Schattenblick →INFOPOOL →MEDIZIN → TECHNIK

FORSCHUNG/034: Klarer Blick trotz schwerem Kopf - Modell erklärt die Wahl einfacher Bewegungen (idw)


Nationales Bernstein Netzwerk Computational Neuroscience - 10.11.2011

Klarer Blick trotz schwerem Kopf

Modell erklärt die Wahl einfacher Bewegungen


Einfache Tätigkeiten führen wir, trotz unzähliger Bewegungsmöglichkeiten, immer wieder gleich aus. Weshalb, erklärt jetzt ein mathematisches Modell. Am Beispiel der Blickbewegung zeigen Wissenschaftler der Ludwig-Maximilians-Universität (LMU) München und des Bernstein Zentrums München, dass wir uns unbewusst für die Bewegung entscheiden, die zu den geringsten Störungen führt. Dies gilt sogar, wenn das Trägheitsmoment des Kopfes künstlich verändert wird. Die Erkenntnisse könnten in Zukunft dazu dienen, Roboterbewegungen natürlicher zu gestalten und Prothesen besser an die menschliche Bewegung anzupassen.

Mit dem täglichen Handgriff zur Computermaus ist es genauso wie mit dem Blick in den Rückspiegel: Immer gleiche, stereotype Bewegungen erleichtern dem Gehirn die Konzentration auf das Wesentliche. Doch allein die Blickbewegung zu einem neuen Ziel enthält eine schier unendliche Zahl an Bewegungskombinationen: Wie schnell bewegen sich Kopf und Auge? Wie weit soll sich das Auge bewegen, wie weit der Kopf? Weshalb das Gehirn aus der Menge aller möglichen Bewegungsmuster ein ganz bestimmtes bevorzugt, war bislang unklar. Ein Team um Dr. Stefan Glasauer (LMU), Projektleiter am Bernstein Zentrum München, hat nun ein mathematisches Modell entwickelt, mit dem sich horizontale Blickbewegungen genau vorhersagen lassen. Neben dem jeweiligen Anteil von Auge und Kopf an der Bewegung können die Forscher auch deren Dauer und Beschleunigung vorhersagen. Die Forscher berücksichtigten - anders als die meisten früheren Modelle - die Bewegung von Augen und Kopf zum Blickziel sowie die Gegenbewegung der Augen, sobald der Blick das Ziel erreicht hat, der Kopf sich aber noch dreht. "Je länger die Bewegung dauert, desto mehr summieren sich kleine Störungen auf ", erklärt Glasauer. "Je schneller aber die Bewegung ist, desto mehr Fehler entstehen durch Beschleunigung und große Muskelkräfte."

Auf Grundlage dieser Informationen berechneten die Münchner Forscher Augen- und Kopfbewegungen und ermittelten dann die Kombination, die zu den geringsten Störungen führt. Diese Bewegung stimmte mit der überein, die Probanden im Experiment nicht nur unter natürlichen Bedingungen wählten, sondern auch, wenn die Kopfbewegung durch ein künstlich erhöhtes Trägheitsmoment verändert wurde (siehe Bild).

Die Erkenntnisse könnten helfen, Robotern möglichst menschenähnliche Vorgehensweisen beizubringen und dadurch in Zukunft auch die Zusammenarbeit mit Service-Robotern zu erleichtern. Auch für die Konstruktion "intelligenter" Prothesen ist die Studie möglicherweise hilfreich. Die Prothese könnte dem Träger die Bewegungsmöglichkeiten anbieten, die den menschlichen am nächsten kommen. Im nächsten Schritt möchten Glasauer und Kollegen dreidimensionale Augen-Kopf-Bewegungen untersuchen und das Erlernen und Anpassen einfacher Bewegungen besser verstehen.


Weitere Auskünfte erteilt Ihnen gerne:
Dr. Stefan Glasauer
sglasauer@nefo.med.uni-muenchen.de
Bernstein Zentrum München und
Ludwig-Maximilians-Universität München
Institut für Klinische Neurowissenschaften
Marchioninistr. 23, 81377 München

Originalpublikation:
Saglam M, Lehnen N, Glasauer S (2011):
Optimal control of natural eye-head movements minimizes the impact of noise.
J Neurosci. 31(45): 16185-16193

Weitere Informationen finden Sie unter
http://www.bccn-muenchen.de
(Bernstein Zentrum München)
http://www.nncn.de
(Nationales Bernstein Netzwerk Computational Neuroscience)
http://www.lmu.de
(Ludwig-Maximilians-Universität München)

Zu dieser Mitteilung finden Sie Bilder unter:
http://idw-online.de/de/image155682
Gewichte am Ende der Stange beeinflussen die Kopfbewegung. Ein mathematisches Modell sagt vorher, wie sich Blickbewegungen in dieser Situation ändern.

Das Bernstein Zentrum München
ist Teil des Nationalen Bernstein Netzwerks Computational Neuroscience (NNCN). Das NNCN wurde vom BMBF mit dem Ziel gegründet, die Kapazitäten im Bereich der neuen Forschungsdisziplin Computational Neuroscience zu bündeln, zu vernetzen und weiterzuentwickeln. Das Netzwerk ist benannt nach dem deutschen Physiologen Julius Bernstein (1835-1917).
http://idw-online.de/de/news450201

Kontaktdaten zum Absender der Pressemitteilung:
http://idw-online.de/de/institution1019


*


Quelle:
Informationsdienst Wissenschaft - idw - Pressemitteilung
Nationales Bernstein Netzwerk Computational Neuroscience
Dr. Simone Cardoso de Oliveira, 10.11.2011
WWW: http://idw-online.de
E-Mail: service@idw-online.de


veröffentlicht im Schattenblick zum 12. November 2011