back depende da capacidade da memória
operacional e possui forte correlação com o QI total (Fukuda et al. 2011; Jaeggi et
al., 2008). Estudos mostram uma atenuação no desempenho a partir do nível 2-back
em uma tarefa similar à utilizada no presente estudo (Vermeij et al., 2014). No nível
3-back o desempenho cai acentuadamente (Callicott et al., 1999). No presente
estudo, optamos por utilizar até o estágio 2-Back afim de evitar fadiga mental e
prejuízos na tarefa posterior (Tanaka, Ishii & Watanabe, 2015; Gergelyfi et al 2015).
Os resultados obtidos por meio do N-back representaram a eficácia da tarefa para
discernir desempenhos de acordo com o nível de exigência da memória operacional.
Houve diferença entre os três níveis complexidade (p<0,001), sendo 0-Back
(99,9±0,62 %) maior que 1-Back (95,6±5,7) e 2-Back (71,7±20,6%), assim como o 1-
back foi maior que o 2-back.
Na tarefa das faces de Mooney os resultados mostraram diferenças
(p<0,001) no desempenho no reconhecimento de faces (76,5±10,5 %), faces
invertidas (43,4±17,7 %) e distratores (86,7±18,4 %). Os distratores foram utilizados
para verificar o nível de atenção dos participantes durante a realização da tarefa,
sendo considerada satisfatória a acurácia em torno de 70%. Apenas um indivíduo
apresentou percentual de acertos no reconhecimento de distratores categorizado
como outlier (52,5%). Contudo, o desempenho do mesmo no reconhecimento de
faces e faces invertidas era compatível com os demais participantes da amostra.
A diferença entre o desempenho no reconhecimento de faces e faces
invertidas é provavelmente um produto da dificuldade em realizar a etapa configural
54
de primeira ordem do reconhecimento facial, no qual se cria um rascunho visual
contendo dois olhos sobre um nariz e uma boca. A dificuldade em realizar essa
etapa no caso das faces invertidas, prejudica a segunda etapa holística do
processamento de faces, o fechamento perceptual em uma Gestalt (Maurer, Le
Grand & Mondloch, 2002). Outros estudos mostram a diferença na capacidade de
reconhecimento das faces de Mooney quando são apresentadas na posição
canônica e invertidas, assim como apresentaram evidências eletrofisiológicas da
atenuação do componente N170 durante o reconhecimento das faces invertidas
(Taubert et al., 2014; Grützner et al. 2010; Latinus & Taylor, 2006a; George et al.,
2005).
Como esperado, observamos diferenças no tempo de resposta necessário
para identificar faces de faces invertidas durante o teste de Mooney (Itier et al.,
2006; George et al., 2005). O tempo de resposta para identificação das faces
canônicas (2681,98±290,7 ms) era menor que das faces invertidas (3027,23±447,8
ms; p<0,001). As respostas erradas para faces canônicas (3320,56±547,3 ms)
também foram mais rápidas do que para falhas ao identificar faces invertidas
(3432,26±592,5 ms, p= 0,003). Por fim, as faces canônicas e faces invertidas
identificadas corretamente obtiveram respostas mais rápidas do que ambas
identificadas de forma errada (p<0,001).
A análise dos índices de modulação do AFA mostrou uma comodulação
entre as faixas teta (3-8Hz) e gama (40-50Hz e 70-90Hz) associada com as
respostas erradas para o reconhecimento de face na posição canônica no hemisfério
esquerdo. Fenômeno similar ocorre no hemisfério direito em teta (3- 6Hz) e gama
(60-70Hz e 90-100Hz) (Figura 10). Entretanto, os MIs não foram diferentes entre as
condições acerto e erro para nenhuma das condições.
Os resultados da análise do AFA mostram que a inversão do estímulo
provocou o maior MI das oscilações teta do CPF sobre as oscilações gama do CPP
nos dois hemisférios cerebrais (gráfico 4). É possível que esse aumento do MI se
deve pela tentativa de rastrear elementos configurais na primeira etapa do
reconhecimento facial. Uma vez que esses elementos não são detectados não há o
fechamento em uma Gestalt e a formulação visual do rosto (Goold & Meng, 2016;
Taubert et al. 2015; Itier et al., 2006; Maurer, Le Grand & Mondloch, 2002; Valentine,
1998). Podemos considerar que essa maior exigência no rastreamento de elementos
55
visuais causa um aumento da demanda cognitiva durante o reconhecimento facial,
aumentando o tempo de resposta e justificando a maior incidência de falhas em
faces invertidas verticalmente (Itier et al., 2006).
Nossos achados apontam que a identificação de estímulos faciais depende
muito pouco de mecanismos associados com a memória operacional. Esse achado
está em conformidade com a proposta de que o reconhecimento de faces é
realizado de maneira holística/configural, diferente de outros estímulos visuais
(Piepers e Robbins, 2012; Maurer, Le Grand & Mondloch, 2002). Aparentemente,
essa é uma característica compartilhada com outros estímulos biológicos, como a
percepção do movimento (Bardi, Regolin & Simion, 2011).
No presente estudo, não verificamos lateralização hemisférica com relação
ao AFA teta-gama entre o CPF e o CPP. Diferente de trabalhos anteriores que
sugeriram uma distinção no papel de cada hemisfério cerebral no reconhecimento
de faces (Ramon & Rossion, 2012; Rossion et al., 2006), em que o lado esquerdo é
responsável pelo fechamento perceptual e a decisão se a imagem é ou não uma
face, enquanto o hemisfério direito interpretaria se aquele rosto pertence a alguém
conhecido ou não (Parkin & Williamson, 1987). O motivo da discrepância pode ter a
ver com a especificidade do teste de Mooney, no qual a expectativa do participante é
de que nenhuma das faces é familiar.
Embora a atividade teta no CPF module a atividade gama no CPP durante
os erros no reconhecimento das faces, e, o MI seja maior nas faces invertidas em
relação às faces canônicas, não houve correlações com as escalas da inteligência
medida pelo WAIS III e a memória operacional. Faces capturam a atenção de
humanos naturalmente, sem utilizar mecanismos de controle de atenção específicos.
Outro aspecto interessante é que o estudo que encontrou atividade seletiva para
faces no CPF utilizou estímulos em movimento, enquanto nossas faces eram
apresentadas de forma estática (Duchaine & Yovel, 2015). O não envolvimento de
vias cognitivas pré-frontais no reconhecimento de faces evidencia a existências de
uma circuitaria específica para identificação de rostos e reflete o valor adaptativo
dessa função para a integridade social do indivíduo (Bogin, 1997).
Nossos achados permitem dizer que o AFA teta-gama entre CPF e CPP está
associado à formulação visual da Gestalt, possivelmente mediando processos
56
atencionais, que podem provocar um foco exarcebado nas partes prejudicando a
visualização do inteiro.
57
7 Conclusão
Os resultados indicam que a comunicação de longo alcance entre áreas
corticais pré-frontais e parietais está subjacente à formulação da Gestalt, o que foi
observado por meio do acoplamento da fase de teta frontal e amplitude de gama
parietal em ambos os hemisférios durante o fechamento perceptual no teste de
reconhecimento de faces.
A intensidade do acoplamento entre as regiões diferem quando faces são
apresentadas em posição natural e invertidas verticalmente, o que pode estar
relacionado com a menor acurácia na segunda condição. Os resultados indicam que
durante o reconhecimento de faces canônicas há menor necessidade de modulação
entre áreas frontais e parietais, denotando menor esforço cognitivo para executar a
tarefa, fato que provavelmente se deva pela grande eficiência que humanos
possuem em reconhecer faces. Esse resultado também corrobora com um modelo
de processamento de faces holístico/configural, pois a menor eficácia no
reconhecimento de faces invertidas está associada a maior modulação durante a
tarefa, o que demonstra um maior esforço cognitivo para o reconhecimento holístico
desses estímulos.
Finalmente, os resultados dos modelos de regressão logística entre as
escalas do teste de inteligência e a memória operacional, vêm sustentar a hipótese
de que o reconhecimento de faces é extremamente especializado, demandando
pouco da cognição mesmo quando os estímulos possuem informações conflitantes e
incompletas. Isso demonstra o grande valor adaptativo social que o reconhecimento
de faces possui na espécie humana.
58
8 Referencias
Alekseichuk, I., Turi, Z., Lara, G.A., Antal, A., & Paulus, W. (2016). Spatial Working
Memory in Humans Depends on Theta and High Gamma Synchronization in the
Prefrontal Cortex. Currente Biology. 26, 1–9. DOI: 10.1016/j.cub.2016.04.035
Arain, M., Haque, M., Johal, L., Mathur, P., Nel, W., Rais, A., … Sharma, S. (2013).
Maturation of the adolescent brain. Neuropsychiatric Disease and Treatment, 9,
449–461. http://doi.org/10.2147/NDT.S39776
Avidan G, Tanzer M, Hadj-Bouziane F, Liu N, Ungerleider LG, Behrmann M. (2014).
Selective dissociation between core and extended regions of the face processing
network in congenital prosopagnosia.Cerebral. Cortex. 24:1565–78. DOI:
10.1093/cercor/bht007
Babbage, D. R., Yim, J., Zupan, B., Neumann, D., Tomita, M. R., & Willer, B. (2011).
Meta-analysis of facial affect recognition difficulties after traumatic brain injury.
Neuropsychology, 25(3), 277-285. DOI: 10.1037/a0021908
Bardi, L., Regolin, L., & Simion, F. (2011). Biological motion preference in humans at
birth: role of dynamic and configural properties. Developmental science, 14(2),
353-359.
Bogin, B. (1997). Evolutionary hypotheses for human childhood. Yearbook of
physical anthropology 40, 63–89.
Brito-Marques, P.R., & Cabral-Filho, J.F. (2005). Influence of age and schooling on
the performance in a modified Mini -Mental State Examination version: a study in
Brazil northeast. Arquivos de Neuropsiquiatria. 63(3A), 583 -587.
Bruce, V., & Young, A. (2012). Face perception. Nova York, NY: Psychology Press.
Brucki, S.M., Nitrini, R., Caramelli, P., Bertolucci, P.H., Ivan, H., & Okamoto, I.H.
(2003). Sugestoes para o Uso do Mini-xame do Estado Mental no Brasil.
[Suggestions for utilization of the mini -mental state examination in Brazil].
Arquivos de Neuropsiquiatria. 61(3-B), 777-781.
Bushnell IWR, Sai F, Mullin JT. (1989) Neonatal recognition of the mother’s face.
British Journal of Developmental Psychology. 7: 3–15.
Caballero, A., Granberg, R., & Tseng, K. Y. (2016). Mechanisms contributing to Prefrontal Cortex Maturation during Adolescence. Neuroscience and Biobehavioral Reviews, 70, 4–12. http://doi.org/10.1016/j.neubiorev.2016.05.013
59
Calder AJ, Beaver JD, Winston JS, Dolan RJ, …, Jenkins R, (2007). Separate coding
of different gaze directions in the superior temporal sulcus and inferior parietal
lobule. Current. Biology.17:20–25. DOI: 10.1016/.cub.2006.10.052
Callicott, J. H., Mattay, V. S., Bertolino, A., Finn, K., Coppola, R., Frank, J. A., et al.
(1999). Physiological characteristics of capacity constraints in working memoring
two tasks simultaneously or successively. Cerebral Cortex, 9(1), 329-339.
https://doi.org/10.1093/cercor/9.1.20
Carlin JD, Calder AJ, Kriegeskorte N, Nili H, Rowe JB. (2011). A head view-invariant
representation of gaze direction in anterior superior temporal sulcus. Current.
Biology. 21:1817–21. DOI: 10.1016/j.cub.2011.09.025
Chaves, M.L.F., & Izquierdo, I..(1992). Differential diagnosis between dementia and
depression: A study of efficiency increment. Acta Neurologica Scandinavica. 85,
378-382. DOI: 10.1111/j.1600-0404.1992.tb06032.x
COHEN, R. J., SWERDLIK, M. E., & STURMAN, E. D. (2014). Testagem e Avaliação
Psicológica, introdução a Testes e Medidas. Porto Alegre: McGraw-Hill,. ISBN:
9788580554090 – p. 104
Daume, J., Gruber, T., Engel, A.K., & Friese, U. (2017). Phase-Amplitude Coupling
and Long-Range Phase Synchronization Reveal Frontotemporal Interactions
during Visual Working Memory. The Journal of Neuroscience. 37(2):313–322. DOI:
https://doi.org/10.1523/JNEUROSCI.2130-16.2016
Doi, H., Koga, T., & Shinohara, K. (2009). 18-Month-olds can perceive Mooney faces
Neuroscience Research. 64, 317–322.
doi:10.1016/j.neures.2009.04.002
Doi, H., Sawada, R., & Masataka, N. (2007). The effects of eye and face inversion on
the early stages of gaze direction perception—an ERP study. Brain Research.
1183, 83–90. DOI: 10.1016/j.brainres.2007.08.073
Duchaine, B. & Yovel, G. (2015). A Revised Neural Framework for Face Processing.
Annual Review of Vision Science. 1.393-416. https://doi.org/10.1146/annurev-
vision-082114-035518
Eimer, M. (2000). Event-related potentials distinguish processing stages involved in
face perception and recognition. Clinical Neurophysiology. 111, 694–705.
Folstein, M.F., Folstein, S.E., & McHugh, P.R. (1975). Mini-mental state. Journal of
Psychiatry Resources. 12, 189-198.
Fukuda, K., Vogel, E., Mayr, U., & Awh, E. (2010). Quantity not quality: The
relationship between fluid intelligence and working memory capacity. Psychonomic
Bulletin & Review, 17(5), 673–679. http://doi.org/10.3758/17.5.673
60
George, N., Jemel, B., Fiori, N., Chaby, L., & Renaut, B. (2005). Electrophysiological
correlates of facial decision: Insights from upright and upside-down Mooney-face
perception. Cognitive Brain Research. 24, 663-667. DOI:
10.1016/j.cogbrainres.2005.03.017
Gergelyfi, M., Jacob, B., Olivier, E. & Zénon, A. (2015). Dissociation between mental
fatigue and motivational state during prolonged mental activity. Frontiers in
Behavioral Neuroscience. 9:176.
DOI: 10.3389/fnbeh.2015.00176
Goold, J.E. & Meng, M. (2016). Visual Search of Mooney Faces. Frontiers in.
Psychology. 7:155. DOI: 10.3389/fpsyg.2016.00155
Graham, D., and Meng, M. (2011). Artistic representations: clues to efficient coding in
human vision. Visual Neuroscience. 28, 371–379. DOI:
10.1017/S095252381000162
Grützner, C., Uhlhaas, P.J., Genc, E., Kohler, A., Singer, W., & Wibral,
M.(2010).Neuroelectromagnetic correlates of perceptual closure process. The
journal of neuroscience. 30(24), 8342-8352. DOI:
https://doi.org/10.1523/JNEUROSCI.5434-09.2010
Haxby, J.V., Ungerleider, L.G., Clark, V.P., Schouten, J.L., Hoffman, E.A., Martin, A.
(1999). The Effect of Face Inversion on Activity in Human Neural Systems for
Face and Object Perception. Neuron. 22.189-199
Haxby, J.V., Hoffman, E.A.& Gobbini, M.I. (2000). The distributed human neural
system for face perception. Trends in Cognitive Sciences. 4,(6), 1, 223-233
Hassler, U., Friese, U., Martens, U., Trujillo Barreto, N., & Gruber, T.(2013).
Repetition priming effects dissociate between miniature eye movements and
induced gamma—band responses in the human electroencephalogram.
European. Jornal of Neuroscience. 38, 2425–2433. DOI: 10.1111/ejn.12244
Helfrich, R., & Knight, R. (2016). Oscillatory Dynamics of Prefrontal Cognitive
Control. Trends in Cognitive Sciences. 20(12), 916-930. DOI:
10.1016/j.tics.2016.09.007
Hoehl, S. & Peykarjou, S. (2012). The early development of face processing — What
makes faces special? Neuroscience Bulletin 28: 765.
https://doi.org/10.1007/s12264-012-1280-0
Hornak, J., Rolls, E. T., & Wade, D. (1996). Face and voice expression identification
in patients with emotional and behavioural changes following ventral frontal lobe
damage. Neuropsychologia, 34(4), 247-261. DOI: 10.1016/0028-3932(95)00106-9
61
Itier, R.J., Herdman, A.T., George, N., Cheyne, D.,Taylor, M.J. (2006). Inversion and
contrast-reversal effects on face processing assessed by MEG. Brain Research.
1115 (1),108-120. https://doi.org/10.1016/j.brainres.2006.07.072
Johnson, M.H., Dziurawiec, S., Ellis, H., Morton, J. (1991). Newborns’ preferential
tracking of face-like stimuli and its subsequent decline. Cognition, 40: 1–19.
Kane, M.J., & Engle, R.W.(2002). The role of prefrontal cortex in working-memory
capacity, executive attention, and general fluid intelligence: An individual
differences perspective. Psychonomic Bulletin & Review. 9, 637-671.
Kanwisher, N., Tong, F., & Nakayama, K. (1998). The effect of face inversion on the
human fusiform face área. Cognition. 68. B1–B11.
Kanwisher, N. and Yovel, G. 2009. Face Perception. Handbook of Neuroscience for
the Behavioral Sciences. VI:43. DOI: 10.1002/9780470478509.neubb002043
Knox, L., & Douglas, J. (2009). Long-term ability to interpret facial expression after
traumatic brain injury and its relation to social integration. Brain & Cognition, 69(2),
442-449. DOI: 10.1016/j.bandc.2008.09.009
Köster, M., Friese, U., Shöne, B., Trujillo-Barreto, N., & Gruber, T. (2014). Theta–
gamma coupling during episodic retrieval in the human EEG. Brain Research.
I577, 57-68. DOI: 10.1016/j.brainres.2014.06.028
Lantinus, M., & Taylor, M.J. (2005a). Face processing stages: impact of difficulty and
the separation of effects. Brain Research. 1123, 179–187. DOI:
10.1016/j.brainres.2006.09.031
Latinus, M., & Taylor, M.J. (2005b). Holistic Processing of Faces: Learning Effects
with Mooney Faces. Journal of Cognitive Neuroscience 17(8), 1316–1327. DOI:
10.1162/0898929055002490
Lisman, J. E., & Jensen, O., (2013). The Theta-Gamma Neural Code. Neuron. 77(6),
1002-1016. DOI: http://dx.doi.org/10.1016/j.neuron.2013.03.007
Maurer, D., Le Grand,R., & Mondloch, C.J. (2002). The many faces of configural
processing. Trends in Cognitive Sciences. 6 (6),255- 260.
McKeeff,T.J. & Tong, F.(2007). The Timing of Perceptual Decisions for Ambiguous
Face Stimuli in the Human Ventral Visual Cortex, Cerebral Cortex, Volume 17,
Issue 3, 1, 669–678, https://doi.org/10.1093/cercor/bhk015
McKone, E. & Yovel, G. (2009). Why does picture-plane inversion sometimes
dissociate perception of features and spacing in faces, and sometimes not?
Toward a new theory of holistic processing. Psychonomic Bulletin & Review. 16:
778. https://doi.org/10.3758/PBR.16.5.778
62
Meaux, E., Hernandez, N., Carteau-Martin, I., Martineau, J., Barthélémy, C., Bonnet-
Brilhault, F. and Batty, M. (2014), Event-related potential and eye tracking
evidence of the developmental dynamics of face processing. European Journal of
Neuroscience, 39: 1349–1362. DOI:10.1111/ejn.12496
Mooney, G. (1957). Age in the development of closure ability in children. Canadian
journal of psychology,, 11(4), 219-226.
Moulson, M. C., Balas, B., Nelson, C., & Sinha, P. (2011). EEG Correlates of
Categorical and Graded Face Perception. Neuropsychologia, 49(14), 3847–3853.
http://doi.org/10.1016/j.neuropsychologia.2011.09.046
Negrini, M., Brkić, D., Pizzamiglio, S., Premoli, I. & Rivolta, D. (2017).
Neurophysiological Correlates of Featural and Spacing Processing for Face and
Non-face Stimuli. Frontiers in Psychology. 8:333. doi: 10.3389/fpsyg.2017.00333
Osipova, D., Takashima, A., Oostenveld, R., Fernandez, G., Maris, E., & Jensen, O.,
(2006). Theta and gamma oscillations predict encoding and retrieval of declarative
memory. The journal of Neuroscience. 26,7523–7531. DOI:
10.1523/JNEUROSCI.1948-06.2006
Parkin, A.J. & Williamson, P. (1987). Cerebral lateralisation at different stages of facial processing. Córtex. 23, 99-110.
Pereira, S. A., Pereira Junior, A., Costa, M. F. D., Monteiro, M. D. V., Almeida, V. A.
D., Fonseca Filho, G. G. D., ... & Simion, F. (2017). A comparison between
preterm and full-term infants' preference for faces. Jornal de pediatria, 93(1), 35-
39. DOI: 10.1016/j.jped.2016.04.009
Piepers, D. W., & Robbins, R. A. (2012). A Review and Clarification of the Terms
“holistic,” “configural,” and “relational” in the Face Perception Literature. Frontiers
in Psychology, 3, 559.
http://doi.org/10.3389/fpsyg.2012.00559
Pollak, S.D., & Sinha, P. (2002). Effects of early experience on children’s recognition
of facial displays of emotion. Developmental. Psychology. 38, 784–791.
http://dx.doi.org/10.1037/0012-1649.38.5.784
Ramon, M. & Rossion, B. (2012). Hemisphere-dependent holistic processing of familiar faces. Brain and cognition. 78(1),7-13. https://doi.org/10.1016/j.bandc.2011.10.009
Rosburg, T., Ludowig, E., Dümpelmann, M., Alba-Ferrara, L., Urbach, H., Elger, C.E.
(2010). The effect of face inversion on intracranial and scalp recordings of event-
related potentials. Psychophysiology. 1;47(1):147-57. doi: 10.1111/j.1469-
8986.2009.00881.x.
63
Rossion, B., Dricot, L., Devolder, A. & Bodart, J-M. (2006). Hemispheric Asymmetries
for Whole-Based and Part-Based Face Processing in the Human Fusiform Gyrus.
Journal of Cognitive Neuroscience. 12(5), 793-802.
https://doi.org/10.1162/089892900562606
Righart, R. & Gelder, B. (2006). Context Influences Early Perceptual Analysis of
Faces—An Electrophysiological Study, Cerebral Cortex, 16(9), 1249–1257.
https://doi.org/10.1093/cercor/bhj066
Sai, F.Z. (2005). The role of the mother’s voice in developing mother’s face
preference: Evidence for intermodal perception at birth. Infant and Child
Development. 14: 29–50. DOI: 10.1002/icd.376
Schmidt, K. L., & Cohn, J. F. (2001). Human facial expressions as adaptations:
Evolutionary questions in facial expression research. American Journal of Physical
Anthropology, 116(S33), 3-24. DOI: 10.1002/ajpa.20001
Sederberg, P.B., Schulze-Bonhage, A., Madsen, J.R., Bromfield, E.B., McCarthy,
D.C., Brandt, A.,... & Kahana, M.J., 2007. Hippocampal and neocortical gamma
oscillations predict memory formation in humans. Cerebral Cortex. 17, 1190–1196.
DOI: 10.1093/cercor/bhl030
Szczepanski, S. M., Crone, N. E., Kuperman, R. A., Auguste, K. I., Parvizi, J.,&
Knight, R. T. (2014). Dynamic Changes in Phase-Amplitude Coupling Facilitate
Spatial Attention Control in Fronto-Parietal Cortex. Plos one. 12(8), e1001936.
https://doi.org/10.1371/journal.pbio.1001936
Tanaka M, Ishii A, Watanabe Y (2015) Effects of Mental Fatigue on Brain Activity and
Cognitive Performance: A Magnetoencephalography Study. Journal of Anatomy
and Physiology. S4:002. DOI:10.4172/2161-0940.S4-002
Taubert, J., Van Belle, G., Vanduffel, W., Rossion, B., & Vogels, R. (2015). The effect
of face inversion for neurons inside and outside fMRI-defined face-selective
cortical regions. Journal of Neurophysiology, 113(5), 1644–1655.
http://doi.org/10.1152/jn.00700.2014
Tort, A. B.L., Komorowski, R., Eichenbaum, H., & Kopell, N. (2010). Measuring
Phase-Amplitude Coupling Between Neuronal Oscillations of Different
Frequencies. Jounal of Neurophysiolgy. 104. 1195–1210. DOI:
10.1152/jn.00106.2010
Valentine, T. (1988), Upside-down faces: A review of the effect of inversion upon
face recognition. British Journal of Psychology, 79: 471–491. DOI:10.1111/j.2044-
8295.1988.tb02747.x
Vermeij, A., van Beek, A. H. E. A., Reijs, B. L. R., Claassen, J. A. H. R., & Kessels,
R. P.C. (2014). An exploratory study of the effects of spatial working-memory load
64
on prefrontal activation in low- and high performing elderly. Frontiers in aging
neuroscience. 6, article 303, 1-10. https://doi.org/10.3389/fnagi.2014.00303
Wagemans J., Feldman J., Gepshtein S., Kimchi R., Pomerantz J. R., van der Helm
P. A., et al. (2012). A century of Gestalt psychology in visual perception: II.
Conceptual and theoretical foundations. Psychological Bulletin. 138, DOI: 1218–
125210.1037/a0029333
Webb, S.J., & Nelson, C.A. (2001). Perceptual priming for upright and inverted faces in infants and adults. Journal of experimental child Psychology. 79, 1–22. DOI:
10.1006/jecp.2000.2582
Weschsler, D. (2004). WAIS III: Manual para administração e avaliação. Editora
Person.
Yang H, Susilo T, Duchaine B. 2015. The anterior temporal face area contains invariant representations of identity that can persist despite the loss of right FFA and OFA. Cerebral Cortex. 26(3):1096-1107. DOI: 10.1093/cercor/bhu289.Epub2014Dec19.
Yin R. K. (1969). Looking at upside-down faces. Journal of Experimental. Psychologi. 81(1), 141–145.
Zaretskaya, N., Anstis, S., & Bartels, A. (2013). Parietal Cortex Mediates Conscious Perception of Illusory Gestalt. The Journal of Neuroscience. 33(2), 523–531. DOI: https://doi.org/10.1523/JNEUROSCI.2905-12.2013
65
ANEXO I
66
67
68
ANEXO II
TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO - TCLE
Gostaríamos de convidá-lo a participar da pesquisa intitulada “Padrão de oscilações neuronais associado com o desempenho em testes de memória operacional e a inteligência em humanos”, que faz parte do curso de educação física e é coordenada pelo Prof. Ms. Felipe de Oliveira Matos da Universidade Estadual de Maringá (UEM). O objetivo da pesquisa é verificar como o desempenho em testes de memória operacional está correlacionado com a dinâmica de sincronização de áreas corticais pré-frontal e córtex parietal posterior em humanos. Para isto a sua participação é muito importante, e ela se daria por meio da resposta a questionários e realização de um teste de inteligência em um primeiro dia, e, da avaliação cognitiva participando de dois testes computadorizados com registro eletroencefalográfico em um segundo dia. Informamos que não é esperado nenhum tipo de desconforto, uma vez que não há procedimentos invasivos. Gostaríamos de esclarecer que sua participação é totalmente voluntária, podendo você: recusar-se a participar, ou mesmo desistir a qualquer momento sem que isto acarrete qualquer ônus ou prejuízo à sua pessoa. Informamos ainda que as informações obtidas serão utilizadas somente para os fins desta pesquisa, e serão tratadas com o mais absoluto sigilo e confidencialidade, de modo a preservar a sua identidade. Os registros de sinais biológicos que serão realizados, serão armazenados na universidade durante o período da pesquisa e poderão ser descartados posteriormente. Os benefícios esperados são contribuir para a construção do conhecimento acerca dos mecanismos cerebrais envolvidos no funcionamento da memória operacional e funções executivas que ajudará, futuramente, a melhor compreensão dessas habilidades.
Caso você tenha mais dúvidas ou necessite maiores esclarecimentos, pode nos contatar nos endereços abaixo ou procurar o Comitê de Ética em Pesquisa da UEM, cujo endereço consta deste documento. Este termo deverá ser preenchido em duas vias de igual teor, sendo uma delas, devidamente preenchida e assinada entregue a você.
Além da assinatura nos campos específicos pelo pesquisador e por você, solicitamos que sejam rubricadas todas as folhas deste documento. Isto deve ser feito por ambos (pelo pesquisador e por você, como sujeito ou responsável pelo sujeito de pesquisa) de tal forma a garantir o acesso ao documento completo.
Eu,……………………………………………….. declaro que fui devidamente esclarecido e concordo em participar VOLUNTARIAMENTE da pesquisa coordenada pelo Prof. Felipe de Oliveira Matos.
_____________________________________ Data:……………………..
Assinatura ou impressão datiloscópica
página 1 de 2
69
Eu, Felipe de Oliveira Matos, declaro que forneci todas as informações
referentes ao projeto de pesquisa supra-nominado.
________________________________________ Data:..............................
Assinatura do pesquisador
Qualquer dúvida com relação à pesquisa poderá ser esclarecida com o
pesquisador, conforme o endereço abaixo:
Nome: Felipe de Oliveira Matos
Endereço: Praça independência, 385 - Centro, Ivaiporã -PR
Telefone: (43)3472-5950
e-mail: [email protected]
Qualquer dúvida com relação aos aspectos éticos da pesquisa poderá ser
esclarecida com o Comitê Permanente de Ética em Pesquisa (COPEP)
envolvendo Seres Humanos da UEM, no endereço abaixo:
COPEP/UEM
Universidade Estadual de Maringá.
Av. Colombo, 5790. Campus Sede da UEM.
Bloco da Biblioteca Central (BCE) da UEM.
CEP 87020-900. Maringá-Pr. Tel: (44) 3261-4444
E-mail: [email protected]
página 2 de 2
70
ANEXO III
-------------------Mini-mental1-------------------- (Folstein, Folstein & McHugh, 1975)
Paciente: _______________________________________________
Data de avaliação: __________ Avaliador: ______________________
Orientação
1) Dia da Semana (1 ponto) ( ) 2) Dia do Mês (1 ponto) ( ) 3) Mês (1 ponto) ( ) 4) Ano (1 ponto) ( ) 5) Hora aproximada (1 ponto) ( ) 6) Local específico (andar ou setor) (1 ponto) ( ) 7) Instituição (residência, hospital, clínica) (1 ponto) ( ) 8) Bairro ou rua próxima (1 ponto) ( ) 9) Cidade (1 ponto) ( ) 10) Estado (1 ponto) ( )
Memória Imediata
Fale três palavras não relacionadas. Posteriormente pergunte ao paciente pelas
3 palavras. Dê 1 ponto para cada resposta correta. ( )
Depois repita as palavras e certifique-se de que o paciente as aprendeu, pois mais adiante você irá perguntá-las novamente.
Atenção e Cálculo
(100-7) sucessivos, 5 vezes sucessivamente (93,86,79,72,65)
(1 ponto para cada cálculo correto) ( )
Evocação Pergunte pelas três palavras ditas anteriormente (1 ponto por palavra)( )
Linguagem 1) Nomear um relógio e uma caneta (2 pontos) ( )
2) Repetir “nem aqui, nem ali, nem lá” (1 ponto) ( )
3) Comando:”pegue este papel com a mão direita, dobre ao meio e coloque no
chão (3 pontos) ( )
4) Ler e obedecer: “feche os olhos” (1 ponto) ( )
5) Escrever uma frase (1 ponto) ( )
6) Copiar um desenho (1 ponto) ( )
1 INTERPRETAÇÃO DO MINI EXAME DO ESTADO MENTAL (MMSE)
Pontuação Escolaridade Diagnóstico < 24 Altamente escolarizado Possível demência < 18 2º grau Possível demência < 14 Analfabeto Possível demência
71
Escore: ( / 30)
Paciente: _________________________________ 2Idade: __________
Data de Avaliação: ______________
“feche os olhos”
ESCREVA UMA FRASE
COPIE O DESENHO
2 CONTINUAÇÃO MINI-MENTAL