|
Um ein Bild mit
einander
verdeckten
Objekten zu
verstehen - hier
die Zweige eines
Strauches - muss
das Gehirn es in
seine
ursprünglichen
Komponenten
zerlegen. Ein
neues
mathematisches
Modell dieser
Zerlegung sagt,
dass es dazu
Nervenzellen
geben muss, die
auf rundliche
Merkmale
reagieren
(unteres Bild am
rechten Rand).
Diese Art Zellen
sind in der
Sehrinde bereits
gefunden, aber
bisher nie mit
visuellen
Verdeckungen in
Verbindung
gebracht worden.
|
Wie komplex das Sehen
ist, erleben Forscher,
wenn sie versuchen, die
Interpretation von
Bildern mit einem
Computerprogramm
nachzuahmen. Denn unser
Gehirn wendet zahlreiche
Tricks an, um optische
Informationen schnell
und mit wenig Aufwand zu
verarbeiten. So
reagieren bestimmte
Nervenzellen des
Großhirns speziell auf
Kanten, so dass die
Umrisse von Objekten
schnell identifiziert
werden können. Doch was
passiert, wenn Objekte
einander teilweise
verdecken? Wie
Frankfurter Forscher nun
herausgefunden haben,
ist dafür eine größere
Vielfalt von Zellen
erforderlich, unter
anderem solche, die auf
rundliche Merkmale
reagieren. Die dafür
infrage kommenden Zellen
hatten Neurologen bisher
nicht mit dieser
visuellen Aufgabe in
Verbindung gebracht.
„Die Funktion dieser
erst seit wenigen Jahren
bekannten Nervenzellen
lässt sich nur schwer
mit den gängigen
vereinfachten Modellen
des Sehvorgangs
erklären“, erläutert Dr.
Jörg Lücke. Der Forscher
leitet ein
interdisziplinäres Team
aus Forschern des
Bernstein Fokus
Neurotechnologie
Frankfurt, des Frankfurt
Institute for Advanced
Studies (FIAS) und der
Goethe-Universität. „Wir
haben herausgefunden,
dass sich das Verhalten
dieser Gehirnzellen
besser in neuronalen
Modellen beschreiben
lässt, wenn wir die
Verdeckungen zwischen
Objekten
berücksichtigen“, so
Lücke. Das von ihm und
seiner Gruppe
entwickelte Modell sagt
tatsächlich einige
Verhaltensweisen der
speziellen Nervenzellart
vorher und gibt Hinweise
auf deren Funktion beim
Sehvorgang. Zwar gibt es
noch andere mögliche
Erklärungen für die
Aufgaben dieser Zellen
im Gehirn, aber die
Ergebnisse legen die
Kodierung von
Verdeckungen als
plausibelste Erklärung
nahe.
Die Forscher glauben,
dass die neu gewonnen
Erkenntnisse auch die
Entwicklung von
computergestützten
Bild-Analysetechniken
entscheidend
voranbringen können.
"Wir wissen noch sehr
wenig darüber, wie das
Gehirn Bilder versteht
und interpretiert.
Gleichzeitig ist es, wie
auch das Gehirn von
Tieren, heutigen
Computerprogrammen im
Verstehen von Bildern
weit überlegen", sagt
Lücke. Eine Verbesserung
des „Computer-Sehens“
hätte vielfältige
Anwendungsmöglichkeiten.
Beispielsweise
beschäftigen sich Lücke
und seine Kollegen
derzeit mit der Analyse
von Mikroskopie-Bildern
zur automatischen
Krebserkennung.
Die Arbeiten wurden im
Rahmen eines Projekts
der Deutschen
Forschungsgemeinschaft
(DFG) und des Bernstein
Fokus Neurotechnologie
Frankfurt gefördert. Des
Weiteren wurde das
Projekt unterstützt vom
Honda Research Institute
Europe. Der Bernstein
Fokus Neurotechnologie
Frankfurt ist Teil des
Nationalen Bernstein
Netzwerks Computational
Neuroscience. Seit 2004
fördert das
Bundesministerium für
Bildung und Forschung (BMBF)
mit dieser Initiative
die neue
Forschungsdisziplin
Computational
Neuroscience mit über
170 Millionen Euro. Das
Netzwerk ist benannt
nach dem deutschen
Physiologen Julius
Bernstein (1835-1917).
Publikation:
J. Bornschein, M.
Henniges and J. Lücke
(2013): Are V1 simple
cells optimized for
visual occlusions? A
comparative study. PLoS
Computational Biology
9(6): e1003062.
doi:10.1371/journal.pcbi.1003062