Hirnmuster-Modelle beschreiben Aktivität, erklären sie aber kaum

Eine hohe Passgenauigkeit eines Hirnmodells sagt laut dieser Studie wenig darüber aus, ob es die biologischen Ursachen der Hirnaktivität erfasst. Zu diesem Ergebnis kommen Forschende der Heinrich-Heine-Universität Düsseldorf (HHU) und des Forschungszentrums Jülich. Sie untersuchten sogenannte geometrische Eigenmoden, räumliche Muster, die aus der Form der Großhirnrinde abgeleitet werden.

Frühere Studien hatten gezeigt, dass sich Gehirnaktivität mit diesen Mustern sehr genau nachbilden lässt. Die neue Arbeit erschien in der Fachzeitschrift PNAS unter dem Titel Mechanistic versus descriptive interpretation of brain activity pattern reconstruction. Sie fragt, ob eine solche Rekonstruktion als Erklärung für die biologischen Mechanismen der Hirnaktivität taugt.

Die Untersuchung lief am Institut für Systemische Neurowissenschaften der HHU und des Universitätsklinikums Düsseldorf sowie am Institut für Neurowissenschaften und Medizin des Forschungszentrums Jülich. Beteiligt waren Simon Eickhoff, Kyesam Jung und Kaustubh R. Patil.

Wie die Forschenden die Eigenmoden prüften

Hintergrund ist die Frage, wie solche Modelle zu deuten sind. Die Eigenmoden gelten als Kandidat für ein besseres Modell der Hirnfunktion, weil sie spontane wie durch Reize ausgelöste Aktivitätsmuster aus der funktionellen Magnetresonanztomografie (fMRT) genau rekonstruieren. Sie schnitten dabei besser ab als Alternativen, darunter Basen, die aus dem Konnektom, also dem Netz der Faserverbindungen im Gehirn, abgeleitet sind.

Das Team ging in zwei Schritten vor. Zuerst wollte es wissen, ob die Eigenmoden auf der Großhirnrinde neben echter Hirnaktivität auch beliebige, nicht-biologische Muster abbilden. Dazu übertrugen die Forschenden Bilder und Fotografien ohne Bezug zur Gehirnaktivität auf eine Kugeloberfläche. Anschließend passten sie diese Muster anhand von Messpunkten an die Oberfläche der linken Großhirnhälfte an. Die Werte an den einzelnen Punkten berechneten sie aus den umliegenden Bildwerten.

Getestet wurden unter anderem eine Heine-Zeichnung, die Kuppel des Düsseldorfer Botanischen Gartens und das Denkmal für Heinrich Heine bei der Universitäts- und Landesbibliothek. Im zweiten Schritt verglichen die Forschenden die Eigenmoden mit alternativen Modellen, die auf einzelnen Gehirnregionen beruhen. In der Studie sind das lokale, parzellenbasierte Darstellungen, also Modelle, die das Gehirn in abgegrenzte Areale aufteilen.

Was die Rekonstruktionen ergaben

Die Eigenmoden bilden die tatsächliche Hirnaktivität zwar äußerst präzise ab. Sehr genau gelingt jedoch auch die Rekonstruktion künstlich erzeugter Muster ohne biologische Bedeutung. In der Studie heißt das: Die Eigenmoden sind sehr flexibel, wenn sie an eine Reihe manipulierter Muster angepasst werden. Bei Projektion der Bilder auf die Großhirnoberfläche zeigte sich eine sehr hohe Genauigkeit. Die hohe Genauigkeit kann deshalb nicht allein durch die Hirnaktivität begründet sein.

Simon Eickhoff, Leiter beider beteiligter Institute, folgert daraus, die hohe Genauigkeit der Eigenmoden bedeute nicht zwangsläufig, dass sie die biologischen Prozesse hinter der Hirnaktivität erklären können.

Der Vergleich mit den regionenbasierten Modellen bestätigte das. Auch diese Modelle erreichten bei der Nachbildung von Aktivitätsmustern ein vergleichbar gutes Ergebnis. Das Modell mit den Eigenmoden beschreibt die Gehirnaktivität demnach hervorragend, ohne erklären zu können, wie sie entsteht.

Die Autoren begründen das auch grundsätzlich. Eine Darstellung, die die zugrunde liegende Geometrie gut beschreibt, passt naturgemäß auch Muster in diesem geometrischen Raum gut an. Das sage aber nicht zwingend etwas über die Mechanismen aus, aus denen die Funktionen des Gehirns hervorgehen. Wer die Eigenmoden als Modell der Hirnfunktion akzeptiere, riskiere, beschreibende und mechanistische Deutungen zu vermischen.

Einordnung

Die Autoren stellen die Eigenmoden nicht grundsätzlich in Frage. Die geometrische Form des Gehirns kann nach Darstellung der Forschenden durchaus einen Einfluss auf seine Aktivität haben. Für ein umfassendes Verständnis müssten aber weitere biologische Faktoren hinzukommen, vor allem die Verbindungen zwischen verschiedenen Gehirnregionen und deren unterschiedliche Eigenschaften.

Eine beschreibende Darstellung ist für die Bildgebung dennoch nützlich, wie die Studie selbst festhält. Die Autoren betonen, dass beschreibende Darstellung und mechanistische Erklärung in der Neurobildgebung verschiedene, einander ergänzende Rollen haben und beides stärker berücksichtigt werden sollte. Aussagen über die Leistungsfähigkeit der Geometrie müssten gegen deren mangelnde Spezifität, biologische Deutbarkeit und anatomische Evidenz abgewogen werden.

Eine arXiv-Arbeit zur Bildrekonstruktion aus Hirnaktivität mit hirnoptimierten Kodierungsmodellen beschreibt, dass zu jedem Aktivitätsmuster eine ganze Familie von Bildern gleichermaßen vereinbar ist.

Eine arXiv-Arbeit zur Dekodierung aus fMRT-Signalen bemängelt, dass bestehende Korrelationsverfahren vor allem Stärkeinformationen einzelner Voxel nutzen und strukturelle Verbindungen vernachlässigen.

Eickhoff fasst die Bedeutung der eigenen Arbeit so zusammen: Sie liefere einen Beitrag zur Frage, wie wissenschaftliche Modelle bewertet werden sollten, und zeige, dass eine präzise Beschreibung nicht mit einer Erklärung der biologischen Ursachen gleichzusetzen sei.

Wie belastbar ist das?

• Es handelt sich um eine Studie, die in einer Fachzeitschrift erschienen ist, nicht um einen Preprint.
• Die Arbeit argumentiert mit zwei Reihen empirischer Ergebnisse sowie mit theoretischen Überlegungen und früheren Daten.
• Untersucht wurden Muster auf der Großhirnrinde, darunter auch Bilder und Fotografien ohne Bezug zur Hirnaktivität, die auf die linke Großhirnhälfte übertragen wurden.
• Zu den Geldgebern zählen die Deutsche Forschungsgemeinschaft und das EU-Rahmenprogramm Horizon 2020.
• Die Studie zeigt nicht, dass die geometrische Form des Gehirns keine Rolle spielt. Die Forschenden halten einen Einfluss der Form auf die Hirnaktivität ausdrücklich für möglich.
• Sie liefert auch kein eigenes mechanistisches Modell der Hirnaktivität. Sie zeigt, dass gute Passgenauigkeit allein keine Erklärung belegt.

Offene Fragen

Wie sich die Entstehung der Hirnaktivität stattdessen erklären lässt, bleibt Gegenstand weiterer Forschung. Das Team rät dazu, Eigenmoden künftig enger mit bestehendem biologischem Wissen und experimentellen Befunden zu verbinden.

Unklar bleibt, wie sich die Einflüsse von Form, Verbindungen und regionalen Eigenschaften gewichten lassen. Die Forschenden verweisen darauf, dass für das umfassende Verständnis der Funktionsweise des Gehirns weitere biologische Faktoren berücksichtigt werden müssen, insbesondere die Verbindungen zwischen den Regionen. Ob und wie sich daraus ein Modell mit erklärender Kraft entwickeln lässt, haben sie in dieser Arbeit nicht geprüft.

Weitere Quellen

• Pressemitteilung „Veröffentlichung in PNAS: Studie stellt die Bedeutung der Musterrekonstruktion der Gehirnaktivität in Frage“, Informationsdienst Wissenschaft (idw). Quelle, abgerufen am 24.10.2026
• Second Sight: Using brain-optimized encoding models to align image distributions with human brain activity (arxiv.org). Quelle, abgerufen am 24.10.2026
• A Novel Brain Decoding Method: a Correlation Network Framework for Revealing Brain Connections (arxiv.org). Quelle, abgerufen am 24.10.2026

So entstand diese Meldung: Bei der Recherche und beim Schreiben hat eine KI mitgearbeitet. Grundlage sind die Originalstudie und die oben genannten Quellen. Die Redaktion prüft Zahlen, Zitate und Aussagen gegen diese Quellen, bevor die Meldung erscheint. Das Bild ist ebenfalls KI-generiert.