Das Gehirn trifft ständig Vorhersagen über Objekte im Gesichtsfeld. Nur wenn Vorhersagen bei der Gesichtserkennung fehlerhaft sind, schalten sich höhere Hirnregionen ein. Dann treten verstärkt Hirnwellen auf, die an diese Regionen adressiert sind.
Unser Gehirn erkennt in Millisekunden Objekte, sogar, wenn es nur rudimentäre optische Informationen erhält. Forscher vermuten, dass die verlässliche und schnelle Erkennung gelingt, indem das Gehirn ständig Vorhersagen über Objekte im Gesichtsfeld trifft und diese mit den hereinkommenden Informationen abgleicht. Nur wenn dabei Fehler auftreten, müssen höhere Hirnregionen benachrichtigt werden, um aktiv ihre Vorhersagen anzupassen. Wissenschaftler der Goethe-Universität haben diese Vermutung bestätigt und im Falle eines Vorhersagefehlers die Verstärkung von solchen Hirnwellen identifiziert, die an höhere Hirnareale gesendet werden. Das Gehirn trifft ständig Vorhersagen über Objekte im Gesichtsfeld. Nur wenn Vorhersagen bei der Gesichtserkennung falsch sind, schalten sich obere Hirnregionen ein. Je langsamer das Erkennen ist, umso stärker werden die ‚Fehlerhirnwellen‘ gesendet. Um Vorhersagefehler bei ihren Probanden zu provozieren, zeigten die Forscher ihnen sogenannte Mooney Gesichter. Das sind Fotos von Gesichtern, die ganz auf schwarze und weiße Flächen reduziert sind. Diese erkennen wir meist mühelos. Wir können sogar Angaben über Geschlecht, Alter und Gesichtsausdruck machen – obwohl lediglich der Verlauf der schwarz-weißen Grenze ein wenig Information über das Gesicht enthält. Und selbst diese minimale Information ist zweideutig, denn die Grenzen stellen entweder Übergänge zwischen Licht und Schatten dar oder sie begrenzen das Objekt selbst. „In unserer Studie benutzten wir Mooney Gesichter, die gezielt zwei Erwartungen enttäuschten: erstens, dass wir Gesichter immer aufrecht sehen, und zweitens, dass Licht von oben einfällt. Dadurch hat sich die Gesichtserkennungs-Leistung deutlich verschlechtert und verlangsamt“, erklärt Prof. Michael Wibral vom Brain Imaging Center der Goethe-Universität. Bei der Gesichtserkennung geht das Gehirn davon aus, dass der Lichteinfall von oben kommt und das Gesicht aufrecht ist (UPTP). Diese Erwartungen haben die Forscher enttäuscht durch Lichteinfall von unten (UPBT), einen invertierten Kopf (INTP) und ein invertiertes Bild mit Lichteinfall von unten (INBT). Das letzte Bild ist ein Kontroll-Stimulus, in dem die Gesichtselemente verschoben wurden. © Goethe-Universität Frankfurt am Main Was passiert in diesem Fall im Gehirn? Eine aktuelle Theorie, die „Predictive Coding“-Theorie, besagt, dass Signale nur zur Verarbeitung in höhere Hirnregionen gesendet werden müssen, wenn Vorhersagen nicht erfüllt sind. Es müssten also verstärkte Signale in Richtung höherer Hirnregionen auftreten. Ein direkter Test der Theorie wurde erst kürzlich möglich, als Wissenschaftler, dass Hirnwellen mit etwa 90 Schwingungen pro Sekunde bevorzugt auftreten, wenn höhere Areale des Gehirns adressiert werden. „Wenn ein Vorhersagefehler provoziert wird, indem wir Bilder erzeugen, die lebenslang gelernten visuellen Alltagswahrheiten widersprechen, sollten wir die fehlerspezifischen Hirnwellen mit etwa 90 Schwingungen pro Sekunde vermehrt sehen. Das konnten wir experimentell bestätigen“, erklärt Wibral.
„Schließlich konnten wir auch zeigen, dass die ‚Fehlerhirnwellen‘ umso stärker sind, je langsamer das Erkennen ist. Dies zeigt, dass diese Hirnwellen nicht nur eine Korrektur einleiten, sondern ursächlich an unserer Wahrnehmung beteiligt sind”, so Wibral weiter. Die Ergebnisse sind bedeutsam, weil gerade diese Hirnwellen auch bei Patienten mit Schizophrenie und Autismus Spektrum Störung deutlich beeinträchtigt erscheinen. Das haben Messungen der vergangenen Jahre im Labor des Frankfurter Brain Imaging Centers gezeigt. Die Forscher erhoffen sich nun, beide Erkrankungen besser zu verstehen und Möglichkeiten zu finden, Patienten dabei zu helfen, ihre fehlerhaften Vorhersagen besser anzupassen. Originalpublikation: The Faces of Predictive Coding Alla Brodski et al.; Journal of Neuroscience, doi: 10.1523/JNEUROSCI.1529-14.2015; 2015
