• IT-Karriere:
  • Services:

Retina-Prothese: Forscher entschlüsseln Datenübertragung des Auges

Zwei US-Forscher haben die Informationsübermittlung vom Auge ins Gehirn entschlüsselt. Auf dieser Basis haben sie eine Retina-Prothese entwickelt, die blinden Mäusen ihr Augenlicht praktisch zurückgibt. Das System soll für Menschen angepasst werden.

Artikel veröffentlicht am ,
Künstliches Sehsystem (Symbolbild): Nervenimpulse fast wie bei einem gesunden Auge
Künstliches Sehsystem (Symbolbild): Nervenimpulse fast wie bei einem gesunden Auge (Bild: Shawn Kelly/MIT)

US-Forschern ist ein wichtiger Schritt hin zu einer Retina-Prothese gelungen: Sie haben den Code entschlüsselt, mit der die Retina von Mäusen Informationen an das Gehirn des Nagers überträgt. Basierend darauf haben sie eine Prothese entwickelt, mit der ein blindes Tier sehen kann. Künftig soll es solche Prothesen auch für Menschen geben.

Stellenmarkt
  1. ASB Informationstechnik GmbH, Duisburg
  2. HxGN Safety & Infrastructure GmbH, Bonn

Im Auge fällt Licht auf die Rezeptoren auf der Retina. Deren Signale werden von der Retina verarbeitet und in Nervenimpulse codiert. Die Ganglien der Retina übertragen die Impulse an das Gehirn, das daraus Bilder zusammensetzt. Bei vielen Formen von Blindheit sind die Fotorezeptoren oder die Zellen, die deren Signale verarbeiten, geschädigt. Die Ganglien hingegen sind noch intakt. Gelingt es also, die Nervenzellen auf die richtige Art und Weise anzusprechen, soll sich das Sehen wiederherstellen lassen.

Viele Neuronen, richtiger Code

Dabei müsse nicht nur eine großen Anzahl von Zellen stimuliert werden, beschreibt Sheila Nirenberg die Herausforderung. "Sie müssen auch mit dem richtigen Code stimuliert werden - dem Code, mit dem die Retina normalerweise mit dem Gehirn kommuniziert." Nirenberg, Neurowissenschaftlerin an der Cornell-Universität in Ithaca im US-Bundesstaat New York, hat diesen Code zusammen mit ihrem Kollegen Chethan Pandarinath von der Stanford-Universität in Kalifornien entschlüsselt.

Der Code ist ein System aus Gleichungen, der das Muster aus Licht, das auf die Retina fällt, in elektrische Impulse umsetzt. Darauf basierend haben die beiden Wissenschaftler dann eine Retina-Prothese konstruiert. Dazu gehört zunächst der Encoder, ein Chip, in dem das Gleichungssystem implementiert ist. Er verwandelt die Bilder, die ins Auge kommen, in einen Strom aus elektrischen Impulsen. Diese werden an einen Miniprojektor weitergeleitet, der die elektrischen in Lichtimpulse umsetzt. Diese regen ein lichtempfindliches Protein an, das in die Ganglien eingesetzt wurde und die Impulse ans Gehirn überträgt.

Fast wie ein gesundes Auge

Die Forscher bauten dann zwei Systeme - eines mit und eines ohne den Code - und testeten diese mit blinden Mäusen. Der Unterschied sei "dramatisch" gewesen. Mit ihm sei die Leistung des Systems fast so wie die eines gesunden Auges gewesen. "Das bedeutet, das System gab genug Informationen aus, um Bilder von Tieren und Gesichtern zu rekonstruieren - im Prinzip von allem, was wir ausprobierten", berichtet Nirenberg.

Die Forscher testeten das System an blinden Mäusen, die mit der Prothese mit Code ausgestattet wurden, und blinden Mäusen, die eine Prothese ohne Code bekamen. Die dritte Gruppe waren sehende Mäuse. Die Forscher zeigten allen Versuchstieren die gleichen Bilder und maßen die Nervenimpulse. Dabei habe sich gezeigt, dass die Nerven einer blinden Maus, die eine Prothese mit dem Codierungssystem hatte, fast die gleichen Muster aufwiesen wie die einer sehenden Maus.

Code der Affen-Retina

"Das ist eine aufregende Zeit. Wir können die Retina blinder Mäuse wieder sehen lassen, und wir versuchen, das so schnell wie möglich auch auf den Menschen zu übertragen", sagte Nirenberg. Einen wichtigen Schritt haben sie bereits gemacht, indem sie den neuronalen Code der Affen-Retina entschlüsselt haben. Diese ist mit der menschlichen weitgehend identisch.

Nirenberg hofft, dass künftig hochauflösende Retina-Prothesen auch für Menschen zur Verfügung stehen. Die bisher verfügbaren hätten nur eine geringe Auflösung - sie ermöglichten es lediglich, Lichtpunkte oder Kanten mit einem starken Kontrast zu erkennen, nicht aber richtige Bilder, schreiben die Forscher in der Fachzeitschrift Proceedings of the National Academy of Sciences (PNAS).

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed


Anzeige
Top-Angebote
  1. (u. a. HP 15s Power Notebook für 629,00€, LG 27 Zoll Monitor für 279,00€, Lenovo V155 Laptop...
  2. (aktuell u. a. Emtec X150 SSD Power Plus 480 GB für 51,90€ (Tages-Deal), BenQ EX3203R, 31,5-Zoll...
  3. (u. a. F1 2019 Anniversary Edition für 26,99€, Hitman 2 Gold Edition für 20,99€)
  4. (u. a. Fallout 4 für 8,50€, For Honor für 8,99€, Mortal Kombat 11 für 23,99€)

dempsey 20. Aug 2012

Ich finde diesen Thread eigentlich schon eher sinnlos. Sein Problem kann ich auch nicht...

Tannenzapfen 19. Aug 2012

Tut mir leid, aber ich denke du hast die Studie nicht richtig gelesen und / oder falsch...

Tannenzapfen 19. Aug 2012

120 Millionen Stäbchen und 5 Millionen Zapfen. 720p HDTV: 921.600 pixel 1080i HDTV: 2...

Dumpfbacke 19. Aug 2012

Ich weiß zwar nicht, wo du lebst, aber allgemeine Nachrichten bekomme ich noch mit. In...

Anonymer Nutzer 18. Aug 2012

Diese Tiere werden oder müssen sogar speziell dafür gezüchtet werden. In Deutschland sind...


Folgen Sie uns
       


Golem.de hackt Wi-Fi-Kameras per Deauth

WLAN-Überwachungskameras lassen sich ganz einfach ausknipsen - Golem.de zeigt, wie.

Golem.de hackt Wi-Fi-Kameras per Deauth Video aufrufen
Deep Fakes: Hello, Adele - bist du's wirklich?
Deep Fakes
Hello, Adele - bist du's wirklich?

Mit Deep Fakes wird geblödelt, gehetzt und geputscht. Bedrohen Videos, die vorgaukeln, Stars und Politiker zu zeigen, die Demokratie? Möglich, nur anders, als wir denken.
Eine Analyse von Meike Laaff

  1. Machine Learning Kalifornien will gegen Deep-Fake-Pornografie vorgehen
  2. Machine Learning Tensorflow 2.0 macht Keras-API zum zentralen Bestandteil
  3. Neural Structured Learning Tensorflow lernt auf Graphen und strukturierten Daten

Macbook Pro 16 Zoll im Test: Ein Schritt zurück sind zwei Schritte nach vorn
Macbook Pro 16 Zoll im Test
Ein Schritt zurück sind zwei Schritte nach vorn

Keine Butterfly-Tastatur mehr, eine physische Escape-Taste, dünnere Displayränder: Es scheint, als habe Apple beim Macbook Pro 16 doch auf das Feedback der Nutzer gehört und ist einen Schritt zurückgegangen. Golem.de hat sich angeschaut, ob sich die Änderungen auch lohnen.
Ein Test von Oliver Nickel

  1. Audioprobleme Knackgeräusche beim neuen Macbook Pro 16 Zoll
  2. iFixit Kleber und Nieten im neuen Macbook Pro 16 Zoll
  3. Macbook Pro Apple gibt fehlerhafte Butterfly-Tastatur auf

Männer und Frauen in der IT: Gibt es wirklich Chancengleichheit in Deutschland?
Männer und Frauen in der IT
Gibt es wirklich Chancengleichheit in Deutschland?

Der Mann arbeitet, die Frau macht den Haushalt und zieht die Kinder groß - ein Bild aus längst vergangenen westdeutschen Zeiten? Nein, zeigen uns die aktuellen Zahlen. Nach wie vor sind die Rollenbilder stark, und das hat auch Auswirkungen auf den Anteil von Frauen in der IT-Branche.
Von Valerie Lux

  1. HR-Analytics Weshalb Mitarbeiter kündigen
  2. Frauen in der IT Ist Logik von Natur aus Männersache?
  3. IT-Jobs Gibt es den Fachkräftemangel wirklich?

    •  /