Neuronale Netzwerke: Viele Eigenschaften – ein Modell

Unsere Sinnesorgane verarbeiten Reize der Außenwelt zu elektrischen Signalen, die an die neuronalen Netzwerke weitergeleitet und dort verarbeitet werden. Diese Transformationen in der Großhirnrinde sorgen u. a. dafür, dass wir die Sinneseindrücke verarbeiten können, Erinnerungen speichern, und in der Lage sind, Entscheidungen zu treffen. Obwohl die Neurowissenschaften noch immer weit davon entfernt sind, diese beeindruckenden Vorgänge im Gehirn ausreichend zu verstehen, ist es dennoch möglich, sie mit einer Reihe Zustände der neuronalen Aktivität in Zusammenhang zu bringen.

Forscherinnen der Arbeitsgruppe „Theorie der neuronalen Dynamik“ am Max-Planck-Institut für Hirnforschung zeigen nun wie ein einziges Netzwerkmodell die vielfältigen Zustände der neuronalen Aktivität adäquat darstellen kann. Sie erweiterten dazu das „Stabilisierte Supralineare Netzwerk Modell“ (SSN), das Forscher bisher verwendeten, um wichtige Funktionen des visuellen Systems erfolgreich darzustellen. Die Wissenschaftlerinnen fanden heraus, dass die Möglichkeiten des SSN noch gar nicht erschöpft sind, und zeigten, wann das SSN gleichzeitig auch bistabile, oszillierende und andauernde Zustände beschreiben kann. Damit wird ein Weg geebnet für eine einheitliche Theorie kortikaler Funktionen. Die Struktur eines Netzwerks hängt eng mit seiner Fähigkeit zusammen, bestimmte Funktionen entstehen zu lassen. Die neuen Ergebnisse beschreiben diesen Zusammenhang genau und ermöglichen, ausgehend von der Aktivität spezieller Netzwerke, Strukturinformation zu erhalten. Diese Theorie kann jetzt sogar Gehirnfunktionen, wie Kurzgedächtnis und Entscheidungsfindung, realistisch darstellen.

Nach einer Mitteilung des Max-Planck-Instituts für Hirnforschung