Aus Netzhaut-Signalen von Ratten haben Forscher des Institute of Science and Technology (IST) Austria einen Film rekonstruiert. In diesem wanderten Scheiben zufällig über den Schirm. Mit Hilfe von Methoden des maschinellen Lernens konnten sie aus den Signalen von 100 Neuronen aus der Netzhaut einer Ratte den Film exakt wiedergeben, berichten sie im Fachblatt "Plos Computational Biology".
Elektrische Signale
In der Netzhaut von Säugetieren verwandeln Neuronen die einfallenden Lichtmuster in elektrische Signale, die dann an das Gehirn weitergeleitet werden. Welche Art von Informationen die Signale übertragen, ist allerdings nicht klar. Auskunft darüber erhoffen sich die Wissenschafter von der Rekonstruktion der Lichtmuster aus diesen Signalen – sie nennen diesen Vorgang "Dekodierung".
Bisher hat man nach Angaben des Instituts in Klosterneuburg (NÖ) dafür nur einfache Stimuli und nur weniger als 50 Netzhaut-Neuronen verwendet. Vicente Botella-Soler vom IST und seine Kollegen entnahmen einer Ratte die Netzhaut und zeichneten die elektrischen Signale von jedem von rund 100 Neuronen auf, die diese beim "Betrachten" kurzer Filme erzeugten. In den Filmen bewegten sich kleine Scheiben in einem komplexen, zufälligen Muster.
Genauigkeit
"Wir verglichen dabei verschiedene traditionelle und moderne statistische Methoden, wie neuronale Netzwerke", erklärte Forschungsgruppenleiter Gasper Tkacik gegenüber der APA. Der theoretische Physiker beschäftigt sich in seiner Arbeit mit der Informationsverarbeitung in lebenden Systemen. Mit Hilfe dieser Methoden konnte der Film Bild für Bild und Pixel für Pixel rekonstruiert werden. Die Forscher zeigten dabei unter anderem, dass jene Methoden, die spontane neuronale Signale ignorieren können, höhere Genauigkeit in der Rekonstruktion lieferten.
Die Erkenntnisse könnten den Weg zu verbesserten Methoden zur Rekonstruktion von Lichtmustern aus Neuronensignalen ebnen. Zudem sollen sie helfen zu klären, was verschiedene Arten von Netzhautneuronen tun und warum sie benötigt werden. (APA, 11.5.2018)