Forscher fanden heraus, dass bei der Wahrnehmung verdeckter Objekte eine große Vielfalt von Zellen erforderlich ist, unter anderem solche, die auf rundliche Merkmale reagieren. Die infrage kommenden Zellen hatten Neurologen bisher nicht mit dieser Aufgabe in Verbindung gebracht.
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. Originalpublikation: Are V1 simple cells optimized for visual occlusions? A comparative study Jörg Lücke et al.; PLoS Computational Biology, doi: 10.1371/journal.pcbi.1003062; 2013