Do z-score populacional ao biomarcador individual: por que precisamos de um novo paradigma.

• PAPER MDPI • I-APF • CDI • BDWS • QEEG

Conteúdo central

O z-score compara o paciente com uma população normativa e diz "este cérebro desvia da média". Mas não diz para onde ir, com qual frequência treinar, nem em que intensidade intervir. Esta palestra apresenta o paper MDPI e os três índices centrais do FRM: i-APF, CDI e BDWS.

• i-APF: por que o pico de Alfa occipital é o "relógio neural" individual e como calculá-lo

• CDI%: a fórmula que mede o desvio real do paciente da sua homeostase fractal — não da média

• BDWS: índice composto que integra espectral, fractal e ressonância em uma porcentagem clínica

• BDWS Paper vs BDWS v2: diferenças e quando usar cada versão

• Regra dos 85% (Wilson, 2019) para carga e duração do treino

• Demo ao vivo: importar EDF → gerar i-APF → ler CDI → definir protocolo

Objetivos de aprendizado

• Calcular o i-APF a partir de qEEG occipital em Olhos Fechados

• Interpretar o CDI% e classificar o nível de desvio clínico

• Usar o BDWS para definir duração e intensidade de NFT

Apresentação: Dra Viviane Dasilva - Instagram | LinkedIn | Facebook

Psicóloga, mestre em Dependência Patológica com certificação pela Universidade de Oxford e membro da Associação Britânica de Neurociência. Atualmente, cursa mestrado em Neurociência Cognitiva e Psicobiologia na Universidade de Parma, Itália, onde também atua como assistente de pesquisa no Laboratório de Psicologia Cognitiva. Possui pós-graduação em Teoria dos Sistemas Familiares e Terapias de Terceira Geração.

Desde 2016, atende online com consultoria individual, familiar e corporativa, realizando leituras de mapas neurais e programas remotos de neurorreabilitação e neurotreinamento com qEEG e dispositivos domiciliares.

Da análise espectral clássica à complexidade fractal: o que cada índice revela clinicamente.

• PAPER PARMA • HIGUCHI • HURTS • DFA • PINK NOISE

Conteúdo central

A análise espectral tradicional captura "quanto" de cada onda existe. As métricas não lineares capturam a "qualidade" da arquitetura do sistema — se o cérebro opera em complexidade saudável (pink noise) ou está colapsando para entropia patológica (white noise).

• Métricas lineares: PSD, bandas δ/θ/α/β/γ, potência absoluta e relativa

• Higuchi Fractal Dimension: complexidade temporal (saudável: 1.3–1.7)

• Hurst Exponent: memória longa — 0.7–0.9 = "caos organizado" saudável

• DFA, Lyapunov, Sample Entropy e Shannon Entropy

• Pink noise → white noise como biomarcador de disfunção

• Goodwin Oscillator + Hodgkin-Huxley: suporte biofísico do Alfa

Objetivos de aprendizado

• Distinguir o que métricas lineares e não lineares revelam

• Identificar padrões de entropia patológica via Hurst e Higuchi

• Conectar Goodwin Oscillator à validação biofísica do i-APF

Apresentação: Dra Fernanda Marques

• Graduada em Letras

• Graduada em Filosofia

• Pós-graduação em Neuropsicopedagogia

• Pós-graduação Terapia Cognitivo-Comportamental (TCC)

• Pós-Graduanda em Neurociências, Comunicação e Desenvolvimento Humano

• Extensão acadêmica em Bioiatria

• Formação em Neurofeedback pela Neurowork

Como traduzir dados de eletrodos em localização de fonte 3D e decisão clínica.

• SLORETA • 76 REGIÕES • DESIKAN-KILLIANY • BA 9/46

Conteúdo central

O sLORETA calcula a densidade de corrente em 12.700 voxels e projeta as fontes nas 76 regiões do atlas Desikan-Killiany. Esta palestra ensina a usar as quatro visualizações do software para identificar quais hubs do grafo cerebral estão em hipofunção ou hiperfunção.

• Por que sLORETA supera qEEG de superfície: blurring e condução de volume

• 76 regiões Desikan-Killiany: hubs BA 9/46, BA 24, BA 11

• Visualizações 3-Panel, Montage, Topomap, 3D

• Tabela de fontes: potência, lobo, hemisfério

• Conectar sLORETA ao diagnóstico vetorial: hipo vs hiperfunção

• Demo ao vivo: carregar paciente → identificar hub crítico.

Objetivos de aprendizado

• Navegar nas quatro visualizações sLORETA com segurança

• Identificar BAs e conectá-las a funções executivas

• Usar sLORETA para definir alvo de neuromodulação por fonte

Apresentação: Dr. Ricardo João Fidelis de Araújo

• Médico pela UFPE, Residência de Psiquiatria pela SES/PE, título de especialista pela ABP

• Formação em Psiquiatria da Infância e Adolescência pela Santa Casa do Rio de Janeiro, Pós Graduação em Psiquiatria da infância e adolescência

• CEO da Clínica MultiNós

• Experiência em Neuromodulação e tecnologias aplicadas à saúde

The Virtual Brain (TVB) e o modelo Goodwin: simular antes de intervir.

• DIGITAL TWIN • TVB • GOODWIN • CONECTOMA

Conteúdo central

Um Digital Twin é uma réplica computacional do sistema real que permite testar intervenções antes de aplicá-las. No FRM, utiliza o modelo Goodwin Oscillator sobre um conectoma de 76 regiões via The Virtual Brain (TVB), simulando como o cérebro deste paciente específico responde a diferentes parâmetros.

• O que é um Digital Twin no contexto clínico e o que não é

• The Virtual Brain (TVB): motor de simulação · 76 regiões

• Goodwin Oscillator: oscilações enzimáticas e ritmos cerebrais

• Hill Coefficient (d): gradiente pink ↔ white noise

• Coupling Strength: força de acoplamento entre nós

• Distância de bifurcação: estabilidade do sistema

Objetivos de aprendizado

• Configurar e executar simulação TVB (Hill coeff, Coupling, Duration)

• Interpretar resultados nas abas Fractal e Protocol

• Explicar Digital Twin ao paciente de forma acessível

Apresentação: Dra. Eliane Céspedes Paes Huard

Médica pediatra, neurocientista e Mestre em Ciências da Saúde pela UnB. Com formação e residência pelo Instituto da Criança da USP, especializou-se em Neuromodulação Não Invasiva, Psiquiatria Infantil e Neurodesenvolvimento. Dedicou 25 anos de sua carreira à Rede SARAH de Hospitais de Reabilitação, onde liderou o Ambulatório de Lesões Cerebrais Adquiridas. Possui inserção internacional com apresentações na UCLA e na International Brain Injury Association (IBIA). Atualmente, é Coordenadora de Neurologia e Professora Assistente no CEUB, além de fundadora e Diretora do Instituto Eliane Céspedes de Neurociências.

O análogo neural do HRV combinado ao score composto com adaptação bayesiana automática.

• MRV • BDS • RMSSD • SDNN • BAYESIAN DRIFT

Conteúdo central

MRV mede a variabilidade do i-APF época a época — análogo neural do HRV — quantificando a resiliência fractal em tempo real. O BDS é o score composto de 4 componentes com adaptação bayesiana automática de pesos.

• MRV: variabilidade época-a-época do i-APF — análogo neural do HRV cardíaco

• RMSSD_MRV = √(mean(∆i²)) — sensibilidade autonômica

• SDNN_MRV = √(Σ(i-APF_i − mean)² / n) — variabilidade global do sistema

• pNN50_MRV = count(|∆i| > 0.5 Hz) / (n−1) × 100 — flexibilidade oscilatória

• BDS v1: 100 × (w1×S_APF + w2×S_COH + w3×S_RAT + w4×S_ENT)

• Bayesian Drift: shifts automáticos de peso para componentes com maior deficit

Objetivos de aprendizado

• Calcular MRV (RMSSD, SDNN, pNN50) a partir de séries de i-APF época a época

• Interpretar o BDS v1 e identificar qual componente está puxando o score para baixo

• Usar o Bayesian Drift para ajustar o protocolo ao deficit dominante

Apresentação: Dra. Andréia Jasper

• Pedagoga

• Psicopedagoga Clínica e Institucional

• Neuropsicopedagoga

• Pós Graduação em Neurociência do Comportamento

• Habilitação em Técnicas de Neuromodulação

Como calcular a frequência-alvo personalizada para cada paciente em cada estado cerebral.

• BETTER FREQUENCY • I-FAI • FIBONACCI • φ / e / π

Conteúdo central

Em vez de treinar "Beta" como faixa genérica, o FRM calcula a frequência exata onde o cérebro deste paciente opera de forma funcional em cada estado. Derivada do i-FAI usando constantes que respeitam os regimes naturais do sistema nervoso.

• Por que protocolos genéricos de Beta falham

• i-FAI: média Fibonacci ponderada do Alfa global

• Distribuição Fibonacci dos eletrodos (Z1 a Z5)

• Três constantes: φ (repouso), e (alerta), π (tarefa)

• Better Frequencies por banda: δ, θ, α, β, γ

• Resultados clínicos: Beta alto → Beta funcional

Objetivos de aprendizado

• Calcular Better Frequencies para todas as bandas a partir do i-FAI

• Explicar a lógica fisiológica de φ, e e π por estado

• Aplicar Better Frequency como threshold no NFT

Apresentação: Dr. Thiago Mangueira Marcos - Instagram | LinkedIn | Facebook

• Psicólogo especialista em Psicologia Clínica pelo CFP.

• ⁠Mestre em Psicologia e Intervenções em Saúde (EBMSP)

• Formação em Neuromodulação Não-invasiva (Unifesp)

Site: https://thiagommarcos.com.br

E-mail: [email protected]

Instagram: @thiago.m.marcos

Modelar o cérebro como rede de nós e arestas: do diagnóstico vetorial à intervenção precisa.

• GRAFOS • VETORES • PLV • DMN - CEN • SMALL - WORLD

Conteúdo central

A teoria dos grafos transforma a visão de "áreas cerebrais isoladas" em um modelo de rede dinâmica. Esta palestra ensina como usar esse framework para classificar o paciente em um vetor de estado patológico e definir a força vetorial de intervenção neuromodulatória.

• Grafo cerebral G=(V,E): ROIs sLORETA e PLV/coerência

• Métricas de centralidade: grau, betweenness, eficiência

• Small-World: segregação ↔ integração

• Os 4 vetores clínicos de estado

• DMN vs CEN vs Saliência: competição de redes

• Vetor de Pitágoras: magnitude de conectividade

Objetivos de aprendizado

• Classificar paciente nos 4 vetores via qEEG e sLORETA

• Interpretar centralidade e conectar a déficits executivos

• Usar connectogram PLV para monitorar evolução das arestas

Apresentação: Dra Viviane Dasilva - Instagram | LinkedIn | Facebook

Psicóloga, mestre em Dependência Patológica com certificação pela Universidade de Oxford e membro da Associação Britânica de Neurociência. Atualmente, cursa mestrado em Neurociência Cognitiva e Psicobiologia na Universidade de Parma, Itália, onde também atua como assistente de pesquisa no Laboratório de Psicologia Cognitiva. Possui pós-graduação em Teoria dos Sistemas Familiares e Terapias de Terceira Geração.

Desde 2016, atende online com consultoria individual, familiar e corporativa, realizando leituras de mapas neurais e programas remotos de neurorreabilitação e neurotreinamento com qEEG e dispositivos domiciliares.

Da amplitude linear ao closed-loop de precisão: como o NFT reconstrói arestas do grafo.

• NEUROFEEDBACK • NFT • CLOSED-LOOP • LIVE SESSION

Conteúdo central

Quando o NFT é combinado com sLORETA e teoria dos grafos, deixa de ser um treino de amplitude genérica e passa a ser uma calibração cirúrgica de arestas específicas do grafo neural.

• Princípio de Hebb aplicado ao NFT

• NFT Z-score vs amplitude: vantagens e limitações

• Montagem de 3–4 canais monorreferenciais

• Protocolo de linha média: Fz, Cz, Pz, Oz

• SMR em Cz · Ritmo Mu em C3/C4

• Fz como âncora vetorial: F3 (hipo) · F4 (hiper)

• Live Session no FRM: Band Power, Spectrum, Wavelet

Objetivos de aprendizado

• Montar protocolo NFT de 3–4 canais com âncora Fz

• Distinguir quando usar SMR, Mu, Alfa e Teta

• Usar a Live Session do software em tempo real

Apresentação: Dr João Paulo Moreira Di Vellasco - CRP 09/4975 - Instagram | LinkedIn | Facebook CDI · BDWS · i-

• Graduado em Psicologia e Especialista em Neuropsicologia psicologia pela PUC/Go

• Aperfeiçoamento em Psicogerontologia pelo PROEPSI/UFMG

• Habilitação na Técnica de Neuromodulação Autorregulatória/Neurofeedback (Neurowork)

• Docente na graduação de Psicologia e supervisor de estágio em Neuropsicologia da UNIALFA.

• Docente na Pós Graduação de Terapia Comportamental Cognitiva, Reabilitação Neuropsicológica e Psicologia da Saúde no Instituto Suassuna.

Instagram: @joaopaulovellasco

Email: [email protected]

Engenharia de tráfego neural: escolher a ferramenta certa para o nó certo do grafo.

• TDCS • TACS • TPCS • TRNS • TVNS

Conteúdo central

Com sLORETA e teoria dos grafos, o alvo não é o eletrodo — é o nó do grafo. Esta palestra apresenta as cinco modalidades de corrente disponíveis, suas mecânicas biofísicas distintas, e como o diagnóstico vetorial define qual ferramenta usar.

• tDCS (Corrente Contínua): modulação tônica — anodal (excitatório) vs catodal (inibitório)

• tACS (Corrente Alternada): ressoa com ritmos endógenos — sincroniza oscilações

• tPCS (Corrente Pulsada): pulsos com duty cycle — modulação temporal precisa

• tRNS (Ruído Aleatório): ruído branco de corrente — excitabilidade cortical bilateral

• tVNS (Nervo Vago Transcutânea): modulação autonômica e anti-inflamatória

• Diagnóstico vetorial → modalidade: hipofunção, burnout, ansiedade

• Protocolo concorrente (closed-loop): estimulação + tarefa cognitiva

Objetivos de aprendizado

• Distinguir os mecanismos biofísicos das 5 modalidades e suas indicações

• Selecionar a modalidade correta para cada vetor clínico identificado

• Desenhar protocolo concorrente com base no nó-alvo do grafo

Apresentação: Dra Renata Maria de Paula NásserCDI · BDWS · i-

• Psicóloga Clínica e Neuropsicóloga

• MBA em Reabilitação Neuropsicológica — IPOG – Instituto de Pós- Graduação e Graduação — Em andamento

• Especialização em Neuropsicologia — IPOG – Instituto de Pós-Graduação e Graduação — 2026

• Especialização em Avaliação e Diagnóstico Psicológico — Faculdade Única — 2016

• Especialização em Psicopatologia — Incantato Educação — Em andamento

• Graduação em Psicologia — UNIPAC – Universidade Presidente Antônio Carlos —2014

A caixa de marchas completa: integrar as quatro ferramentas em sequência clínica.

• NBR • EBA-RC • NEUROMOVE • NEUROGRAPH • POLAR H10

Conteúdo central

O Neurotraining integra quatro ferramentas com lógicas distintas e complementares: NBR regula o sistema autonômico, EBA-RC reconsolida traços mnésicos, Neuromove reconecta neurônios motores, e NeuroGraph monta treinos baseados nos hubs comprometidos do conectoma.

• NBR Method: dois tracks — NBR Core (respiração + mindfulness) e NBR+EBA-RC

• EBA-RC: 5 fases (calibração → evocação → EBA → integração → consolidação)

• Neuromove Fase 1: respiração + relaxamento progressivo — preparação metabólica

• Neuromove Fase 2: marcha rítmica bilateral — descargas de entropia

• Neuromove Fase 3: resistência leve com tDCS M1 — neuromodulação + movimento

• HRV Polar H10 como árbitro: RMSSD via Bluetooth regula intensidade e pausas

• NeuroGraph: hubs comprometidos por condição (Parkinson → M1 + parietal + memória)

Objetivos de aprendizado

• Descrever as 3 fases do Neuromove e o papel do HRV Polar H10 como árbitro

• Distinguir NeuroGraph de treino cognitivo por circuitos isolados

• Sequenciar NBR → EBA-RC → Neuromove → NeuroGraph em sessão integrada

Apresentação: Dra Viviane Dasilva - Instagram | LinkedIn | Facebook

Psicóloga, mestre em Dependência Patológica com certificação pela Universidade de Oxford e membro da Associação Britânica de Neurociência. Atualmente, cursa mestrado em Neurociência Cognitiva e Psicobiologia na Universidade de Parma, Itália, onde também atua como assistente de pesquisa no Laboratório de Psicologia Cognitiva. Possui pós-graduação em Teoria dos Sistemas Familiares e Terapias de Terceira Geração.

Desde 2016, atende online com consultoria individual, familiar e corporativa, realizando leituras de mapas neurais e programas remotos de neurorreabilitação e neurotreinamento com qEEG e dispositivos domiciliares.

Integrando neurociência de precisão à escuta clínica: o perfil do profissional do século XXI.

• NORA • COUNSELLOR • ÉTICA • RELAÇÃO TERAPÊUTICA

Conteúdo central

NORA (Neuromedtech Oriented Responsive Assistant) é o framework que integra os dados objetivos do qEEG à subjetividade do paciente. Uma ferramenta sem clínico formado é apenas tecnologia.

• NORA: o que é e como diferencia o profissional do aplicador técnico

• Tríade: dados objetivos + fenótipo clínico + relação

• Formação de Counsellors: competências e limites

• Apresentar o relatório FRM ao paciente sem perder precisão

• Integração multidisciplinar e encaminhamentos

• Acompanhamento longitudinal: CDI e MRV sessão a sessão

• Casos clínicos e aliança terapêutica

Objetivos de aprendizado

• Definir NORA e como integra dados objetivos à escuta relacional

• Identificar competências centrais do Counsellor

• Praticar a apresentação ética do relatório FRM ao paciente

Apresentação: Dra Brena Caroline dos Santos Dias

• Brena Caroline dos Santos Dias

• Neuropsicopedagoga

• Mestra Profissional em Educação

• Formação de Extensão Universitária em Neurofeedback

Tour completo pela plataforma: do primeiro login ao relatório PDF em 30 minutos.

• FRM SOFTWARE • DEMO AO VIVO • LIVE SESSION • RELATÓRIO • PAPER DEMO

Conteúdo central

Tour completo pela plataforma conduzido como uma jornada clínica completa: um paciente real é carregado, todas as abas são exploradas em sequência lógica, uma simulação TVB é executada ao vivo, e um relatório clínico em PDF é gerado ao final.

• Dashboard e layout: header, sidebar, brain map SVG e as seis abas de análise

• Importação de dados: Epoch JSON vs EDF — quando usar cada formato

• Aba Resonance: i-APF, i-FAI, CDI, BDWS e Better Frequencies

• Aba Advanced Metrics: Higuchi, Hurst, DFA, Lyapunov, Hodgkin-Huxley, Goodwin

• Aba Fractal: simulação TVB e análise multiescala (12 escalas temporais)

• Aba Protocol: ajuste personalizado Z × Pascal × Fibonacci × φ por banda

• Aba sLORETA: 4 visualizações (3-Panel, Montage, Topomap, 3D)

• Relatório clínico: as 13 seções do report e exportação em PDF

Objetivos de aprendizado

• Navegar com segurança em todas as abas do software e interpretar cada métrica

• Executar o fluxo completo: importar EDF → rodar simulação → gerar relatório PDF

• Usar o Paper Demo para apresentar o FRM a colegas e pacientes

Apresentação: Eng Software Sergio Nader

• Sergio Nader é um engenheiro de software sênior que lidera o desenvolvimento e a integração de IA do Modelo de Ressonância Fractal, uma plataforma com inteligência artificial que traz uma abordagem inovadora para a análise de qEEG usando a geração de relatórios baseada em RAG, como parte da NeuroMedTech. Ele também desenvolve soluções de IA para empresas que buscam integrar IA às suas operações existentes e é o fundador do adaptAI.chat, uma plataforma que dá aos usuários acesso a quase 300 modelos de IA a partir de uma única interface — com a possibilidade de compará-los lado a lado. Músico, aquarelista e entusiasta de física e história, ele constrói com IA e a integra em produtos do mundo real diariamente, e é exatamente por isso que ele não confunde o que ela faz com o que ela é.

A plataforma de formação que une profissional, família e caregiver em um sistema completo.

• NETNEURO • PATIENT-CENTRED • FAMILIA • CAREGIVER • ECOSSISTEMA • REINO UNIDO

Conteúdo central

A NetNeuro nasceu de uma convicção da neurociência produzida nos laboratórios precisa chegar à clínica e à vida diária do paciente sem perder o rigor. Plataforma britânica com expansão crescente no Brasil, liderada pela Dra. Viviane Dasilva.

• Missão: trazer a ciência dos laboratórios para a vida real da clínica

• Origem britânica · expansão no Brasil — bilíngue, acessível, com rigor

• Abordagem patient-centred: inclui família, caregiver e ambiente

• Trilha Profissional: qEEG, sLORETA, FRM, NFT, Neuromodulação, NORA

• Trilha Família & Caregiver: entender o diagnóstico e apoiar a reabilitação

• Trilha Paciente: neuroeducação acessível — o cérebro como aliado

• Comunidade ativa: supervisão clínica, grupos de estudo, suporte pós-certificação

Objetivos de aprendizado

• Compreender a missão e o posicionamento da NetNeuro no ecossistema

• Identificar as trilhas disponíveis para profissionais, famílias e caregivers

• Entender por que incluir o entorno do paciente é parte do protocolo clínico

Apresentação: Coach Raquel Simomura

• Coach certificada de adolescentes pela BP NeuroTraining, com formação em Coaching Vocacional, Habilidades Interpessoais, Metacognição, TDAH e Necessidades Educacionais Especiais.

• Executiva com mais de 25 anos em empresas globais, especialista em estratégia, inovação, governança, gestão de projetos, PMO e criação de valor em ambientes multiculturais.

• Consultora, mentora e palestrante, conecta estratégia e execução com alto impacto organizacional. Cursa Mestrado em Liderança, possui MBA e certificações PMP, Disciplined Agile e Scrum.