Studie enthüllt schnellere Geschwindigkeitspräferenz im visuellen System von Makaken

Kernbefunde

Forscher haben untersucht, wie das visuelle System mehrere Bewegungs­geschwindigkeiten gleichzeitig verarbeitet. Die Ergebnisse zeigen, dass Neuronen in der Area MT von Makaken bei gleichzeitiger Präsentation zweier Geschwindigkeiten systematisch stärker auf die schnellere Komponente reagieren. Dieser schnellere‑Geschwindigkeits‑Bias ist besonders ausgeprägt, wenn beide Geschwindigkeiten niedrig (≤20°/s) sind, und nimmt bei höheren Geschwindigkeiten ab.

Perzeptuelle Kapazität

In Verhaltensstudien wurden sowohl Menschen als auch Makaken aufgefordert, überlappende Stimuli mit unterschiedlichen Geschwindigkeiten zu segmentieren. Die Probanden konnten die beiden Geschwindigkeitskomponenten bis zu einem Vierfach‑Unterschied zuverlässig voneinander trennen, während ein Zweifach‑Unterschied die Genauigkeit stark reduzierte.

Neuronale Repräsentation

Aufnahmen aus Area MT zeigten, dass die Antwortprofile der Neuronen bei gleichzeitiger Stimulation mit zwei Geschwindigkeiten ein robustes Gewicht auf die schnellere Komponente legten. Dieses Muster bestand unabhängig von der genauen Geschwindigkeit, solange beide Komponenten im langsamen Bereich lagen.

Modellierung des Bias

Ein modifiziertes divisives Normalisierungsmodell erklärt den Befund, indem es annimmt, dass die Gewichtungen der einzelnen Geschwindigkeitskomponenten proportional zu den Antworten einer breiten Population von Neuronen mit unterschiedlichen Geschwindigkeitspräferenzen sind. Die Modellsimulationen reproduzieren den beobachteten schnelleren‑Geschwindigkeits‑Bias über das gesamte getestete Geschwindigkeitsintervall.

Dekodierung von Geschwindigkeiten

Ein maschineller Klassifikator konnte die MT‑Reaktionen auf zwei getrennte Geschwindigkeiten von den Reaktionen auf die entsprechende logarithmische Mittelgeschwindigkeit unterscheiden. Weiterhin ließ sich aus der kombinierten Population von MT‑Neuronen sowohl die schnelle als auch die langsame Geschwindigkeit rekonstruieren, was die theoretische Annahme einer multiplen Geschwindigkeitskodierung unterstützt.

Verhaltensrelevanz

Die aus den neuronalen Daten dekodierten Geschwindigkeiten erklären die beobachtete Leistungsfähigkeit bei der Segmentierung von Geschwindigkeiten mit einem Vierfach‑Unterschied, nicht jedoch bei einem Zweifach‑Unterschied. Die Forscher vermuten, dass die Präferenz für schnellere Bewegungen bei Aufgaben wie Figur‑Grund‑Segregation von Vorteil ist, weil in natürlichen Szenen Objekte typischerweise schneller als ihr Hintergrund bewegen.Dieser Bericht basiert auf Informationen von eLife, lizenziert unter Creative Commons BY 4.0 (Open Access). Wissenschaftliche Inhalte, offen zugänglich.