PROPOSIÇÃO DE UM MODELO FUZZY PARA ASPECTOS

DA BIOFÍSICA DE SISTEMAS COMPLEXOS APLICADOS

A INTERAÇÃO HUMANO-COMPUTADOR

ABSTRACT
This article represents a theoretical preamble and prospective technical to the proposal of a model of human- computer
interaction of correspondence , by mathematical conversion and parametric (semiotic ), about biophysical dimension values
in codes of various kinds. At this system is identified as human – computer interaction a complex transducer that is entitled
as fuzzy transducer.

KEYWORDS
Transducer, fuzzy, Human-computer interaction

1. INTRODUÇÃO
A tecnologia sendo produzida e situada em um tempo e espaço predeterminados potencializa usos e efeitos
distintos na vida social e nas relações construídas e estabelecidas, sendo, ao mesmo tempo, determinante e
determinada pelos fins e objetivos a que se propõem. Humanos a despeito de desencadearem procedimentos
tradicionais característicos das habilidades, domínios e competências, por vezes aquém das condições reais de
existência, convivem com atualizações constantes das ferramentas e das finalidades de uso dos artefatos
tecnológicos, sendo cotidianamente surpreendidos, com novas alternativas que forjam o repensar de
concepções e práticas, e que imprime/m outras possibilidades de mediações entre humano-computador.
O mundo virtual nunca esteve tão presente: são tantas as nomenclaturas sobre a temática que hoje encontramos.
"Realidade virtual" se refere hoje, apenas àquilo que não identificamos como real ou material, e que, embora
afete nossas vidas, o faz apenas através da imaginação, do cognitivo. A virtualidade que pode representar por
meio de simulações e interações humano-computador grande parte das ações humanas, inclusive tentar simular
o sistema nervoso central (SNC), que é um centro biofísico de aferição e geração de comandos entre os
organismos e seu entorno, o meio; é um sistema de interface, gerenciador das relações do organismo. O SNC
é também um sistema de monitoramento interno que possibilita um balanço nas saídas dos comandos, gerando
assim, um equilíbrio entre as condições iniciais do corpo e estímulos físicos extracorpóreos. Trata-se de um
sistema marcado por propriedades de auto-organização, num equilíbrio caracteristicamente metaestável –
garantido por programas de mudança de estado, reconhecidos de forma multiescalar no organismo
[1](BUZSAKI, 2006). É importante observar que as mudanças de estado encontram-se potencialmente
previstas no organismo, também em caráter multiescalar; resultam de predisposições ou sensibilidades de
sistemas biofísicos a alterações de energia externa e interna, dado que os chamados sentidos biológicos, ou
sensores, permitem rastrear não somente fontes físicas extras, como também intracorpóreas de alteração de
energia. Estas alterações são identificadas como estímulos, revelando-se estes como qualificadores funcionais,
pois validados na dependência estrita com a capacidade de leitura do corpo orgânico. Daí pode-se compreender
com facilidade porque a neurobiologia de sistemas parte da premissa de que não cabe aos ditos estímulos
(potenciais) a determinação das mudanças de estado do organismo, mas sim às condições de integração
organismo-meio definidas em base instantânea e dinâmica. Pode-se aferir, através de recursos tecnológicos,
indicadores biofísicos de mudança de estado em resposta a alterações físicas do meio, buscando, mediante
análise de padrões nestes indicadores, por possíveis correspondências entre as dimensões física extracorpórea
e biofísica peri e intracorpórea. Acredita-se, assim, na existência do que poderia ser entendido como uma
inteligência de transdução entre as dinâmicas físicas externas e biofísicas internas, papel central do sistema
nervoso.
 “O sistema nervoso central tem sete partes principais. A medula espinal, a parte mais caudal
do sistema nervoso central, recebe e processa informação sensorial da pele, das articulações e
dos músculos dos membros e do tronco e controla os movimentos dos membros e do tronco”.
[2] (KANDEL, 2014).

. O sistema nervoso está em uma condição estratégica. Apresenta-se como interface: concentra os circuitos
funcionais de compromisso entre percepção e ação, de forma a tal ponto imbricada que ambos se tornam
aspectos indissociáveis de sua função. É a sede da inteligência do binômio organismo-meio, garantindo a
complexidade desta dinâmica e privilegiando os sistemas de sobrevida do organismo.
O comportamento humano depende de uma gama sofisticada de receptores sensoriais conectados a um órgão
neural altamente flexível - o encéfalo - que seleciona, dentre o fluxo de sinais sensoriais, aqueles eventos
ambientais que são importantes para o indivíduo. Em outras palavras, o encéfalo organiza ativamente a
percepção, parte da qual é armazenada na memória para referência futura, e outra parte é transformada em
respostas comportamentais imediatas. Tudo isso é realizado por células nervosas interconectadas. Células
nervosas individuais, ou neurônios, saõ as unidades básicas do encéfalo. O encéfalo humano possui um enorme
número dessas células da ordem de 1011 neurônios, que podem ser classificadas em, no mínimo, mil diferentes
tipos. Mesmo assim, a complexidade do comportamento humano depende mais da organização dos neurônios
em circuitos anatômicos com funções precisas do que de sua variedade [3](KANDEL, 2014).
Bases comuns de organização biofísica encontram-se presentes em todos os níveis reconhecidos da estrutura
funcional do sistema nervoso. Moléculas são organizadas como cadeias de reações bioquímicas, por sua vez
estruturadas como organelas, estas em células que se coordenam em circuitos funcionais, a circuitaria neural,
atingindo graus de concentração e complexidade máximos em vertebrados superiores, e especialmente no
cérebro humano.

2. FUNDAMENTAÇÃO TEÓRICA

2.1 Transdutores e o transdutor complexo

A figura 1 descreve um exemplo de arquitetura de um transdutor que é representado por um microfone que
funcionalmente transforma energia sob a forma de onda sonora (vibração mecânica no ar) em sua representação
sob a forma de sinais elétricos (corrente elétrica), que poderão ser processados.

Figura 1. Arquitetura de um transdutor. Fonte. http://www.electronics-tutorials.ws

Segundo Agarwal (2005), Fraden (2010) e Sinclait (2001) transdutores são frequentemente utilizados nos
limites de sistemas de automação, medição e controle, onde os sinais elétricos são convertidos para/ou a partir
de outras grandezas físicas (energia, força, torque, luz, movimento, posição etc.). O processo de conversão de
uma forma de energia para outra é conhecido como transdução. São classificados em: mecânicos, elétricos,
magnéticos, ópticos, acústicos, químicos, biológicos, entre outros. A título de demonstração, contextualiza-se
o transdutor biológico. Segundo Steve (1983, p.689) “[...] transdutores biológicos traduzem estímulos físicos
ou químicos em sinais elétricos ou químicos que podem ser processados pelo organismo”.
Os fotosensores da retina, por exemplo, são sensibilizados por variações externas da energia eletromagnética,
acionando uma cascata de alterações de energia eletroquímica que definem nas dimensões estrutural espacial
e temporal, mudanças de estado multiescalares, que se instalam nos elementos subcelulares (moleculares),
celulares e pluricelulares organizadores da vasta circuitaria neural. Este exemplo, ilustrado pelo sistema
sensorial visual, amplamente estudado no humano, nos permite entender a generalização que muitas vezes
encontramos na literatura, que consiste em interpretar nossos sistemas sensoriais como transdutores físicos, ou
seja, como meros conversores de uma forma de energia em outra. Essa visão é colocada em cheque pela
neurobiologia de sistemas, conforme introduzimos acima. A conversão de parte de uma forma de energia em
outra é circunstanciada, é secundária a um complexo acoplamento funcional que a antecede e define sua
potencialidade, para o qual pré-disposições inatas são somadas a estados metaestáveis, definidos momento a
momento no corpo como um todo, e que integram um complexo sistema de auto-organização em todos os
níveis da circuitaria neural, incluindo seus intermediadores moleculares. Entendemos que a sensibilidade e, a
partir desta, a consciência perceptual de alterações físicas ou estímulos, de referência extra ou intracorpórea,
se ergue sobre um sistema de transdução que, redefinido por esta visão sistêmica, não se limita a conversão de
energia, não se limita a base física dos códigos (ou indicadores operacionais), mas na estruturação nova e
dinâmica de padrões de coerência biofísica, fisiológica, integrada, entre os sistemas físico e biofísico de
códigos, moldados dinâmica e ininterruptamente pelas mudanças de estado que antecipam e que coincidem
com os estímulos físicos. Estas são as bases sobre as quais definimos o organismo, e/ou seus sistemas
especializados, como um transdutor complexo.
O corpo humano, um referencial de alta complexidade, pode ser entendido como um conjunto de transdutores
complexos. Conforme justificamos acima, esse complexo está em constante mudança de estado. Como
resultado da coordenação de uma miríade de sistemas transdutores, um estado instantâneo qualquer é
invariavelmente uma atualização no sistema biofísico integrado aqui discutido, e que redefine não somente o
espectro de alterações físicas às quais estamos sensíveis, a cada instante, como também seu impacto nas
alterações de estado subsequentes, promovidas em todos os níveis, das moléculas aos circuitos neurais, da
percepção ao comportamento individual, estendendo-se às demais instâncias de organização multiescalar já
mencionadas.
A percepçaõ inicia em células receptoras, sensíveis a um a ou a outro tipo de energia de estímulo. A maioria
das sensações é identificada com determinado tipo de estímulo. Assim, uma luz de comprimentos de onda
curtos atingindo os olhos parece azul e o açúcar na língua tem sabor doce. A forma como os aspectos
quantitativos de estímulos físicos se correlacionam com as sensações que evocam é o tema da psicofísica.
(Kandel, 2014).

2.2 Sensores biológicos

Os sistemas sensoriais biológicos são essencialmente sensores por transdução complexa. Dão pistas ao
organismo dos aspectos da realidade física para os quais estamos, a cada instante, potencialmente sensíveis. Se
por um lado estas pistas são reveladoras de um mundo físico de referência extracorpórea, por exemplo, pelas
razões discutidas acima, são também resultantes de recursos limitadores, determinados pelo sistema de
transdução complexa que constitui a natureza intrínseca dos organismos biológicos. Na condição humana, é a
partir destes recursos que construímos realidades consideradas ora mais ora menos confiáveis.
Desde os tempos antigos, os seres humanos são fascinados pela natureza da experiência sensorial. O filósofo
grego Aristóteles definiu cinco sentidos: visão, audição, tato, gustação e olfato - cada um ligado a um órgão
sensorial específico no corpo: olhos, orelhas, pele, língua e nariz. A dor não era considerada uma modalidade
̃ , com frequência denominada coloquialmente como o "sexto
sensorial, mas sim uma afliçaõ da alma. A intuiçao
sentido", era algo além da experiência dos sistemas sensoriais clássicos. Atualmente, é mais provável que os
neurobiólogos descrevam a intuiçaõ como inferências derivadas de experiências prévias e, como tal, resultado
de processos cognitivos, e não sensoriais. (Kandel, 2014). No dicionário Michaellis Eletrônico, sensor é uma
designação genérica para dispositivos como radares, sonares, ecobatímetros, dentre outros (Michaellis, 2016).
Sensor biológico no campo da eletrônica é a combinação de um material biológico com um transdutor
correspondente Chenyang, 2013). São exemplos de sensores biológicos: quimiorreceptores, termorreceptores,
mecanorreceptores, fotorreceptores, exterorreceptores e interorreceptores .

2.3 Lógica Fuzzy

A lógica Fuzzy foi introduzida nos meios científicos por Loftti Asker Zadeh como uma lógica que surge como
uma possibilidade de compreender determinados pontos, contextos ou aspectos da matemática clássica Zadeh
(1965). Em determinados estudos sua aplicação é necessária a fim de identificar-se fatores, variáveis e/ou
parâmetros que permitam uma compreensão menos
nebulosa dos dados experimentais. Para tanto,
os dados são transpostos para a teoria dos conjuntos
Fuzzy como variáveis linguísticas (qualitativas),
num processo de fuzzificação, ou seja,
tornando-se conjuntos nebulosos.
As técnicas da teoria dos conjuntos Fuzzy têm sido
utilizadas nas mais diversas áreas da academia. Uma
das mais atuantes é a da computação, que tem possibilitado a automação de diversos processos em diferentes
áreas, que vão das mais simples tarefas domésticas, até o controle de sofisticados processos nas áreas de
engenharia de infraestrutura, tecnologia, controle e automação, planejamento e gestão, entre outras. Várias
situações vividas pelos seres humanos estimulam à criação de novos parâmetros e à tomada de decisões. Os
sistemas computacionais e outros meios de tecnologia não são capazes de lidar com tais situações, comuns aos
humanos (Shaw & Simões, 2007). Por este motivo, buscou-se adotar os sistemas fuzzy como uma variante dos
sistemas fuzzy, que considera ordens de organização funcional apreendidas da neurobiologia da cognição e de
sistemas.
Jan Lukasiewicz (1878-1956), pesquisador polonês, introduziu as primeiras noções de lógica dos conceitos
“vagos” a partir da apresentação dos conjuntos com graus de pertinência 0, ½ e 1, expandindo mais tarde este
conjunto para um número infinito de valores compreendidos no intervalo entre 0 e 1 (B oente, 2009).

3. MODELO PROPOSTO
A natureza estrutural do modelo apresentado preza por uma série de operações constituídas por simulações
algorítmicas de um transdutor, tendo como base o sistema de sensores que contempla três funções básicas
principais: (1) entrada de dados por monitoramento do ambiente físico; (2) entrada de dados por monitoramento
biofísico (corpo); e (3) transdução dos dados em saídas de diferentes tipos. Na arquitetura proposta, a entrada
de dados se dá mediante o registro de variáveis físicas e biofísicas por sensores especializados, que alimentam
um sistema de transdução algorítmico que neste protótipo é uma célula, ou módulo do sistema transdutor fuzzy.
No contexto da arquitetura proposta, o transdutor fuzzy contempla, a partir da associação modular de
microcontroladores e software de processamento de dados, a função de transduzir variáveis e estímulos físicos
e/ou biofísicos em sistemas de códigos e padrões coerentes por correlação (ou migração) funcional semiótica.
Nosso grupo lida com modelos na interface arte/neurociências/epistemologia, que nos reservam enorme
complexidade, as plataformas de experimentação científica artsci (Fróes, 2015). No contexto deste trabalho, a
lógica fuzzy é um recurso que nos permite lidar com imprecisões naturais de sistemas de natureza qualitativa,
comuns na interface entre as ciências experimentais objetivas e as ciências humanas, e que necessariamente
nos obrigam à classificação dos dados experimentais em subconjuntos, e/ou à parametrização destes dados. A
análise do problema, a definição das variáveis, a definição das funções de pertinência são aspectos da
complexidade dos modelos experimentais tratáveis pela lógica fuzzy nos quais uma mesma relação funcional
aponta para uma diversidade de correspondências linguísticas, tornando-os logicamente tratáveis. Concebido
para quantificação de sistemas qualitativos, é preditivamente um recurso de processamento lógico matemático
capaz de dar conta das correspondências semióticas que estamos prevendo no transdutor fuzzy.
O sistema detecta, usando o aparelho mysignals, variáveis físicas como pressão ou temperatura, gerando
valores para fuzzificação e defuzzificação de conjunto Fuzzy em número Crisp. A figura 2 apresenta o aparelho
mysignals.
 Figura 2. Aparelho Mysignals.
Fonte: http://www.my-signals.com/

Conforme figura 2. MySignals é uma plataforma de desenvolvimento para dispositivos médicos e aplicações
de saúde eletrônica. Pode ser usado para desenvolver suas próparias aplicações usando Android ou iOS ou
mesmo para adicionar seus próprios sensores para criar novos dispositivos médicos. A plataforma permite
aferir mais de 20 parâmetros biométricos, como pulso, taxa de respiração, oxigênio no sangue,
Sinais de eletrocardiograma, pressão sanguínea, sinais de eletromiografia muscular, níveis de glicose, resposta
galvânica da pele, Capacidade pulmonar, ondas de ronco, posição do paciente, fluxo de ar e parâmetros da
escala corporal (peso, massa óssea, gordura corporal, massa muscular, gordura visceral, índice metabólico
basal e índice de massa corporal). O modelo macro é apresentado na figura 3.

Figura 3. Modelo de interface

No esquema apresentado na figura 3 recebe dados de entrada na forma de grandezas físicas (mecânica,
eletromagnética) e/ou biofísicas (eletricidade da pele, ritmo de pulsação, temperatura de superfície corporal,
entre outros) conforme detectadas a partir do aparelho my-signals. Interface que terá como função capturar as
grandezas físicas do my-signals e executar a transdução, que por meio de algoritmo, transduz as grandezas
físicas gerando sinais que tem como função tratar informações e monitorar a experiência/vivência corporal do
indivíduo durante a aferição das grandezas físicas e tratar imprecisões comportamentais durante a experiência
do indivíduo, por meio do processo de fuzzyficação.

4. METODOLOGIA

4.1 Metodologia e apresentação de resultados

A execução do projeto em questão envolveu além do levantamento bibliográfico sobre o tema, a documentação
do software, implementação do sistema e o estudo de caso. O levantamento bibliográfico consta nas referências
deste artigo, no entanto cabe ressaltar a temática de total interdisciplinaridade no que diz respeito aos conteúdos
abordados, explicitamente a questão da interlocução entre humano-computador, aqui entendidos como
representações de voluntários (humanos) e computador (transdutor). A implementação do sistema teve como
primeiro passo estudos sobre a temática e observações de outros estudos em um laboratório de uma instituição
pública federal do Rio de janeiro em um projeto intitulado Anatomia das Paixões. Neste Projeto os sistemas
sensoriais humanos são reconhecidos como os portais biológicos. No exercício de aulas teóricas, palestras,
práticas de laboratório, ateliê e mostras expositivas, os sistemas sensoriais são explorados em mergulhos
transdisciplinares, estendendo-se do atrelamento forma-função biológica até o surgimento do homem
filosófico, numa demonstração sutil e gradual da unidade de consciência. No cenário apresentado o pesquisador
é estimulado a uma percepção especular do corpo através de seus próprios sistemas sensoriais que, de
instrumentos, tornam-se objetos. À partir da vivencia neste espaço transdisciplinar, buscou-se requisitos
computacionais para o desenvolvimento de módulos do projeto apresentado neste artigo, constitui-se o presente
modelo que continua em desenvolvimento. No que diz respeito às tecnologias.
Segundo passo: definição das tecnologias empregadas na construção do modelo, neste contexto duas
tecnologias em termos de linguagem de programação são utilizadas, a linguagens Java e C++.
O Terceiro passo constitui-se como a documentação do software, representada aqui apenas o diagrama de caso
de uso, fez uso da UML, Unified Modeling Language, que e um modelo de linguagem para modelagem de
dados orientado a objetos, usada para especificar, construir, visualizar e documentar um sistema de software.
A UML é uma linguagem padrão para elaboração de estrutura de projetos de software, como Sistemas de
informações Corporativos, Serviços Bancários e Financeiros, Telecomunicações, Transportes, Vendas de
Varejo, Eletrônica Médica, Serviços Distribuídos Baseados na Web etc., Rumbaugh, 2000).
O quarto passo estabelecido foi o desenvolvimento de parte de um dos transdutores (movimento corporal em
nota musical) conforme figura 4.

4.2 Perfil e Participantes do Estudo

Métodos qualitativos Neste estudo de caso foram recrutados cinco participantes.
Quatro participantes são especialistas em sistemas computacionais com experiência prática em
desenvolvimento de software utilizando a linguagem JAVA e que tenham experiência em desenvolvimento de
interfaces (pré-requisitos para participação no estudo. O primeiro especialista em sistemas computacionais
(participante 1) que participou do estudo tem 18 anos de experiência na área de desenvolvimento de software
e mestrado em informática.
O segundo especialista em sistemas (participante 2) possui 8 anos de experiência no uso de desenvolvimento
de sistemas e é doutorando em engenharia da produção, especificamente em logica Fuzzy. O terceiro
especialista em sistemas (participante 3) possui 15 anos de experiência no uso de desenvolvimento de sistemas
e é doutorando em informática, especificamente História das Ciências e das Técnicas e Epistemologia. A
quarta participante, é graduada em informática e especialista em projetos.

4.3 Descrição das Questões de Investigação do Estudo

As questões de investigação deste estudo visam avaliar as seguintes premissas, que nortearam a elaboração da
ferramenta. São elas:
O entendimento da solução de IHC apresentada reflete o fenômeno de conversão matemática e paramétrica
(semiótica), de valores de dimensão biofísica, específicamente neste momento, de movimentos corporais para
som;
A ferramenta IHC-ES contribui, de forma eficiente e eficaz, para o entendimento da solução de IHC para o
fenômeno de conversão; Esquema para interface da aplicação está representado na figura 5,
 Figura 4. Interface da aplicação usada no experimento.

Conforme apresentado na figura 4, o sistema implementado para representar o fenômeno de conversão

matemática e paramétrica (semiótica), de valores de dimensão biofísica , específicamente nesta aplicação
movimentos corporais são lidos usando o sensor da câmera do computador que funciona como um transdutor,
o sistema converte usando parámetros matemáticos, fazendo o rastreamento dos movimentos e convertendo
em sons.

Figura 5. Execução do Sistema.

Na figura 5, os movimentos realizados são capturados por regiões fatiadas na tela do computador, cada área é
representada por um som ao ser detectado o movimento a conversão é feita.

5. RESULTADOS E DISCUSSÃO DO ESTUDO DE CASO

Antes de iniciar o estudo de caso, o avaliador explicou de uma forma geral para os participantes o objetivo do
estudo, outros aspectos foram focados mais na questão da usabilidade do sistema, sobre velocidade e
posicionamento do corpo diante do computado, os sons e as áreas mapeadas para cada movimento, como é
feita a leitura pelo sensor da câmera em relação ao corpo. Sobre os testes usando o sistema, foram abordados
alguns tópicos de investigação:
1. O sistema conseguiu atingir seu objetivo no que diz respeito ao mapeamento de movimentos? Porque?
2. Sobre a conversão de grandezas, pensa que o processo ocorreu de acordo com o previsto?
Sobre o primeiro questionamento os participantes 1 e 2, entenderam que o objetivo foi atingido, mas indagaram
sobre os sons gerados deveriam ser notas musicais para harmonizar o resultado final entre movimento e som.
O terceiro participante indagou se esse processo não poderia ser registrado em forma de gráficos e que entendeu
o estudo e experimento. O quarto participante entendeu o sistema como uma ferramenta de captura de
movimentos e conversor de sinais e entendeu que outras grandezas podem ser inseridas no experimento, como
um sinal de vibração., por exemplo.
Sobre a segunda indagação, todos os participantes apontaram para a questão da velocidade dos movimentos e
um incomodo ao não poderem fazer movimentos rápidos nas áreas específicas, ou seja, tinham que fazer
movimentos de pouca velocidade para que algumas áreas fossem acionadas de forma fidedigna.

6. CONCLUSÃO
O trabalho apresntado neste artigo contempolou um preâmbulo teórico e técnico prospectivo para a proposta
de um modelo de interação humano-computador de correspondências, por conversão matemática e paramétrica
(semiótica), de valores de dimensão biofísica em códigos de naturezas diversas. Identificou-se como interação
humano-computador neste sistema, um transdutor complexo, intitulado de transdutor fuzzy. Com o auxilio de
um equpamento, mysgnals, como hardware de base, que recebeu entradas de sistemas de medida (sensores)
físicos e/ou biofísicos, distribuindo as medidas (ou dados) para processamento em módulos que cumpririam a
etapa de transdução. Suas saídas foram disponibilizadas para novos processamentos ou para monitoramento
pelos pesquisadores e demais participantes em tempo real.

7. REFERENCIAS

Agarwal, Anant (2005). Foundations of Analog and Digital Electronic Circuits.Department of Electrical Engineering and
Computer Science, Massachusetts Institute of Technology, p. 43.
Boch, G., Jacobson, I., Rumbaugh, J. (2006). UML - Guia do Usuário; Editora: Elsevier. Rio de Janeiro, RJ.
Boente, Alfredo.N.P. (2009). Um Modelo Fuzzy para Avaliação da Qualidade de Produtos de Software e da Satisfação
dos Gerentes de Projetos numa Fundação Pública Estadual. Administração, Universidade Estácio de Sá. Rio de Janeiro,
RJ. Dissertação de Mestrado
Buszaki, Gyorgy (2006). Rhythms of the brain. Editora Oxford Press. New York.
Chenyyang, Xue (2013). Research on optical biological sensor used as quantitative analysis of glucose. Nano/Micro
Engineered and Molecular Systems (NEMS), 8th IEEE International Conference. Pages: 953-956
Fraden, Jacob (2010). Handbook of modern sensors: physics, designs, and applications. 4th ed. Springer-Verlag,, New
York.
Fróes, Maira .M.(2015). An artsci science. Technoetic Arts: A Journal of Speculative Research, v. 13, n. 1 & 2, p. 203-
217.
Kandel, Eric R. et al. (2014). Princípios de neurociências. 5.ed. Editora: AMGH. Porto Alegre.
Michaelis (2016). Moderno Dicionário da Língua Portuguesa. Disponível em:
<http://michaelis.uol.com.br/moderno/portugues/index.php>. Acesso em: abr. 2016.
SHAW & SIMÕES, 2007).
Sinclair, I. R. (2001) Sensors and Transducers. Newnes: Oxford.
Stieve, H.(1983) Sensors of biological organisms — biological transducers. 4 (1), 689-704.
Zadeh, L. A. (1965). Fuzzy Sets. Information and Control 8, Issue 3, 338-353