Da cognição às cadeias de Markov: modelando a atenção e suas implicações no TDAH

Autores

DOI:

https://doi.org/10.34024/rnc.2024.v32.15544

Palavras-chave:

Mecanismos atencionais, Transtorno de Déficit de Atenção e Hiperatividade (TDAH), Processos estocásticos, Cadeia de Markov, Transições de estados, Neurociência cognitiva

Resumo

O presente ensaio se propõe a discutir a natureza dinâmica e transitória dos processos atencionais e, como ele nos fornece grandes chances de correlações com fatores relacionados a transição de estados, que podem ser modelados através de processos estocásticos semelhantes a uma cadeia de Markov. As probabilidades de transição dependendo das condições e contextos atuais da atenção, reforçam a semelhança com tais processos. Embora esses conceitos ressoem com os teoremas da cadeia de Markov, ainda existem lacunas quando consideramos os processos de atenção atípicos como o Transtorno de Déficit de Atenção e Hiperatividade (TDAH), devido às transições rápidas entre estados e à sensibilidade a estímulos salientes, necessitando de maiores investigações para o tema e suas possíveis vantagens para a introdução de modelos de inteligência artificial na aprendizagem remota, considerando algoritmos voltados a visão computacional e técnicas de processamento de imagem. Assim sendo, a correlação e testes para estas hipóteses podem auxiliar uma experiência de aprendizagem mais personalizada e adaptativa aos alunos.

Métricas

Carregando Métricas ...

Downloads

Não há dados estatísticos.

Referências

Posner MI, Rothbart MK. Research on attention networks as a model for the integration of psychological science. Annu Rev Psychol 2007;58:1-23. https://doi.org/10.1146/annurev.psych.58.110405.085516

Sen B, Shi Z, Burlet G. Diagnosing ADHD from fMRI scans using hidden Markov models. arXiv 1506.06048 (q-bio.QM) 2015. https://doi.org/10.48550/arXiv.1506.06048

Wang H, Li Y, Jin D, Han Z. Attentional Markov Model for Human Mobility Prediction. IEEE J Selec Areas Communic 2021;39:2213. https://doi.org/10.1109/JSAC.2021.3078499

Glynn PW, Meyn SP. A Liapounov bound for solutions of the Poisson equation. Ann Probab 1996;24:916-31. https://doi.org/10.1214/aop/1039639370

Sani I, Stemmann H, Caron B, Bullock D, Stemmler T, Fahle M, et al. The human endogenous attentional control network includes a ventro-temporal cortical node. Nat Commun 2021;12:360. https://doi.org/10.1038/s41467-020-20583-5

Somers DC, Dale AM, Seiffert AE, Tootell RB. Functional MRI reveals spatially specific attentional modulation in human primary visual cortex. Proc Natl Acad Sci U S A 1999;96:1663-8. https://doi.org/10.1073/pnas.96.4.1663

Wang F, Chen M, Yan Y, Zhaoping L, Li W. Modulation of neuronal responses by exogenous attention in macaque primary visual cortex. J Neurosci 2015;35:13419-29. https://doi.org/10.1523/JNEUROSCI.0527-15.2015

Shalev L, Algom D. Stroop and Garner effects in and out of Posner's beam: reconciling two conceptions of selective attention. J Exp Psychol Hum Percept Perform 2000;26:997. https://doi.org/10.1037//0096-1523.26.3.997

Zhang Y, Meyers EM, Bichot NP, Serre T, Poggio TA, Desimone R. Object decoding with attention in inferior temporal cortex. Proc Natl Acad Sci U S A 2011;108:8850-5. https://doi.org/10.1073/pnas.1100999108

Müller JR, Philiastides MG, Newsome WT. Microstimulation of the superior colliculus focuses attention without moving the eyes. Proc Natl Acad Sci U S A 2005;102:524-9. https://doi.org/10.1073/pnas.0408311101

Liechty J, Pieters R, Wedel M. Global and local covert visual attention: Evidence from a Bayesian hidden Markov model. Psychometrika 2003;68:519-41. https://doi.org/10.1007/BF02295608

Hillyard SA, Anllo-Vento L. Event-related brain potentials in the study of visual selective attention. Proc Natl Acad Sci U S A 1998;95:781-7. https://doi.org/10.1073/pnas.95.3.781

Shinagawa K, Itagaki Y, Umeda S. Coexistence of thought types as an attentional state during a sustained attention task. Sci Rep 2023;13:1581. https://doi.org/10.1038/s41598-023-28690-1

Tucha L, Fuermaier ABM, Koerts J, Buggenthin R, Aschenbrenner S, Weisbrod M, et al. Sustained attention in adult ADHD: time-on-task effects of various measures of attention. J Neural Transm 2017;124(Suppl 1):S39-53. https://doi.org/10.1007/s00702-015-1426-0

Privitera CM, Noah S, Carney T, Klein SA, Lenartowicz A, Hinshaw SP, et al. Pupillary dilations in a Target/Distractor visual task paradigm and attention deficit hyperactivity disorder (ADHD). Neurosci Lett 2023;818:137556. https://doi.org/10.1016/j.neulet.2023.137556

Villegas-Ch W, García-Ortiz J, Urbina-Camacho I, Mera-Navarrete A. Proposal for a System for the Identification of the Concentration of Students Who Attend Online Educational Models. Computers 2023;12:74. https://doi.org/10.3390/computers12040074

Downloads

Publicado

2024-05-29

Como Citar

Lourenço Nascimento, N. (2024). Da cognição às cadeias de Markov: modelando a atenção e suas implicações no TDAH. Revista Neurociências, 32, 1–8. https://doi.org/10.34024/rnc.2024.v32.15544

Edição

Seção

Ensaio
Recebido: 2023-08-19
Aceito: 2024-05-21
Publicado: 2024-05-29

Artigos Semelhantes

1 2 3 4 5 6 7 8 9 10 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.