Introdução: Apesar de ser uma intervenção potencialmente promissora para melhorar a cognição em sujeitos com comprometimento cognitivo leve (CCL), os efeitos do treinamento aeróbio (TA) no metabolismo regional de glicose (MRG) no cérebro ainda são pouco conhecidos. Objetivo: Avaliar os efeitos do TA na cognição e no MRG cerebral em sujeitos com CCL, usando tomografia por emissão de pósitrons com 18F - fluordesoxiglicose (PET-18FDG). Métodos: Sessenta e cinco sujeitos com CCL realizaram um programa de TA de intensidade moderada, duas vezes por semana, durante 24 semanas. Uma avaliação cognitiva com a escala Alzheimer\'s Disease Assessment Scale - Cognitive Subscale (ADAS-Cog) e outra do metabolismo cerebral em repouso com o PET-18FDG foram realizadas antes e depois da intervenção. A capacidade aeróbia foi comparada utilizando o consumo máximo de oxigênio (VO2 máx.) medido em mL/kg/min. Os dados de PET-18FDG foram analisados voxel por voxel com o programa SPM8 (limiar: p < 0,001 não corrigido, tamanho de agrupamento >= 50 voxels). Uma técnica de modelação de equações estruturais foi usada para criar um modelo para explorar as mudanças no MRG cerebral em repouso depois do programa de TA. Resultados: Comparações com testes t pareados revelaram melhora nos valores da escala ADAS-Cog (diferença média: -2,4 (3,5), p < 0,001) e no VO2 máx. (diferença média: 1,4 (2,3) mL/kg/min, p < 0,001). A análise metabólica do cérebro constatou uma redução bilateral do MRG em ambos os polos temporais anteriores, no giro frontal inferior esquerdo, no giro do cíngulo anterior esquerdo, no hipocampo direito, no giro frontal médio esquerdo e nos núcleos caudados bilaterais. Em contraste, houve um aumento do MRG no precuneus direito e no giro frontal inferior esquerdo. Um modelo de confirmação de fatores foi usado para criar variáveis latentes que refletem a rede de saliência (RS) e a rede de modo padrão (default mode network (DMN)) com base em regiões com mudanças no MRG encontradas depois do TA. Uma análise de caminhos foi utilizada para testar a hipótese de que o TA poderia induzir mudanças (diminuição) do MRG em regiões da RS. Essa redução pode refletir um aumento da eficiência da rede e, consequentemente, um melhor controle sobre outras redes. Em última instância, essa mudança induziria um aumento do MRG no precuneus, um importante nó da DMN. Os valores de adequação do modelo atingiram significância estatística, demonstrando que esse modelo explica a variância dos dados medidos. Conclusão: O TA melhorou a cognição e alterou o MRG em regiões da DMN e da rede de saliência em sujeitos com CCL / Background: Despite being a potentially promising intervention to improve cognition in subjects with mild cognitive impairment (MCI), the effects of aerobic training (AT) on regional brain glucose metabolism (rBGM) are not yet entirely understood. Objective: To evaluate the effects of AT on cognition and rBGM in subjects with MCI using 18FDG-PET. Methods: Sixty-five subjects with MCI performed a twice-a-week, moderate intensity, AT program for 24 weeks. Assessment with the ADAS-Cog (Alzheimer\'s Disease Assessment Scale - Cognitive Subscale) and evaluation of rBGM with 18FDG-PET were performed before and after the intervention. Aerobic capacity was compared using the relative maximal oxygen consumption (VO2 max) measured in mL/Kg/min. 18FDG-PET data were analyzed on a voxel-by-voxel basis with SPM8 (threshold: uncorrected p < 0.001, cluster size >= 50 voxels). Structural equation modeling was used to create a model to explore the changes of resting-state rBGM after the AT program. Results: Comparisons using paired t-tests revealed improvements in the ADAS-Cog (mean difference: -2.4 (3.5), p < 0.001) and VO2 max scores (mean difference: 1.4 (2.3) mL/kg/min, p < 0.001). Brain metabolic analysis revealed a bilateral reduction of rBGM in both anterior temporal poles, left inferior frontal gyrus, left anterior cingulate cortex, right hippocampus, left middle frontal gyrus and bilateral caudate nuclei. In contrast, there was an increase in rBGM in the right precuneus and left inferior frontal gyrus. Confirmatory factor analysis was used to create latent variables reflecting the salience network (SN) and default mode network (DMN) based on regions with rBGM changes found after the AT. A path model analysis was used to test the hypothesis that AT would induce rBGM changes (decrease) in regions of the SN. This decrement may reflect improved efficacy and consequently, better control over other networks. Ultimately, these changes would induce an increment in rBGM in the precuneus, an important node of the DMN. Values of model fit reached statistical significance, demonstrating that this model explain the variance of the measured data. Conclusion: AT improved cognition and changed rBGM measured with 18FDG-PET in nodes od the DMN and SN in subjects with MCI

Introdução: Apesar de ser uma intervenção potencialmente promissora para melhorar a cognição em sujeitos com comprometimento cognitivo leve (CCL), os efeitos do treinamento aeróbio (TA) no metabolismo regional de glicose (MRG) no cérebro ainda são pouco conhecidos. Objetivo: Avaliar os efeitos do TA na cognição e no MRG cerebral em sujeitos com CCL, usando tomografia por emissão de pósitrons com 18F - fluordesoxiglicose (PET-18FDG). Métodos: Sessenta e cinco sujeitos com CCL realizaram um programa de TA de intensidade moderada, duas vezes por semana, durante 24 semanas. Uma avaliação cognitiva com a escala Alzheimer\'s Disease Assessment Scale - Cognitive Subscale (ADAS-Cog) e outra do metabolismo cerebral em repouso com o PET-18FDG foram realizadas antes e depois da intervenção. A capacidade aeróbia foi comparada utilizando o consumo máximo de oxigênio (VO2 máx.) medido em mL/kg/min. Os dados de PET-18FDG foram analisados voxel por voxel com o programa SPM8 (limiar: p < 0,001 não corrigido, tamanho de agrupamento >= 50 voxels). Uma técnica de modelação de equações estruturais foi usada para criar um modelo para explorar as mudanças no MRG cerebral em repouso depois do programa de TA. Resultados: Comparações com testes t pareados revelaram melhora nos valores da escala ADAS-Cog (diferença média: -2,4 (3,5), p < 0,001) e no VO2 máx. (diferença média: 1,4 (2,3) mL/kg/min, p < 0,001). A análise metabólica do cérebro constatou uma redução bilateral do MRG em ambos os polos temporais anteriores, no giro frontal inferior esquerdo, no giro do cíngulo anterior esquerdo, no hipocampo direito, no giro frontal médio esquerdo e nos núcleos caudados bilaterais. Em contraste, houve um aumento do MRG no precuneus direito e no giro frontal inferior esquerdo. Um modelo de confirmação de fatores foi usado para criar variáveis latentes que refletem a rede de saliência (RS) e a rede de modo padrão (default mode network (DMN)) com base em regiões com mudanças no MRG encontradas depois do TA. Uma análise de caminhos foi utilizada para testar a hipótese de que o TA poderia induzir mudanças (diminuição) do MRG em regiões da RS. Essa redução pode refletir um aumento da eficiência da rede e, consequentemente, um melhor controle sobre outras redes. Em última instância, essa mudança induziria um aumento do MRG no precuneus, um importante nó da DMN. Os valores de adequação do modelo atingiram significância estatística, demonstrando que esse modelo explica a variância dos dados medidos. Conclusão: O TA melhorou a cognição e alterou o MRG em regiões da DMN e da rede de saliência em sujeitos com CCL / Background: Despite being a potentially promising intervention to improve cognition in subjects with mild cognitive impairment (MCI), the effects of aerobic training (AT) on regional brain glucose metabolism (rBGM) are not yet entirely understood. Objective: To evaluate the effects of AT on cognition and rBGM in subjects with MCI using 18FDG-PET. Methods: Sixty-five subjects with MCI performed a twice-a-week, moderate intensity, AT program for 24 weeks. Assessment with the ADAS-Cog (Alzheimer\'s Disease Assessment Scale - Cognitive Subscale) and evaluation of rBGM with 18FDG-PET were performed before and after the intervention. Aerobic capacity was compared using the relative maximal oxygen consumption (VO2 max) measured in mL/Kg/min. 18FDG-PET data were analyzed on a voxel-by-voxel basis with SPM8 (threshold: uncorrected p < 0.001, cluster size >= 50 voxels). Structural equation modeling was used to create a model to explore the changes of resting-state rBGM after the AT program. Results: Comparisons using paired t-tests revealed improvements in the ADAS-Cog (mean difference: -2.4 (3.5), p < 0.001) and VO2 max scores (mean difference: 1.4 (2.3) mL/kg/min, p < 0.001). Brain metabolic analysis revealed a bilateral reduction of rBGM in both anterior temporal poles, left inferior frontal gyrus, left anterior cingulate cortex, right hippocampus, left middle frontal gyrus and bilateral caudate nuclei. In contrast, there was an increase in rBGM in the right precuneus and left inferior frontal gyrus. Confirmatory factor analysis was used to create latent variables reflecting the salience network (SN) and default mode network (DMN) based on regions with rBGM changes found after the AT. A path model analysis was used to test the hypothesis that AT would induce rBGM changes (decrease) in regions of the SN. This decrement may reflect improved efficacy and consequently, better control over other networks. Ultimately, these changes would induce an increment in rBGM in the precuneus, an important node of the DMN. Values of model fit reached statistical significance, demonstrating that this model explain the variance of the measured data. Conclusion: AT improved cognition and changed rBGM measured with 18FDG-PET in nodes od the DMN and SN in subjects with MCI

Uma das tarefas básicas dos mecanismos atencionais é decidir qual a localização dentro do campo visual, em que devemos prestar atenção primeiro. Um objeto que contenha características distintas, tais como orientação, forma, cor, tamanho, brilho, textura, etc. diferentes, pode atrair a atenção de uma maneira \"bottom-up\". A informação \"top-down\" baseia-se no conhecimento prévio e tem uma grande influência nas localizações atendidas. Inspirado nos mecanismos da Atenção Visual Humana, embora sem a pretensão de simulá-la, este trabalho prevê o desenvolvimento de uma nova metodologia que integra os dois tipos de informações: \"bottom-up\" e \"top-down\". Características \"bottom-up\" são geradas a partir de Momentos e essas informações são utilizadas em mapas de saliência, enquanto que um conhecimento prévio é utilizado para gerar pistas \"top-down\". Neste trabalho, desenvolveu-se uma metodologia específica para a busca e o reconhecimento visual em cenas com múltiplos objetos, utilizando para isso uma rede \"fuzzy\" contendo três subsistemas \"fuzzy\". Dada uma imagem de entrada, o objetivo consiste em se detectar regiões que possam conter informações mais significativas, a fim de que se possa guiar e restringir processamentos mais complexos. A inclusão de mecanismos de atenção (seleção de uma região de interesse dentro da imagem) é de fundamental importância pois os resultados obtidos pelo método podem ser usados para controlar a aquisição da imagem de uma maneira dinâmica. O modelo proposto está estruturado em três estágios principais: O primeiro estágio consiste em se segmentar os objetos e extrair características globais dos mesmos baseadas principalmente na teoria dos momentos, tais como tamanho, orientação, formato e distância e também média de nível de cinza. Por intermédio da comparação de um objeto com os outros presentes na cena, características \"bottom-up\" de conspicuidade são usadas para guiar a atenção ao objeto mais diferente. Por intermédio do uso da lógica \"fuzzy\" é possível inferir com grande flexibilidade algumas regras de decisão baseadas nos princípios de percepção visual tais como as leis Gestalt. O segundo estágio consiste de um subsistema \"fuzzy top-down\" que combina diferentes características de acordo com a relevância das mesmas em diferentes tarefas. Finalmente, o terceiro estágio consiste de um subsistema \"fuzzy\" que integra as informações obtidas dos subsistemas anteriores e fornece um índice geral de saliência, e indica a provável localização do objeto a ser reconhecido. A nova abordagem foi testada com objetos geométricos levando-se em consideração as características que atraem a atenção dos serem humanos / One of the basic tasks assigned to the human attentional mechanisms is to decide which location in the visual field we must pay attention first. An object containing distinctive features (such as different orientation, shape, color, size, shine, texture, etc.) can attract attention in a bottom-up way. Top-down information is based on the previous knowledge and has a large influence on the attended locations. Inspired on human visual attention mechanisms, although it doesn\'t want simulate it, this work presents a new methodology to integrate two different kind of information: bottom-up and top-down. Bottom-up features are obtained from Moment Theory and this information is used in salience maps, while a previous knowledge is used to create top-down hints. In this work, an specific methodology to visual search and recognition was developed to be applied to scenes containing multiple objects by a fuzzy net with three fuzzy subsystems. The aim of this methodology is to detect regions that may contain the most significant information, in order to guide and to restrict most complex processing. The inclusion of attentional mechanisms (the selection of a region of interest in the image) is fundamental and can be used to control the image acquisition in a dynamic way. The proposed model is structured in three main stages. The first stage segments the objects and extracts global features of them, based on the Moment Theory such as size, orientation, shape and distance and gray level average. By comparing one object with the other ones present in the scene, bottom-up features of conspicuity are used to guide the attention to the most different object. The Fuzzy Logic allows us to infer with great flexibility some of decision rules based on the visual perception principles such as the Gestalt Laws. The second stage is a top-down fuzzy subsystem that combines different features according to the relevance of them in different tasks. Finally, the third stage is a fuzzy subsystem that integrates the information obtained from the previous sub-systems and gives us a general salience index. The new methodology was tested in geometrical objects considering the feature that attracts attention to human beings

Uma das tarefas básicas dos mecanismos atencionais é decidir qual a localização dentro do campo visual, em que devemos prestar atenção primeiro. Um objeto que contenha características distintas, tais como orientação, forma, cor, tamanho, brilho, textura, etc. diferentes, pode atrair a atenção de uma maneira \"bottom-up\". A informação \"top-down\" baseia-se no conhecimento prévio e tem uma grande influência nas localizações atendidas. Inspirado nos mecanismos da Atenção Visual Humana, embora sem a pretensão de simulá-la, este trabalho prevê o desenvolvimento de uma nova metodologia que integra os dois tipos de informações: \"bottom-up\" e \"top-down\". Características \"bottom-up\" são geradas a partir de Momentos e essas informações são utilizadas em mapas de saliência, enquanto que um conhecimento prévio é utilizado para gerar pistas \"top-down\". Neste trabalho, desenvolveu-se uma metodologia específica para a busca e o reconhecimento visual em cenas com múltiplos objetos, utilizando para isso uma rede \"fuzzy\" contendo três subsistemas \"fuzzy\". Dada uma imagem de entrada, o objetivo consiste em se detectar regiões que possam conter informações mais significativas, a fim de que se possa guiar e restringir processamentos mais complexos. A inclusão de mecanismos de atenção (seleção de uma região de interesse dentro da imagem) é de fundamental importância pois os resultados obtidos pelo método podem ser usados para controlar a aquisição da imagem de uma maneira dinâmica. O modelo proposto está estruturado em três estágios principais: O primeiro estágio consiste em se segmentar os objetos e extrair características globais dos mesmos baseadas principalmente na teoria dos momentos, tais como tamanho, orientação, formato e distância e também média de nível de cinza. Por intermédio da comparação de um objeto com os outros presentes na cena, características \"bottom-up\" de conspicuidade são usadas para guiar a atenção ao objeto mais diferente. Por intermédio do uso da lógica \"fuzzy\" é possível inferir com grande flexibilidade algumas regras de decisão baseadas nos princípios de percepção visual tais como as leis Gestalt. O segundo estágio consiste de um subsistema \"fuzzy top-down\" que combina diferentes características de acordo com a relevância das mesmas em diferentes tarefas. Finalmente, o terceiro estágio consiste de um subsistema \"fuzzy\" que integra as informações obtidas dos subsistemas anteriores e fornece um índice geral de saliência, e indica a provável localização do objeto a ser reconhecido. A nova abordagem foi testada com objetos geométricos levando-se em consideração as características que atraem a atenção dos serem humanos / One of the basic tasks assigned to the human attentional mechanisms is to decide which location in the visual field we must pay attention first. An object containing distinctive features (such as different orientation, shape, color, size, shine, texture, etc.) can attract attention in a bottom-up way. Top-down information is based on the previous knowledge and has a large influence on the attended locations. Inspired on human visual attention mechanisms, although it doesn\'t want simulate it, this work presents a new methodology to integrate two different kind of information: bottom-up and top-down. Bottom-up features are obtained from Moment Theory and this information is used in salience maps, while a previous knowledge is used to create top-down hints. In this work, an specific methodology to visual search and recognition was developed to be applied to scenes containing multiple objects by a fuzzy net with three fuzzy subsystems. The aim of this methodology is to detect regions that may contain the most significant information, in order to guide and to restrict most complex processing. The inclusion of attentional mechanisms (the selection of a region of interest in the image) is fundamental and can be used to control the image acquisition in a dynamic way. The proposed model is structured in three main stages. The first stage segments the objects and extracts global features of them, based on the Moment Theory such as size, orientation, shape and distance and gray level average. By comparing one object with the other ones present in the scene, bottom-up features of conspicuity are used to guide the attention to the most different object. The Fuzzy Logic allows us to infer with great flexibility some of decision rules based on the visual perception principles such as the Gestalt Laws. The second stage is a top-down fuzzy subsystem that combines different features according to the relevance of them in different tasks. Finally, the third stage is a fuzzy subsystem that integrates the information obtained from the previous sub-systems and gives us a general salience index. The new methodology was tested in geometrical objects considering the feature that attracts attention to human beings