Wer, wie, was: Die Verarbeitung von visuellen Informationen

Autor: Julia Groß

Sehen ist mehr, als nur optische Signale in Nervenimpulse zu übersetzen. Das Gehirn analysiert die Informationen, ordnet sie Stück für Stück und begreift sie. Eine Leistung, an der rund 60 Prozent der Großhirnrinde beteiligt sind — und die wir bis heute nicht vollständig verstehen.

Wissenschaftliche Betreuung: Prof. Dr. Ulf Eysel

Veröffentlicht: 01.02.2017

Niveau: mittel

Das Wichtigste in Kürze

Die visuelle Verarbeitung passiert schnell und präzise und beginnt schon in der Netzhaut.
Verschiedene Ganglienzell-Typen in der Netzhaut sind für die Verarbeitung von Farben oder zum Beispiel Bewegungen zuständig.
Die Analyse des Gesehenen beginnt in der primären Sehrinde V1.
In der Sehrinde, aber auch in höheren Gehrinregionen wie dem Schläfenlappen, gibt es zahlreiche Neuronengruppen, die für die Erkennung bestimmter Muster zuständig sind, zum Beispiel Farben, Reize aus der Horizontalen oder Dreiecke.
Von der primären Sehrinde gehen die Informationen über die dorsale Verarbeitungsbahn zum Scheitellappen („Wo“-Bahn) und über die ventrale Verarbeitungsbahn zum Schläfenlappen („Was“-Bahn).
Die "Wo"-Bahn übernimmt die Lokalisation von Dingen im Raum und Bewegungen, die „Was“-Bahn konzentriert sich auf Informationen wie die Objekterkennung.

Digitalkameras werden immer schlauer. Die Entwicklung begann vor einigen Jahren damit, dass die Geräte lernten, auf Gesichter zu fokussieren. Heute können sie sogar einzelne Personen unterscheiden oder schießen Fotos automatisch dann, wenn jemand lacht. Dahinter steckt ein komplizierter Analyseprozess, der nach ovalen Formen, Hautfarbe und Punkten in bestimmten Abständen – der Augen – sucht und der manchmal schon von einer Sonnenbrille überlistet wird. Ein Fehler, der dem visuellen System des Menschen nicht passieren würde. Aber auf welche Weise es das Gehirn anstellt, den reinen optischen Informationen einen Sinn zu geben, ist bis heute nicht vollständig erforscht. Eine wichtige Rolle scheint jedoch der Faktor Arbeitsteilung zu spielen.

Getrennte Verarbeitung von „Wo“ und „Was“

Die parallele Verarbeitung des Seheindrucks deutet sich bereits auf der Netzhaut durch unterschiedliche Typen von Ganglienzellen an: während zum Beispiel der P-Typ eher auf Farbe spezialisiert ist, antworten M-Ganglienzellen bevorzugt auf Bewegungen. Diese Trennung spiegelt sich im seitlichen Kniehöcker wieder – der einzigen Umschaltstation zwischen Netzhaut und primärer Sehrinde, wo die parvozelluläre und die magnozelluläre Bahn ihren Ursprung haben. Sie bilden sozusagen erste Zufahrtswege zur späteren Was-und-wo-Bahn der visuellen Wahrnehmung.

In der primären Sehrinde (kurz: V1) beginnt die Analyse. Wie der gesamte Cortex ist auch sie in Schichten aufgebaut und parvo– wie magnozelluläre Bahn haben hier unterschiedliche Projektionen. Wer es genau wissen will: Die magnozelluläre Bahn endet in Schicht 4c-alpha, die parvozelluläre Bahn in Schicht 4c-beta. Senkrecht zu diesen Schichten verlaufen funktionelle Säulen von Nervenzellen – ein Prinzip, das ebenfalls im gesamten Cortex zu finden ist. Die Neurone dieser Säulen reagieren beispielsweise auf Reize einer bestimmten Orientierung – horizontal, vertikal oder auch ein Winkel von 35 Grad. Einige dieser Säulen verfügen zudem über farbempfindliche Bereiche, die so genannten Blobs.

Empfohlene Artikel

Sehen – (k)ein selbstverständliches Wunder

Der Sehsinn ist das wichtigste Sinnessystem des Menschen. Seine Leistungen erstaunen sogar Experten.

Spezialisierte Gruppen von Neuronen

Innerhalb der höheren Gehirnareale existieren wiederum Gruppen von Nervenzellen, die auf noch spezifischere Teilaufgaben spezialisiert sind. Zur Objekterkennung im Schläfenlappen gibt es zum Beispiel Gruppen von Neuronen, die besonders sensibel auf die Formen wie Dreiecke oder Sterne oder auch auf Gesichter reagieren. Diese ebenfalls stets in Säulen angeordneten Neuronengruppen sind lernfähig – das ist der Grund, warum zum Beispiel Ärzte auf Röntgen- oder Ultraschallbildern viel schneller die entscheidenden Einzelheiten entdecken als jemand, der diese Fertigkeit nie geübt hat.

In anderen Hirnregionen wurden Neuronen mit weiteren Spezialisierungen nachgewiesen: V4, das vor allem für Farbe zuständig ist, enthält viele farbselektive Zellen; der medio-temporale Cortex verarbeitet Bewegung und enthält viele richtungssensitive Neurone. Wie aber lassen sich einzelne Areale und Neuronengruppen so spezifischen Fertigkeiten zuordnen? Das geschieht vor allem durch die Untersuchung von Patienten mit lokal begrenzten Hirnschäden. Ein bekanntes Beispiel ist die Prosopagnosie, die Unfähigkeit, Gesichter zu erkennen. Beim Menschen liegt der Grund dafür oft in einer Schädigung des Gyrus fusiformis, einer Hirnwindung im unteren Schläfenlappen. Unmittelbar benachbart liegt ein Areal (FBA), welches an der Erkennung von Körperteilen beteiligt ist, während im parahippocampalen Ortsareal (PPA) zum Beispiel Bilder von Gebäuden verarbeitet werden. Zunehmend entstammen die Erkenntnisse zur Lage dieser Areale auch bildgebenden Verfahren wie zum Beispiel fMRI oder PET-Scanner, die es erlauben, dem Gehirn – sozusagen – bei der Arbeit zuzusehen.

Genauer betrachtet fließen die Daten nach einer ersten Analyse in der primären Sehrinde auf zwei Wegen in nachgeschaltete Areale des Gehirns. Die dorsale Verarbeitungsbahn reicht Informationen zum oben am Kopf gelegenen Scheitellappen, dem parietalen Cortex, weiter. Die ventrale Verarbeitungsbahn führt zum Schläfenlappen, dem temporalen Cortex. Die dorsale Verarbeitungsbahn gilt als “Wo”-Bahn: Sie übernimmt die Lokalisation von Dingen im Raum und Bewegungen. Die ventrale Verarbeitungsbahn dagegen konzentriert sich auf “Was”-Informationen wie die Objekterkennung. So wird, was als Abbild auf der Retina begann und in ein komplexes neuronales Muster überführt wurde, in der corticalen Verarbeitung nach verschiedenen Aspekten analysiert.

Die optische Täuschung der Kreisillusion suggeriert, dass sich die Kreise gegenläufig bewegen.

Informationsabgleich mit höheren Ebenen

Für die umfassende Wahrnehmung reicht die Aufteilung in dorsale und ventrale Verarbeitungsbahn jedoch nicht aus. Die beiden parallelen Verarbeitungsströme treffen letztendlich im Stirnlappen erneut zusammen. Zudem gleicht das Gehirn die Analyse auch mit Information aus anderen Ebenen ab: Etwa den Eindrücken aus Hör– und Gleichgewichtssystem, dem Tast– oder dem Riechsinn. Zusätzlich existieren Verschaltungen zu unspezifischen Hirnarealen, die nicht direkt von sensorischen oder motorischen Systemen „befüttert“ werden. Hier passiert zum Beispiel das Einordnen von Eindrücken in Kategorien – etwa, dass sowohl ein Schaukelstuhl, als auch ein Liegestuhl genauso wie ein Puppenfahrradsitz Gegenstände zum Sitzen sind.

In dieser Analyse weisen die Neurone jeder Verarbeitungsstufe eine höhere Abstraktionsfähigkeit auf als in der vorangegangenen Stufe. Lernen spielt dabei eine große Rolle, denn viele Dinge können wir nur wahrnehmen, weil wir sie kennen und ein gewisses Vorwissen haben. Zum Beispiel das „Zurückübersetzen“ eines zweidimensionalen Abbildes in drei Dimensionen: Hinter dem zweidimensionalen Bild eines Gegenstandes können sich theoretisch verschiedene dreidimensionale Objekte verbergen. Das Gehirn entscheidet sich oft für die einfachste beziehungsweise uns am besten bekannte Interpretation. Dabei berücksichtigt es neben der Erfahrung auch Fakten wie den Lichteinfall und Schatten.

Viele optische Illusionen funktionieren, indem sie dem Gehirn zu wenige oder mehrdeutige Hinweise zur Interpretation des Gesehenen liefern. Den Input unterschiedlicher sensorischer Informationen, etwa durch Sehen und Tasten, vermag das Hirn recht zuverlässig zu beurteilen und zu integrieren. Wirkt etwa ein Gegenstand beim Berühren größer als er aussieht, misst der Wahrnehmungsapparat der haptischen Information mehr Bedeutung bei als der visuellen Information — und bildet einen recht zuverlässigen Durchschnittswert.

Auf dieser Ebene wird es zunehmend schwieriger, die Funktionsweise des Sehsystems in allen Einzelheiten zu erforschen und zu begreifen. Deshalb wird wohl auch die nächste und übernächste Generation von Digitalkameras nicht annähernd über die Funktionen unseres Sehsystems verfügen.