🧠 neurociencia

Model-based pupil deconvolution reveals latent attentional dynamics

Este artículo presenta un modelo de deconvolución de doble núcleo que separa la constricción y la dilatación pupilar para recuperar la dinámica atencional latente de alta resolución temporal a partir de las señales pupilares, superando las limitaciones de la respuesta pupilar lenta en paradigmas visuales rápidos.

Autores originales: Maity, S., Mathot, S., Ray, S. B.

Publicado 2026-10-08

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Maity, S., Mathot, S., Ray, S. B.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

El cerebro humano es un maestro del filtrado, cribando constantemente una inundación de información visual para concentrarse en lo que más importa. Cuando miramos una calle concurrida o una habitación llena de gente, nuestra atención actúa como un reflector, iluminando detalles específicos mientras deja el resto en las sombras. Sin embargo, este reflector no se enciende y se apaga instantáneamente; toma un momento activarse y un momento desactivarse. Si dos cosas importantes aparecen en nuestra visión muy cerca una de otra en el tiempo, el cerebro a menudo tiene dificultades para procesar la segunda. Este fenómeno, conocido como el parpadeo atencional, es un límite bien documentado de la percepción humana. Para estudiar cómo funciona este reflector, los científicos se han dirigido durante mucho tiempo a la pupila del ojo. La pupila hace más que solo reaccionar a la luz; también se expande en respuesta al esfuerzo mental y la atención. Al observar la pupila, los investigadores pueden obtener un vistazo al estado cognitivo del cerebro. Sin embargo, existe un problema significativo con este método: la pupila es lenta. Tarda tiempo en ensancharse y tiempo en encogerse, lo que significa que si dos eventos ocurren rápidamente uno tras otro, la reacción de la pupila al primer evento aún se está desarrollando cuando ocurre el segundo. Las dos reacciones se mezclan, haciendo casi imposible determinar exactamente cuándo el cerebro prestó atención a cada elemento específico.

Un equipo de investigadores se propuso resolver este problema de sincronización mediante el desarrollo de una nueva forma de observar los datos. Querían ver si podían desenredar las señales pupilares difusas para revelar los momentos ocultos y rápidos de atención que ocurrían en lo profundo del cerebro. Para ello, diseñaron un experimento en el que los participantes observaban una ráfaga rápida de rostros apareciendo en una pantalla. Los rostros aparecían tan rápido —cada uno durante solo 100 milisegundos, seguidos de una breve pausa— que el cerebro tenía que trabajar duro para seguir el ritmo. En la mayoría de los ensayos, dos rostros emocionales, como una expresión de felicidad o de ira, estaban ocultos entre otros neutros. Los investigadores pidieron a los participantes que identificaran estos rostros emocionales. Mientras los participantes observaban, el equipo registró los movimientos de sus pupilas con cámaras de alta velocidad. El objetivo era ver si el comportamiento de la pupila cambiaba dependiendo de si el participante lograba notar ambos rostros emocionales o si perdía el segundo.

El desafío era que los datos brutos de la pupila parecían una única onda desordenada. Debido a que los rostros aparecían tan rápido, la reacción de la pupilla al primer rostro no había terminado antes de que apareciera el segundo, causando que las señales se superpusieran por completo. Para atravesar esta confusión, los investigadores crearon un nuevo modelo matemático. En lugar de tratar la reacción de la pupila como un único evento lento, la modelaron como dos partes distintas trabajando juntas. La primera parte es el encogimiento inmediato y reflexivo de la pupila cuando una imagen brillante golpea el ojo. La segunda parte es el ensanchamiento más lento y deliberado que ocurre cuando el cerebro enfoca su atención. Al separar estos dos procesos físicos, el equipo pudo revertir matemáticamente el proceso. Tomaron la onda desordenada y superpuesta de los datos pupilares registrados y trabajaron hacia atrás para estimar el patrón oculto de atención que debió haberla causado. Este enfoque les permitió reconstruir la cronología de la atención con una precisión que los datos brutos por sí solos nunca podrían proporcionar.

Cuando aplicaron este nuevo método a los datos, los patrones ocultos emergieron claramente. Los investigadores descubrieron que cuando los participantes identificaban con éxito ambos rostros emocionales, el modelo revelaba dos picos distintos de atención. El primer pico correspondía al momento en que el cerebro se enfocaba en el primer rostro, y el segundo pico aparecía cuando el cerebro se enfocaba en el segundo rostro. Sin embargo, cuando los participantes perdían el segundo rostro —un clásico "parpadeo atencional"— el segundo pico era significativamente más débil o desaparecía por completo. Esto confirmó que el modelo podía recuperar con éxito los momentos ocultos de atención, incluso cuando la respuesta física de la pupila era demasiado lenta para mostrarlos directamente. El estudio también analizó si la emoción de los rostros, como la felicidad o la ira, cambiaba la fuerza de estos picos atencionales. Aunque el desempeño de los participantes en la pantalla variaba ligeramente según las emociones, el modelo mostró que la fuerza subyacente de los episodios de atención se mantenía sorprendentemente constante a través de las diferentes combinaciones emocionales.

Este trabajo demuestra que la naturaleza lenta y perezosa de la pupila no tiene por qué ser una barrera para comprender los procesos cerebrales rápidos. Al utilizar un modelo de doble parte para separar el encogimiento reflexivo del ensanchamiento atencional, los investigadores pudieron extraer una cronología clara del enfoque mental a partir de una señal difusa. Los hallazgos sugieren que la atención opera en ráfagas discretas y cortas, y que estas ráfagas pueden medirse de forma no invasiva observando los ojos. El equipo también puso su nuevo método a disposición de otros científicos como una herramienta de software, abriendo la puerta a estudios más precisos sobre cómo la mente humana navega en un mundo visual de ritmo acelerado. En última instancia, el estudio demuestra que incluso cuando las señales del cuerpo son lentas, el lente analítico adecuado puede revelar la velocidad y el ritmo de la mente.

Resumen Técnico: La deconvolución de la pupila basada en modelos revela la dinámica atencional latente

Planteamiento del problema

La atención visual opera en una escala de tiempo significativamente más rápida que la respuesta pupilar fisiológica. Si bien el tamaño de la pupila es un proxy no invasivo bien establecido para la implicación atencional y la carga cognitiva, su lenta dinámica temporal (caracterizada por un ascenso lento y un decaimiento prolongado) dificulta la resolución de las respuestas atencionales a estímulos presentados en sucesión rápida, como en los paradigmas de Presentación Visual Serial Rápida (RSVP, por sus siglas en inglés). En estos escenarios, las respuestas pupilares a eventos sucesivos se superponen extensamente, oscureciendo el perfil temporal distintivo de los episodios atencionales individuales.

Además, los métodos existentes para estimar episodios atencionales latentes a partir de datos pupilares mediante deconvolución (por ejemplo, Wierda et al., 2012) modelan principalmente la fase de dilatación de la respuesta pupilar. Estos no logran dar cuenta de la naturaleza bifásica de la reacción de la pupila a los estímulos visuales, que incluye una fase de constricción temprana y rápida (el reflejo pupilar de la luz, PLR) seguida de una fase de dilatación más lenta. Esta limitación impide la disociación precisa de eventos atencionales que ocurren durante la ventana de constricción temprana o cuando múltiples estímulos se superponen dentro de la respuesta bifásica.

Metodología

Paradigma Experimental

El estudio empleó una tarea de RSVP adaptada de Ray et al. (2020) para provocar el efecto de Parpadeo Atencional (AB, Attentional Blink).

Estímulos: Rostros emocionales (Feliz, Enojado) sirvieron como objetivos, mientras que los rostros Neutros sirvieron como distractores. Las imágenes se obtuvieron de la base de datos de rostros de Radboud y fueron ecualizadas en luminancia.
Procedimiento: Las pruebas comenzaban con una fijación de 1000 ms, seguido de un flujo de 15 rostros presentados durante 100 ms cada uno, intercalados con 50 ms de espacios en blanco.
Condiciones:
- Ensayos de dos objetivos (80%): Se presentaron dos objetivos emocionales (T1 y T2). T1 apareció en las posiciones seriales 4–6. T2 apareció en varios desfases (lags) respecto a T1 (Lag 1: 150 ms, Lag 2: 300 ms, Lag 3: 450 ms, Lag 5: 750 ms).
- Ensayos de un solo objetivo (20%): Solo se presentó T1.
Participantes: 32 participantes (después de los criterios de exclusión) de la Universidad de Groninga. Los datos pupilares se registraron monocularmente a 500 Hz utilizando un EyeLink 1000.

El Modelo de Deconvolución de Doble Núcleo

La contribución metodológica central es un enfoque de deconvolución basado en modelos que trata la respuesta pupilar como un sistema de Tiempo Invariante Lineal (LTI) impulsado por eventos atencionales latentes. A diferencia de los enfoques previos de núcleo único, este modelo utiliza dos funciones de respuesta al impulso (núcleos) distintas:

Núcleo de Constricción ( $h_{constriction}$ ): Modelado como una función Erlang-Gamma invertida para capturar la constricción pupilar rápida y reflexiva desencadenada por el inicio del flujo visual. Está anclado a la latencia estimada del PLR (derivada de la pendiente negativa más pronunciada dentro de los primeros 400 ms).
Núcleo de Dilatación ( $h_{dilation}$ ): Modelado utilizando la función estándar Erlang-Gamma (Hoeks & Levelt, 1993) para capturar la dilatación más lenta evocada por la tarea y asociada con la implicación atencional. Este núcleo se convierte en puntos de tiempo discretos correspondientes a posibles episodios atencionales (intervalos de 150 ms).

Reconstrucción de la Señal:
La señal pupilar observada $y(t)$ se modela como la suma de:

La convolución de un evento de constricción único con el núcleo de constricción.
La convolución de una secuencia de episodios atencionales latentes ( $i_{attn}$ ) con el núcleo de dilatación.
Un componente de deriva lineal para dar cuenta de las fluctuaciones de la línea base.

$\hat{y}(t) = (i_{PLR} * h_{PLR})(t) + (i_{attn} * h_{attn})(t) + \beta t$

Optimización:
Las amplitudes de los episodios atencionales latentes y el parámetro de deriva se estimaron minimizando el error cuadrático medio entre las señales pupilares predichas y observadas utilizando un método de cuasi-Newton acotado (L-BFGS-B). La optimización se repitió 50 veces con inicializaciones aleatorizadas para evitar mínimos locales.

Implementación de Software:
Los autores desarrollaron PupilDeconvolve, un paquete de Python de código abierto que implementa este flujo de trabajo de doble núcleo, utilizando la Transformada Rápida de Fourier (FFT) para una convolución eficiente.

Resultados Clave

Rendimiento Conductual

Parpadeo Atencional: Se confirmó un robusto efecto de AB, con una precisión de T2 significativamente menor en el Lag 1 en comparación con los lags posteriores.
Modulación Emocional: La magnitud del AB varió en función del emparejamiento emocional de T1 y T2 (por ejemplo, Feliz-Feliz frente a Enojado-Enojado), replicando hallazgos previos (Ray et al., 2020).

Análisis de la Respuesta Pupilar

Datos Pupilares Brutos: El análisis directo de la señal pupilar bruta no reveló diferencias significativas entre los ensayos de "Parpadeo" (T2 fallido) y "Sin Parpadeo" (T2 detectado), ni entre las diferentes condiciones emocionales. La naturaleza superpuesta de las respuestas en el flujo de RSVP impidió el aislamiento de los efectos específicos de la condición en la señal bruta.

Episodios Atencionales Latentes (Datos Deconvolucionados)

El modelo de deconvolución recuperó con éxito dinámicas temporales que eran invisibles en los datos brutos:

Parpadeo vs. Sin Parpadeo: La amplitud de los episodios atencionales recuperados fue significativamente mayor en la condición "Sin Parpadeo" en comparación con la condición de "Parpadeo", particularmente en una ventana de tiempo entre 900 ms y 1800 ms. Esto se alinea con la hipótesis de que el procesamiento exitoso de T2 requiere una mayor implicación atencional.
Estructura Temporal: En los ensayos de "Sin Parpadeo", se observaron dos grupos distintos de episodios atencionales: uno correspondiente al procesamiento de T1 (700–900 ms) y un segundo correspondiente al procesamiento de T2 (1100–1400 ms).
Condición de Objetivo Único: Incluso en los ensayos con un solo objetivo, se observó un segundo episodio atencional (1100–1300 ms), lo cual los autores interpretan como un efecto de expectativa dado el bajo porcentaje (20%) de ensayos de un solo objetivo.
Valencia Emocional: A pesar de las diferencias conductuales basadas en la valencia emocional, la amplitud de los episodios atencionales recuperados no difirió significativamente entre las condiciones de emparejamiento emocional (HH, HA, AA, AH). Los autores sugieren que esto puede deberse a la agregación de ensayos a través de los lags o a que la ventana temporal del RSVP es insuficiente para resolver las dinámicas específicas de la valencia.

Significado y Reivindicaciones

El artículo sostiene que el modelo de deconvolución de doble núcleo propuesto supera las limitaciones de resolución temporal de la pupilometría convencional en paradigmas visuales rápidos. Al modelar explícitamente tanto la fase de constricción como la de dilatación, el método permite la recuperación de episodios atencionales latentes que son temporalmente distintos, incluso cuando las señales pupilares subyacentes se superponen sustancialmente.

El estudio demuestra que:

Las dinámicas latentes son recuperables: El perfil temporal de la asignación atencional (específicamente la naturaleza episódica de la atención descrita por el modelo eSTST) puede inferirse a partir de la señal pupilar con una resolución que antes estaba oscurecida por la lentitud de la pupila.
Validación contra la teoría: Los episodios atencionales recuperados se alinean con las teorías establecidas del Parpadeo Atencional, mostrando fases de procesamiento distintas para T1 y T2, así como una reducción en la implicación cuando T2 se pierde.
Disponibilidad de la Herramienta: El método se proporciona como una herramienta de software de propósito general (PupilDeconvolve) para investigar la dinámica de la atención temporal en tareas visuales rápidas, ofreciendo una alternativa no invasiva o complementaria a los métodos de neuroimagen como EEG y MEG.

Los autores mantienen una postura modesta respecto a los resultados de la valencia emocional, reconociendo que, si bien hubo diferencias conductuales, el modelo no detectó diferencias correspondientes en la amplitud de los episodios atencionales, potencialmente debido a restricciones metodológicas (agregación de ensayos y límites de resolución temporal del RSVP). Enfatizan que los episodios estimados son aproximaciones basadas en un supuesto LTI y deben interpretarse como estimaciones derivadas del modelo y no como mediciones fisiológicas directas.