Testen von Theorien zur Motoriksteuerung

Die Motorik ist, wie unser Gehirn und Körper zusammenarbeiten, um sich zu bewegen. Zwei Hauptideen erklären, wie wir unsere Bewegungen kontrollieren: die Optimale Steuerungstheorie und die Aktive Inferenz. Beide Ideen sind spannend und haben eine starke Logik, aber es ist schwierig, sie mit realen Experimenten zu testen. Es gab bisher keine klaren Tests, die diese beiden Theorien direkt vergleichen. Dieser Artikel stellt ein neues Experiment vor, das darauf abzielt, diese Theorien gegeneinander zu testen, und lädt die Unterstützer beider Theorien ein, prüfbare Vorhersagen zu formulieren, um unser Verständnis zu fördern.

#Erklärung der optimalen Steuerungstheorie

Laut der optimalen Steuerungstheorie nimmt unser Gehirn, wenn wir uns bewegen wollen, ein Ziel und wandelt es in Signale für die Muskeln um, die motorischen Befehle genannt werden. Diese Befehle kommen aus einem Bereich des Gehirns, der als primärer motorischer Kortex (M1) bekannt ist. Die Signale reisen durch einen Weg namens kortikospinaler Trakt, der motorische Neuronen aktiviert, die letztendlich unsere Muskeln bewegen.

Der motorische Befehl wird als Signal angesehen, das unserem Körper den aktuellen Bewegungszustand mitteilt. Hier bezieht sich "aktueller Zustand" auf Dinge wie die Kraft, die unsere Muskeln ausüben, oder die Gelenkwinkel in unserem Körper.

#Erklärung der aktiven Inferenz

Aktive Inferenz funktioniert anders. Sie basiert auf der Idee, dass unser Gehirn versucht vorherzusagen, wie sich Bewegungen anfühlen werden. Anstatt motorische Befehle zu senden, erstellt das Gehirn Vorhersagen darüber, wie sich eine Bewegung anfühlen wird, basierend auf der beabsichtigten Aktion. Diese Vorhersagen treffen auf echtes Feedback von unserem Körper, und der Unterschied zwischen der Vorhersage und dem echten Feedback wird als Vorhersagefehler bezeichnet. Dieser Fehler, anstatt eines direkten Befehls, führt zur Muskelaktivierung.

Aktive Inferenz beinhaltet die Minimierung von Überraschungen, was bedeutet, dass das Gehirn es vorzieht, genau vorherzusagen, was während der Bewegung passieren wird. Wenn die Vorhersagen des Gehirns nicht mit den tatsächlichen Empfindungen während der Bewegung übereinstimmen, passt es sich durch die Verwendung des Vorhersagefehlers an.

#Einrichtung des Experiments

Um diese Theorien gegeneinander zu testen, haben wir eine Studie mit zwei Arten von Aufgaben erstellt: Kraftaufgaben und Winkelaufgaben. Dreizehn Teilnehmer erklärten sich bereit, an der Studie teilzunehmen. Ethikgenehmigungen wurden eingeholt, und die Daten wurden unter Beachtung der entsprechenden Forschungsrichtlinien gesammelt.

Im Experiment führten die Teilnehmer beide Aufgaben durch, während sie an einem Tisch sassen, ohne ihre Bewegungen sehen zu können. Bei der Kraftaufgabe mussten sie gegen ein Gerät drücken, um isometrische Kraft auf verschiedenen Ebenen zu erzeugen. Bei der Winkelaufgabe bewegten sie ihren Finger, um bestimmte Winkel zu erreichen.

Wir verwendeten eine Technik namens transkranielle Magnetstimulation (TMS), um zu messen, wie Signale während dieser Bewegungen vom Gehirn zu den Muskeln reisen. TMS sendet einen magnetischen Impuls ans Gehirn, wodurch wir Veränderungen in der Muskelaktivierung beobachten können.

#Durchführung der Aufgaben

Während der Kraftaufgabe drückten die Teilnehmer ihren Zeigefinger gegen ein Gerät, das misst, wie viel Kraft sie anwenden. Jeder Teilnehmer zielte auf spezifische Kraftniveaus, wobei unterschiedliche Stimulierungspunkte für die TMS während der Versuche verwendet wurden.

Für die Winkelaufgabe massen wir die Fingerbewegungen mit einem Gerät, das die Winkel verfolgt. Die Teilnehmer hatten zum Ziel, ihren Finger auf bestimmte Winkel zu bewegen, und TMS wurde erneut zu verschiedenen Zeitpunkten während dieser Bewegungen angewendet.

Beide Aufgaben hatten eine ähnliche Struktur mit akustischen Signalen, um zu signalisieren, wann man drücken oder sich bewegen sollte. Die Teilnehmer führten mehrere Blockversuche durch, was uns eine Reihe von Daten zum Analysieren gab.

#Theorien im Test

Aus der Perspektive der optimalen Steuerungstheorie erwarten wir, dass ohne Unterbrechungen die Stärke des motorischen Befehls direkt widerspiegeln sollte, wie viel Kraft produziert wird oder die Position des Gelenks ist. Laut dieser Theorie sollten die Signale, die wir messen, mit dem aktuellen Bewegungszustand übereinstimmen.

Auf der anderen Seite schlägt die aktive Inferenz vor, dass die Ausgabe aus M1 nicht nur ein motorischer Befehl ist, sondern auch sensorische Vorhersagen beinhaltet. Daher sollten sowohl die Vorhersagen als auch ihre Fehler beeinflussen, was wir in der Muskelaktivierung messen. Wir konzentrierten uns auf den Vorhersagefehler, der den Unterschied zwischen dem, was erwartet wurde, und dem, was während der Bewegung tatsächlich erlebt wurde, zeigt.

#Prozess der Datenanalyse

Um herauszufinden, welche Theorie unsere Ergebnisse genauer erklären konnte, richteten wir verschiedene Modelle basierend auf den gesammelten Daten ein. Jedes Modell stellte eine andere Möglichkeit dar, das Verhältnis zwischen Gehirnsignalen und Muskelaktivierung zu verstehen.

Wir verglichen die Modelle, um zu sehen, welches am besten die Veränderungen in der Muskelaktivierung (MEP-Amplitude) während der Aufgaben erklärte. Dabei betrachteten wir verschiedene Faktoren, einschliesslich der Stärke der Muskelkontraktionen, der Position der Gelenke während der Stimulation und wie diese Variablen miteinander interagierten.

Unsere Hauptwerkzeuge für diesen Vergleich beinhalteten statistische Methoden, die es uns ermöglichten, die Wahrscheinlichkeit zu messen, dass ein Modell die Daten besser anpasst als andere.

#Ergebnisse des Experiments

Die Ergebnisse zeigten starke Beweise zugunsten der optimalen Steuerungstheorie im Vergleich zur aktiven Inferenz für sowohl die Kraft- als auch die Winkelaufgaben. Mit anderen Worten, es scheint, dass die Muskelaktivierung, die wir gemessen haben (durch MEP-Amplitude), enger mit den direkten motorischen Befehlen verbunden war, die unser Gehirn sendete, als mit Fehlern in den Vorhersagen.

Konkret erklärten die Modelle, die auf der optimalen Steuerungstheorie basierten, mehr von der Variabilität in der Muskelaktivierung als die, die auf aktiver Inferenz basierten. Das bedeutet nicht, dass aktive Inferenz falsch ist, sondern eher, dass in diesem speziellen Test die optimale Steuerungstheorie eine bessere Erklärung dafür lieferte, wie Bewegungen erzeugt werden.

#Fazit

Die Debatte zwischen diesen beiden Theorien geht weiter, und während unsere Ergebnisse die optimale Steuerungstheorie in diesem Kontext unterstützen, ist es wichtig, den Ansatz der aktiven Inferenz nicht zu ignorieren. Es könnte andere Möglichkeiten geben, diese Ideen zu testen, und verschiedene Aspekte, die wir noch nicht untersucht haben, die zu neuen Erkenntnissen führen könnten.

Wir ermutigen diejenigen, die jede Idee unterstützen, neue prüfbare Vorhersagen vorzuschlagen, da die Erweiterung des Wissens in diesem Bereich möglicherweise innovativere experimentelle Designs erfordert. Zukünftige Forschungen könnten messbare Unterschiede aufdecken, die klären, wie unser Gehirn Bewegung steuert.

Wir hoffen, dass wir durch die Verdichtung dieser Theorien in prüfbare Ideen besser verstehen können, wie wir uns bewegen und wie komplexe motorische Kontrollmechanismen funktionieren. Letztendlich können diese Erkenntnisse unser Verständnis von menschlichem Verhalten, Rehabilitation und motorischem Lernen weiter fördern.