5 Diskussion

5.1 Zusammenfassung der Ergebnisse

↓44

Die Architektur der funktionalen Konnektivität des Kortex weist zwei auffallende Charakteristika auf: Auf der einen Seite sind axonale Projektionen, welche kortikale Areale miteinander verbinden, in der großen Mehrzahl reziprok angelegt. Auf der anderen Seite terminieren bottom-up und top-down gerichtete interareale Projektionen in unterschiedlichen kortikalen Laminae. Das hier vorgestellte Modell führt diese anatomischen Befunde mit kürzlich vorgestellten experimentellen Ergebnissen über die integrativen Eigenschaften nichtlinearer somato-dendritischer Interaktionen kortikaler Pyramidenzellen zusammen und trägt der bekannten funktionellen Asymmetrie zwischen bottom-up und top-down Verbindungen Rechnung.

5.1.1 Was ist die Funktion von top-down Verbindungen?

Die Komplexität der rezeptiven Felder kortikaler Neurone nimmt zu, je weiter man in der Hierarchie eines sensorischen Systems aufsteigt. Diese rezeptiven Felder stellen Interpretationsschablonen der Aktivierungsmuster das heißt Repräsentationen des Stimulusraums durch tiefer gelegene Areale dar, die für das kognitive System eine funktionelle Relevanz besitzen. So werden z.B. in höheren Arealen spezifische Konstellationen einfacherer Eigenschaften des Stimulusraums zu rezeptiven Feldern, die spezifisch für Gesichter sind, zusammengefaßt. In diesem Sinne bildet das Spektrum der rezeptiven Felder kortikaler Neurone das repräsentationale Vokabular eines kognitiven Systems. Höherstufige komplexe rezeptive Felder lassen sich somit als eine einfache Form des „Wissens“ interpretieren, indem die Eigenschaften dieser rezeptiven Felder funktionell relevante Charakteristika der komplexen Statistik des Stimulusraums abbilden.

In dem vorgestellten Modell führt die reziproke Konnektivität der simulierten Areale zu einer kooperativen Verarbeitung sensorischer Informationen, bei der das mit den Eigenschaften der rezeptiven Felder eines höheren Areals dem System zur Verfügung stehende „Wissen“ über Interpretationen des Stimulusraums durch top-down Verbindungen an ein tiefer gelegenes Areal weitergereicht wird. Diese Information wird hier mit dem bottom-up Signal über den präsentierten Stimulus abgeglichen, was zu einer Verbesserung des Signal-Rausch-Verhältnisses und zu einem ausgesprochen robusten Signal von Salvenentladungen führt. In diesem Sinne wird in dem vorgestellten Modell bereits ohne zusätzliche externe top-down Signale ein internes top-down Signal generiert, welches auf den Eigenschaften rezeptiver Felder höherer Areale basiert. Zwei am visuellen System von Katzen bzw. Primaten durchgeführte experimentelle Studien liefern Befunde, die diese Hypothese einer kooperativen Verarbeitung stützen und somit für die Plausibilität des vorgestellten Modells Sprechen. Hupé et al. untersuchten den Effekt temporären Inaktivierung des Areals MT, welches auf die Repräsentation bewegter Stimuli spezialisiert ist, auf die Aktivität früher visueller Areale (V1, V2 und V3) an anästhesierten Affen (Hupe et al., 1998). Galuske et al. untersuchten in einer ähnlichen Studie im visuellen System anästhesierter Katzen den Einfluß der Inaktivierung des ebenfalls auf Bewegung spezialisierten Areals PMLS auf die Aktivität des frühen visuellen Areals A18 (Galuske et al., 2002). Beide Studien demonstrieren eine reduzierte Spezifität der Antworten in frühen visuellen Arealen für die in dem höheren inaktivierten Areal repräsentierte Stimulusdimension. Somit liefern diese Experimente vergleichbare Befunde, wie die hier im ersten Experiment demonstrierten Effekte der Aktivierung bzw. Inaktivierung von top-down Verbindungen.

↓45

Das hohe Signal-Rausch-Verhältnis des generierten Signals von Salvenentladungen findet sich in guter Übereinstimmung mit physiologischen Befunden aus dem visuellen System von Primaten (Livingstone et al., 1996;Reich et al., 2000). So wurde gezeigt, daß Salvenentladungen tatsächlich ein qualitativ distinktes Signal darstellen, welches deutlich robuster ist als die mittlere Feuerrate aller auftretenden Aktionspotentiale. So hat die Rekonstruktion eines präsentierten Stimulus aus Salvenentladungen ein wesentlich besseres Signal-Rausch-Verhältnis als die entsprechende Rekonstruktion aus den gesamten im gleichen Intervall aufgenommenen Aktionspotentialen (Lisman, 1997). Das vorgestellte Modell zeigt, auf Grund welcher Mechanismen diese experimentell demonstrierte Reliabilität von Salvenentladungen ein Produkt der Integration von top-down und bottom-up gerichteten Informationsflüssen darstellen könnte.

Die Bereitstellung von Ergebnissen höherstufiger Interpretationen des Stimulusraums auf einem niedrigeren Niveau der kortikalen Hierarchie weist über eine Verbesserung des Signal-Rausch-Verhältnisses hinaus weitere wichtige positive funktionale Aspekte auf. Wie oben beschrieben erfolgt die Verarbeitung unterschiedlicher Stimulusdimensionen, wie etwa im visuellen System die Verarbeitung von Farbe, Form oder Bewegung, in unterschiedlichen parallel organisierten kortikalen Systemen. Ein top-down gerichteter Informationsfluß in einem dieser kortikalen Systeme kann somit über ein gemeinsames tieferes Areal die Verarbeitung in einem anderen parallelen System beeinflussen. Auch ohne eine direkte Interaktion zwischen höherstufigen Arealen verschiedener Systeme kann somit über gemeinsame Knotenpunkte der Hierarchie eine kooperative Verarbeitung zwischen verschiedenen Subsystemen eines kortikalen Systems erfolgen.

Mit aufsteigendem Niveau in der kortikalen Hierarchie findet sich nicht nur eine Zunahme der Spezifität und Komplexität rezeptiver Felder, sondern auch eine als Invarianz bezeichnete Abnahme der Spezifität rezeptiver Felder für bestimmte Stimulusdimensionen. Im visuellen System findet sich z.B. als prominentes Beispiel in höheren Arealen eine zunehmende Translationsinvarianz der neuronalen Antworten. Die exakte Position eines Stimulus oder bestimmter Stimuluskomponenten ist somit in tieferen Arealen des visuellen Systems repräsentiert, während diese Information in höheren Arealen nicht verfügbar ist. Um sich präzise zu einem Stimulus zu verhalten, muß das kognitive System also auf Informationen zurückgreifen, die nicht in höheren Arealen repräsentiert werden. Daher stellt die Integration von höher- und niederstufigen Informationen einen sinnvollen Schritt der Informationsverarbeitung dar. Über Salvenentladungen als Ausgangssignal eines solchen Verarbeitungsschritts kann diese Information effizient jedem anderen Areal bereitgestellt werden.

5.1.2 Welchen Effekt haben zusätzliche top-down Signale?

↓46

In einem reziprok verschalteten System kortikaler Areale, wie es das simulierte Modell darstellt, wird die Verarbeitung eines sensorischen Stimulus sowohl von den Eigenschaften des durch den Stimulus generierten bottom-up Signals als auch durch intern generierte top-down Signale beeinflußt. Es kommt es zu einem bidirektionalen Informationsfluß durch die verschiedenen Ebenen der kortikalen Hierarchie, wobei auf jeder Ebene bottom-up und top-down Informationen integriert werden. So demonstriert das vorgestellte Modell eine neuronale Implementation psychophysisch ausführlich beschriebener top-down Effekte auf die Verarbeitung sensorischer Informationen. Zusätzliche top-down Signale führen in dem simulierten Netzwerk auf der neuronalen Ebene sowohl zu einer schnelleren und zuverlässigeren Verarbeitung von Stimuli als auch zu einer relativen Gewichtung der Verarbeitung mehrerer simultan präsentierter Stimuli.

Die hier demonstrierten top-down Effekte auf neuronale Signale finden sich dabei in guter Übereinstimmung mit physiologischen Befunden zu top-down gerichteten Prozessen der kortikalen Informationsverarbeitung. Entsprechend den experimentellen neurophysiologischen Befunden ist die kortikale Aktivität wesentlich durch den präsentierten Stimulus determiniert. Zusätzliche top-down Signale haben auf diese Aktivität einen modulatorischen Einfluß, welcher in hierarchisch höheren Arealen und mit zunehmender Stärke des top-down Signals ansteigt (Desimone und Duncan, 1995;Kanwisher und Wojciulik, 2000;Kastner et al., 1999;Luck et al., 1997;Posner und Petersen, 1990).

Darüber hinaus zeigt das beschriebene Netzwerk top-down Effekte auf die zeitliche Struktur neuronaler Aktivität. So führt eine stärker top-down getriebene Verarbeitung sensorischer Stimuli zu einer verstärkten intra- und interarealen Synchronisation neuronaler Aktivität im tieffrequenten Bereich unter 20 Hz. Diese Ergebnisse finden sich in qualitativ guter Übereinstimmung mit Befunden am visuellen Kortex wacher Katzen (von Stein et al., 2000). Für visuelle Stimuli, welche von den Versuchstieren als Reaktion eine Verhaltensänderung erforderten, zeigte sich hier über hierarchische Ebenen eine Zunahme der tieffrequenten interarealen Synchronisation. Zwei an Affen bzw. Menschen durchgeführte Studien untersuchten den Effekt räumlicher visueller Aufmerksamkeit auf tieffrequente neuronale Synchronisationsphänomene. Am visuellen Kortex von Primaten führte räumlich selektive visuelle Aufmerksamkeit zu einer Reduktion tieffrequenter intraarealer Synchronisation neuronaler Aktivität (Fries et al., 2001). Eine EEG Studie am Menschen beschreibt eine Zunahme der tieffrequenten okzipitalen Signalanteile kontralateral zu dem nicht attendierten visuellen Hemifeld (Worden et al., 2000). Auf Grund der Unterschiede zwischen den in diesen drei Studien verwendeten Paradigmen und Methoden scheint es schwierig von widersprüchlichen Befunden zu sprechen. Während ein Teil der experimentellen Befunde die mit dem hier vorgestellten Modell demonstrierten top-down Effekte auf tieffrequente Synchronisationsphänomene stützen (von Stein et al., 2000) scheinen andere experimentelle Befunde gegensinnige Effekte zu demonstrieren (Fries et al., 2001). Weitere empirische Untersuchungen sind nötig für ein besseres Verständnis dieser teilweise widersprüchlichen experimentellen Daten.

5.2 Annahmen des vorgestellten Modells

↓47

Das vorgestellte Modell geht davon aus, daß somatische Aktionspotentiale aktiv in den apikalen Dendriten zurücklaufen und hier zu der oben beschriebenen nichtlinearen Interaktion mit synaptischen Inputs am apikalen Dendriten führen. Diese neuronalen Mechanismen wurden bisher in ihrer Gesamtheit an der Slice-Präparation demonstriert. Darüber hinaus wurde das Zurücklaufen somatischer Aktionspotentiale sowie die Generation dendritischer Aktionspotentiale am somatosensorischen Kortex von Ratten in vivo nachgewiesen (Buzsaki und Kandel, 1998;Larkum und Zhu, 2002;Waters et al., 2003). Die beschriebene Interaktion zwischen zurücklaufendem Aktionspotential und synaptischem Input am apikalen Dendriten wurde jedoch bislang nicht am wachen Kortex unter physiologischen Bedingungen nachvollzogen. Ob diese zum Teil also bisher nur in der Slice-Präparation nachgewiesenen Mechanismen im wachen Kortex wiederzufinden sind, bleibt abzuwarten.

Die beschriebene Implementation des simulierten Netzwerks vereinfacht offensichtlich einige physiologische Eigenschaften kortikaler Neurone. So wurde das komplexe Zusammenspiel aktiver dendritischer Leitfähigkeiten, welches die beschriebene somato-dendritische Interaktion ermöglicht, durch ein zusätzliches distinktes Kompartment und einen Schwelleneffekt auf einen vergleichsweise einfachen Mechanismus reduziert. Wenn durch diesen Mechanismus keine Salvenentladungen ausgelöst werden, so bleibt der Stromfluß vom apikalen Dendriten zum Soma unberücksichtigt. Die top-down gerichtete Weiterleitung von Information ist in dieser Implementation also auf die durch bottom-up Verbindungen getriebene Aktivität angewiesen. Da in den durchgeführten Experimenten jedoch keine Bedingungen ohne einen externen Stimulus Gegenstand der Untersuchung waren, stellt das vorgestellte Modell eine numerisch effektive Implementation der beschriebenen physiologischen Effekte dar, die diesen qualitativ gerecht wird.

Mit einem detaillierteren neuronalen Modell, welches den Stromfluß vom apikalen Dendriten zum Soma auch ohne somatische Aktivität einbezieht, könnte der Einfluß von top-down Signalen auch ohne Stimuluspräsentation oder Spontanaktivität untersucht werden. In einem solchen Netzwerk könnten top-down Signale ohne Stimulation über mehrere hierarchische Ebenen nach unten weitergeleitet werden. Ein solcher Effekt könnte dann im Sinne reiner top-down Verarbeitung als „Netzwerk-Imagination“ interpretiert werden.

↓48

Um die vorgestellten Studie auf die beschriebenen Fragestellungen zu fokussieren, wurden einige anatomische Vereinfachungen vorgenommen. So wurden tangentiale Projektionen zwischen exzitatorischen Neuronen eines Areals nicht implementiert. Ähnlich den simulierten top-down Verbindungen könnten diese Verbindungen zu einer weiteren Signalverbesserung genutzt werden. Die inhibitorischen Projektionen wurden in dem vorgestellten Modell als gleichförmig divergent ausgestaltet. Durch lokal begrenzte inhibitorische Projektionen würde die räumliche Ausdehnung der Synchronisation neuronaler Aktivität reduziert werden. Intraareale inhibitorische Projektionen könnten zudem ebenso wie tangentiale Verbindungen zwischen exzitatorischen Neuronen statistische Eigenschaften des Stimulusraums abbilden und somit zu einer Signalverbesserung genutzt werden. Globale Stimuluseigenschaften könnten durch eine solche funktionelle Architektur außerdem durch das Synchronisationsmuster hochfrequenter Oszillationen repräsentiert werden (Singer, 1999). Die Implementation solcher intraarealen Verbindungen würde jedoch qualitativ das hier beschriebene Verhalten des Netzwerks nicht verändern. Die komplexe Architektur kortikaler Kolumnen wurde ebenfalls stark vereinfacht. So wurde die intrakolumnäre Verschaltung zwischen distinkten granulären, supra- und infragranulären Neuronenpopulationen nicht berücksichtigt. Die für die Fragestellung der vorgestellten Studie kritische anatomische Eigenschaft bildet jedoch die laminäre Spezifität bottom-up und top-down gerichteter interarealer Projektionen, welche entsprechend vereinfacht implementiert wurde. In dem vorgestellten Netzwerk wurden top-down Projektionen exakt komplementär zu bottom-up Projektionen angelegt. Obwohl die Divergenz von top-down Verbindungen anatomisch nachgewiesen ist (Felleman und Van Essen, 1991), ist die effektive Komplementarität dieser Verbindungen bislang nicht demonstriert worden.

Zusammenfassend findet sich in dem vorgestellten Modell ein Ausgangspunkt für weiterführende und detailliertere Netzwerkarchitekturen. Mit solchen Architekturen könnten zahlreiche attraktive Aspekte der kortikalen Funktion und deren neuronale Mechanismen untersucht werden, die über den Fokus der hier vorgestellten Studie hinausweisen.

5.3 Vergleich mit anderen Modellen

Das Konzept einer bidirektionalen Informationsverarbeitung in einer reziproken Netzwerkarchitektur wurde bereits in einigen anderen theoretischen Studien untersucht. Die zentralen Aussagen der entsprechenden Studien und deren Unterschiede zu dem hier vorgestellten Modell werden im Folgenden kurz dargestellt.

↓49

Finkel und Edelman simulierten ein neuronales Netzwerk mehrerer funktionell spezialisierter Areale, welches mit bottom-up, top-down und tangentiale Projektionen ausgestattet wurde (Finkel und Edelman, 1989). Durch eine entsprechende Gestaltung dieser Projektionen und der synaptischen Gewichte wurde eine Spezifität der Antwortcharakteristika der Neurone für bestimmte Stimuluseigenschaften wie die Orientierung von Konturen oder die Bewegungsrichtung von visuellen Stimuli implementiert. In zahlreichen Simulationen wurde die Verarbeitung unterschiedlicher visueller Stimuli untersucht. Hierbei stand insbesondere die Untersuchung von Stimuluskonfigurationen, welche mit der Wahrnehmung von illusionären Konturen einhergehen, im Mittelpunkt des Interesses. Ähnlich wie in dem hier vorgestellten Modell, erfolgte durch die rekurrente Verbindungsarchitektur eine kooperative Stimulusverarbeitung. Durch die Interaktion paralleler Verarbeitungspfade wurde eine kohärente Interpretation des präsentierten Stimulus ermöglicht. Den implementierten top-down Verbindungen kam hier jedoch eine vorwiegend inhibitorische Funktion zu. So wurden diese Verbindungen genutzt um widersprüchliche Interpretationen eines Stimulus durch unterschiedliche Areale aufzulösen. Die Inaktivierung dieser top-down Projektionen führte in dem Netzwerk durch einen Verlust inhibitorischer Impulse zur Ausbreitung aberranter Aktivitätsmuster. Im Gegensatz hierzu sind in dem vorgestellten Modell interareale top-down Projektionen exzitatorisch implementiert. Zudem wurde bewußt eine allgemeine Netzwerkarchitektur simuliert, die nicht über spezialisierte Verschaltungsmuster spezifische Eigenschaften rezeptiver Felder nachbildet. So konnte hier ein generisches Modell der Interaktion von top-down und bottom-up Verarbeitung untersucht werden.

Grossberg untersuchte in mehreren Studien ein als „Adaptive Resonance Theory“ (ART) bezeichnetes Schema der bidirektionalen Interaktion zwischen Arealen auf unterschiedlichen hierarchischen Ebenen (Carpenter und Grossberg, 1987;Grossberg, 1980;Grossberg, 2000). Im Unterschied zu dem hier vorgestellten Modell fokussieren sich diese Studien insbesondere auf die Frage, wie die Interaktion zwischen verschiedenen Ebenen einer kortikalen Hierarchie von Arealen genutzt werden kann, um über das Lernen der Eigenschaften rezeptiver Felder eine effiziente Repräsentation des Stimulusraums zu erreichen. So führt ein ausgefeilter Muster-Vergleichs-Algorithmus in den von Grossberg beschriebenen Modellen zu stabiler und effizienter Klassifizierung der präsentierten Stimuli. Über top-down Verbindungen wird hierbei auf einem niedrigeren hierarchischen Niveau ein Fehlersignal generiert, welches anzeigt, ob die Repräsentation eines neuen Musters gelernt werden soll.

Ullman untersucht ein Modell der bidirektionalen Verarbeitung sensorischer Information, in dem in getrennten bottom-up und top-down Pfaden parallel unterschiedliche Variationen und Interpretationen eines sensorischen Stimulus bzw. eines internen Modells durchgespielt und auf ihre Kongruenz getestet werden (Ullman, 1995). Diese als „counter streams structure“ bezeichnete Architektur führt zu einer flexiblen und schnellen Verarbeitung sensorischer Information, wobei ähnlich wie in dem hier vorgestellten Modell top-down Signale einer höheren Ebene die Verarbeitung auch in tieferen hierarchischen Arealen beeinflussen können. Im Gegensatz zu dem hier vorgestellten Modell erfolgt der bottom-up und top-down gerichtete Informationsfluß hierbei in strukturell streng separierten Pfaden, die als Zellpopulationen in unterschiedlichen kortikalen Laminae identifiziert werden. Die Interaktion zwischen diesen beiden Pfaden erfolgt durch eine zeitlich begrenzte Faszilitierung von Aktivierungsmustern, so daß z.B. eine über top-down Prozesse vorgeschlagene Interpretation des Stimulusraums auf einem mittleren hierarchischen Niveau den Weg für den über diese Interpretation laufenden bottom-up gerichteten Informationsfluß bahnt.

↓50

Olshausen et al. untersuchen in einer theoretischen Studie ein umfangreiches hierarchisch aufgebautes Netzwerk, welches durch dynamisch sich verändernde Fenster visueller räumlicher Aufmerksamkeit positions- und größeninvariante Mustererkennung ermöglicht (Olshausen et al., 1993). Im Zentrum dieses Modells steht die Idee einer dynamischen Anpassung der Abbildungseigenschaften von bottom-up Projektionen zwischen hierarchisch aufeinanderfolgenden Arealen durch sogenannte Kontrolleinheiten welche den Fokus visueller Aufmerksamkeit kontrollieren. Hierbei werden durch diese Kontrolleinheiten die Abbildungseigenschaften für jeden bottom-up gerichteten Schritt über Hierarchieebenen so an die Position und Größe eines Objektes im visuellen Feld angepaßt, daß auf der höchsten hierarchischen Stufe einem assoziativen Netzwerk unabhängig von Position und Größe des Objektes die gleiche Information zur Verfügung gestellt werden kann. Diese Netzwerkarchitektur stellt bezüglich der Weiterleitung von top-down Signalen ein dem hier vorgestellten Netwerk komplementäres Modell dar. Während in dem Modell von Olshausen et al. top-down Signale als multiplikativer Filter auf den bottom-up gerichteten Informationsfluß wirken, werden in dem hier vorgestellten Modell bei der Addition weiterer hierarchischer Ebenen top-down Signale iterativ von einem hierarchischen Areale auf das nächst tiefere Areal weitergeleitet. Ein interessanter Aspekt im Vergleich beider Modelle ist die Gemeinsamkeit einer multiplikativen Interaktion von bottom-up und top-down gerichteten Signalen. Das hier vorgestellte Modell bietet mit der nichtlinearen somato-dendritischen Interaktion einen physiologisch plausiblen Mechanismus für die neuronale Implementation einer solchen Multiplikation an. Da das hier vorgestellte Modell keine Annahmen über von dem Netzwerk verarbeitete Stimulusdimension macht, bietet es im Gegensatz zu dem Modell von Olshausen et al. ein generisches Modell an, welches sich leicht auf verschiedene top-down Mechanismen wie etwa raum- oder eigenschaftsbasierte Aufmerksamkeit übertragen läßt.

Ein allen oben vorgestellten Studien gemeinsamer Aspekt ist die Untersuchung von Modellen auf einem hohen Niveau neuronaler Abstraktion. So besitzen die komputationalen Einheiten dieser Modelle entweder einen kontinuierlichen Output, der die mittlere Feuerrate einer Gruppe von Neuronen repräsentieren soll, oder die neuronale Dynamik wurde rein algorithmisch implementiert. Im Vergleich hierzu wird in dem vorgestellten Modell mit einer physiologisch deutlich detaillierteren Implementation gearbeitet. Durch die Verwendung eines plausibleren neuronalen Modells, welches auf Leitfähigkeiten und Aktionspotentialen als interneuronalen Signalen beruht, wird insbesondere die Untersuchung der Interaktion von top-down und bottom-up Prozessen im Zeitbereich ermöglicht. So sind z.B. Salvenentladungen von Neuronen, die zeitliche Dynamik des Netzwerks und die Synchronisation zwischen Neuronenpopulationen einer numerischen Analyse zugänglich. Zudem erhöht die Verwendung eines solchen realistischeren Modells die Vergleichbarkeit mit experimentellen Ergebnissen und ermöglicht das Aufstellen experimentell zugänglicher Vorhersagen und Hypothesen.

5.4 Experimentelle Vorhersagen

Ein wesentlicher Aspekt theoretischer Modelle und Simulationen in der neurowissenschaftlichen Forschung ist neben der Erarbeitung theoretischer Konzepte, die einen Interpretationsrahmen für experimentelle Befunde darstellen können, die Generierung experimentell überprüfbarer Hypothesen. Das hier vorgestellte Modell beschreibt die Interaktion von bottom-up und top-down Signalen auf der Ebene zellulärer Mechanismen. Hieraus ergeben sich zahlreiche interessante Vorhersagen und Hypothesen, die einer experimentellen Überprüfung zugänglich sind.

↓51

Die persistente oder temporäre Ausschaltung eines höheren kortikalen Areals etwa durch strukturelle Läsion oder temporäre Kühlung sollte durch einen Verlust verfügbarer top-down Signale zu einer Reduktion der Häufigkeit von Salvenentladungen in tieferen Arealen führen. Da sich der Einfluß von top-down Signalen auf die Aktivität tieferer Areale als eine Funktion der Eigenschaften rezeptiver Felder höherer Areale darstellt, sollte der Verlust von top-down Signalen zu einer Reduktion nicht klassischer Eigenschaften von rezeptiven Feldern tieferer Areale führen. Dieser Effekt sollte besonders ausgeprägt für solche externen Stimuli sein, die den Eigenschaften der rezeptiven Felder des ausgeschalteten höheren Areals entsprechen. Für solche Stimuli würde gemäß dem vorgestellten Modell mit der Ausschaltung eines höheren Areals, welches eine Spezifität für bestimmte Eigenschaften des Stimulus aufweist, die Möglichkeit zur kooperativen Verarbeitung des Stimulus reduziert werden. Durch eine selektive Aktivierung eines höheren Areals sollte sich auf der anderen Seite eine Beeinflussung der Aktivität eines niedrigeren Areals in entgegengesetztem Sinne demonstrieren lassen. Zwei oben diskutierte experimentelle Studien, welche den Effekt temporäre Inaktivierung höherer visuelle Areale, auf die Aktivität in primären visuellen Arealen untersuchen demonstrieren mit diesem Vorhersagen übereinstimmende Befunde (Galuske et al., 2002;Hupe et al., 1998). Beide Studien demonstrieren gemäß der Vorhersage des vorgestellten Modells nicht nur eine Abnahme der stimulusinduzierten Aktivität in frühen Arealen sondern auch eine reduzierte Spezifität dieser Antworten für die in dem höheren inaktivierten Areal repräsentierte Stimulusdimension.

Eine Beeinflussung des beschriebenen Mechanismus der somato-dendritischen Interaktion sollte einen spezifischen Effekt auf top-down gerichtete kortikale Signale aufweisen und im oben beschrieben Sinne zu Veränderungen der Eigenschaften rezeptiver Felder führen. Elektrophysiologische Studien demonstrieren, daß das Zurücklaufen des somatischen Aktionspotentials in den apikalen Dendriten von zahlreichen Faktoren beeinflußt wird. Zu diesen Faktoren zählen etwa der musakrinische Input und die somatische Rate an Aktionspotentialen (Buzsaki et al., 1996;Tsubokawa und Ross, 1997). Zudem wurde gezeigt das die Auslösung einer Salvenentladung durch zeitlich korrelierten Input am apikalen Dendriten und ein zurücklaufendes somatisches Aktionspotential hoch sensitiv gegenüber inhibitorischen Eingängen ist und durch diese unterdrückt werden kann (Larkum et al., 1999). Diese Befunde legen somit den Schluß nahe, daß sich über eine Beeinflussung modulatorischer Systeme oder inhibitorischer Aktivität ein geeigneter Angriffspunkt zur Einflußnahme auf den hier implementierten Mechanismus nichtlinearer somato-dendritischer Interaktion bietet. Entlang der oben skizzierten Vorhersagen lassen sich somit Experimente entwerfen, die zwar technisch anspruchsvoll sind, jedoch im Rahmen der gegenwärtigen methodologischen Möglichkeiten liegen.

5.5 Fazit

Wahrnehmung ist ein aktiver Prozeß. Interne Zustände eines kognitiven Systems wie Aufmerksamkeit haben einen starken Einfluß auf die Verarbeitung sensorischer Information. Dieses psychophysische Faktum wird durch anatomische Befunde komplementiert, wonach die große Mehrzahl interarealer Projektionen reziprok angelegt ist und die synaptischen Eingänge von bottom-up und top-down gerichteten Projektionen in der gleichen Größenordnung vorliegen. Während unser Verständnis einer reinen bottom-up Verarbeitung sensorischer Informationen in dem Paradigma einer seriellen Informationsverarbeitung große Fortschritte gemacht hat, sind die neuronalen Mechanismen top-down gerichteter Prozesse und deren Integration der bottom-up Verarbeitung sensorischer Informationen weitgehend ungeklärt.

↓52

Das hier vorgestellte Modell zeigt, wie die funktionellen Eigenschaften einer kürzlich demonstrierten nichtlinearen somato-dendritischen Interaktion eine wichtige Rolle bei der kortikalen Integration von bottom-up und top-down gerichteter Verarbeitung sensorischer Information spielen können. In jüngster Zeit hat sich unser Verständnis der komputationalen Eigenschaften kortikaler Neurone stark gewandelt und erweitert. Wesentlichen methodologischen Fortschritten ist es insbesondere zu verdanken, daß wir heute wissen, daß die komplexe Morphologie und die membranphysiologischen Eigenschaften von Dendriten eine bedeutsame Rolle für die integrative Funktion kortikaler Neurone spielen. So wurde gezeigt, daß somatisch ausgelöste Aktionspotentiale in den apikalen Dendriten zurücklaufen wo bei gleichzeitigem synaptischen Input ein langsames dendritisches Aktionspotential ausgelöst werden kann, welches wiederum eine somatische Salvenentladung des Neurons bewirkt. In dem hier untersuchten Netzwerk wurde ein solcher Mechanismus nichtlinearer somato-dendritischer Interaktion implementiert und die deutliche Asymmetrie der laminären Zielstrukturen von axonalen top-down und bottom-up Projektionen berücksichtigt.

Das simulierte Netzwerk zeigt, wie reziproke top-down Verbindungen zu einer kooperativen Verarbeitung sensorischer Information zwischen zwei Arealen auf unterschiedlichen hierarchischen Ebenen führen. Zusätzliche top-down Signale führen in dem Netzwerk zu Aufmerksamkeit ähnlichen Effekten. Die implementierte somato-dendritische Interaktion resultiert hierbei in einem Signal von Salvenentladungen, welches sich als äußerst robust gegenüber Rauschen darstellt. In Übereinstimmung mit jüngsten elektrophysiologischen Befunden zeigt sich eine charakteristische Modulation der tieffrequenten oszillatorischen Synchronisation neuronaler Aktivität durch top-down Signale.

Gemäß bekannter neurophysiologischer Daten kombiniert das vorgestellte Modell somit einen qualitativen Einfluß top-down gerichteter Signale auf die zeitliche Dynamik neuronaler Aktivität mit einem limitierten Effekt auf die mittleren Feuerraten kortikaler Neurone. Da das Modell hierbei neuronalen Mechanismen auf der zellulären Ebene sowie bekannten anatomischen Befunden Rechnung trägt, bietet es einen plausiblen theoretischen Rahmen für die Interpretation physiologischer Befunde und ermöglicht zahlreiche experimentell überprüfbare Vorhersagen.


© Die inhaltliche Zusammenstellung und Aufmachung dieser Publikation sowie die elektronische Verarbeitung sind urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung. Das gilt insbesondere für die Vervielfältigung, die Bearbeitung und Einspeicherung und Verarbeitung in elektronische Systeme.
DiML DTD Version 4.0Zertifizierter Dokumentenserver
der Humboldt-Universität zu Berlin
HTML-Version erstellt am:
25.04.2005