DE 
English
Українська
Polski
Español
日本語
Italiano
Português (BR)
Français
العربية
Nederlands
中文
한국어
हिन्दी
Türkçe
Tiếng Việt
Русский
Bahasa Indonesia
فارسی
বাংলা
ไทย
Filipino
Kiswahili
اردو
Bahasa Melayu
தமிழ்
עברית
Ελληνικά
ਪੰਜਾਬੀ
አማርኛ
မြန်မာဘာသာ
ខ្មែរ
ქართული
नेपाली
Монгол хэл
Հայերեն
සිංහල
ລາວ
Čeština
Română
Magyar
Български
Svenska
Dansk
Suomi
Norsk
Slovenčina
Hrvatski
Српски
Slovenščina
Lietuvių
Latviešu
Eesti
Íslenska
Shqip
Македонски
Bosanski
Malti
Azərbaycanca
Қазақша
O'zbekcha
Тоҷикӣ
Кыргызча🗺️ Topografische Karte des Motorkortex
Der motorische Homunkulus: Die kortikale Fläche für Körperteile skaliert mit der Fingerfertigkeit. Eine selbstorganisierende Karte (Kohonen-SOM) lernt eine topografische Repräsentation aus zufälligen Eingaben. Beobachten Sie die Kartenbildung.
Funktionsweise
Die Kohonen-Selbstorganisierende Karte simuliert, wie der Motorkortex seine topografische Karte entwickelt. Jedes Neuron im Gitter besitzt einen 2D-Gewichtsvektor, der eine Position im Körperraum repräsentiert. Trainingseingaben tasten Körperpositionen ab, wobei die Handregion häufiger abgetastet wird (was einen höheren Fingerfertigkeitsbedarf simuliert).
Bei jedem Schritt wird die beste passende Einheit (BMU) gefunden, dann werden ihre Gewichte und die der Nachbarn zur Eingabe hin angestoßen. Über Tausende von Iterationen organisiert sich die Karte selbst, sodass benachbarte Neuronen auf benachbarte Körperpositionen reagieren — es entsteht eine topografische Karte. Die Handregion expandiert, um mehr kortikale Fläche einzunehmen.
Δw_i = η · h(||r_i − r_BMU||, σ) · (x − w_i)
h(d, σ) = exp(−d²/(2σ²)) [Gauß'sche Nachbarschaft]
η(t) = η₀ · exp(−t/T) [abnehmende Lernrate]
Häufig gestellte Fragen
Was ist der Motorkortex?
Der Motorkortex (primärer motorischer Kortex, M1) ist der Bereich der Großhirnrinde im Frontallappen, der für willkürliche Bewegung zuständig ist. Er enthält riesige Betz-Zellen, deren Axone den Pyramidenbahntrakt bilden und direkt spinale Motoneuronen ansteuern, die Muskeln aktivieren.
Was ist der motorische Homunkulus?
Der motorische Homunkulus ist eine verzerrte Darstellung des menschlichen Körpers, die auf den Motorkortex abgebildet wird. Körperteile mit größerer Fingerfertigkeit und feinerer motorischer Kontrolle (Hände, Gesicht, Lippen) besitzen unverhältnismäßig große kortikale Repräsentationen, während weniger geschickte Bereiche (Rumpf, Beine) kleinere haben.
Was ist eine Kohonen-Selbstorganisierende Karte (SOM)?
Eine Kohonen-SOM ist ein unüberwachtes neuronales Netz, das eine niedrigdimensionale topografische Repräsentation hochdimensionaler Eingabedaten lernt. Neuronen sind in einem Gitter angeordnet; während des Trainings werden die beste passende Einheit (BMU) und ihre Nachbarn zu jeder Eingabe hin angepasst, wodurch eine kontinuierliche Karte entsteht.
Wie funktioniert der SOM-Algorithmus?
1) Einen zufälligen Eingabevektor präsentieren. 2) Die BMU finden (Neuron mit den zur Eingabe nächstliegenden Gewichten). 3) BMU und Nachbarn aktualisieren: Δw = η · h(d) · (x − w), wobei η die Lernrate und h(d) eine Gauß'sche Nachbarschaftsfunktion ist. 4) η und Nachbarschaftsradius mit der Zeit verringern. Wiederholen bis zur Konvergenz.
Warum ist die kortikale Repräsentation proportional zur Fingerfertigkeit?
Gehirnareale, die feine motorische Bewegungen steuern (Hände, Mund), benötigen präzisere neuronale Kontrolle, kodiert in mehr kortikalen Neuronen. Während der Entwicklung und mit Übung erweitern aktive Körperteile ihr kortikales Territorium durch nutzungsabhängige Plastizität — je mehr Sie einen Körperteil benutzen, desto mehr Kortex beansprucht er.
Kann sich die Karte des Motorkortex bei Erwachsenen verändern?
Ja, kortikale Karten sind lebenslang plastisch. Bei Musikern vergrößert sich die Repräsentation der spielenden Hand mit der Übung. Nach einer Gliedmaßenamputation dehnen sich kortikale Bereiche benachbarter Körperteile in die deafferentierte Zone aus. Diese kortikale Reorganisation kann auch Phantomgliedempfindungen hervorrufen.
Was ist Somatotopie?
Somatotopie ist die organisierte räumliche Repräsentation der Körperoberfläche im Gehirn. Im Motorkortex werden benachbarte Körperteile in benachbarten kortikalen Bereichen dargestellt. Diese topografische Organisation ist ein grundlegendes Prinzip der kortikalen Kartierung, das auch im somatosensorischen und visuellen Kortex zu finden ist.
Was ist der Unterschied zwischen M1 und dem prämotorischen Kortex?
M1 (primärer motorischer Kortex, Brodmann-Areal 4) führt Bewegungen über direkte kortikospinale Verbindungen aus. Der prämotorische Kortex (Areal 6) plant und bereitet Bewegungen basierend auf sensorischen Eingaben und Anweisungen vor. Das supplementär-motorische Areal (SMA) ist an intern erzeugten Sequenzen und bimanueller Koordination beteiligt.
Was ist der kortikale Vergrößerungsfaktor?
Der kortikale Vergrößerungsfaktor (CMF) beschreibt, wie viel kortikale Oberfläche pro Einheit Körperoberfläche eingesetzt wird. Ein hoher CMF (Fingerspitzen, Fovea) bedeutet, dass mehr kortikale Neuronen eine kleine Fläche kodieren, was feine Unterscheidung ermöglicht. Die SOM-Simulation zeigt, wie unterschiedliche Eingabefrequenz unterschiedliche Kartenfläche erzeugt.
Wie hängt die SOM mit der kortikalen Entwicklung zusammen?
Die SOM ist ein Rechenmodell dafür, wie aktivitätsabhängiger Wettbewerb während der Entwicklung kortikale Karten formt. Korrelierte Aktivität benachbarter Körperteile bringt benachbarte Neuronen dazu, ähnlich zu reagieren. Dies erklärt, wie die geordnete somatotopische Karte aus anfänglich ungeordneten Verbindungen entsteht.
Über diese Simulation
Dieser Simulator trainiert live eine Kohonen-Selbstorganisierende Karte (SOM), um zu modellieren, wie die unverhältnismäßige Körperaufteilung des motorischen Homunkulus allein aus der Nutzungsstatistik entsteht: Fünf Körperregionen (Beine, Rumpf, Arm, Hand, Gesicht) werden mit unterschiedlichen Frequenzen abgetastet, wobei die Handregion durch eine einstellbare Fingerfertigkeitspräferenz gewichtet wird, und jeder Trainingsschritt stößt das am besten passende Neuron und seine Gauß'sche Nachbarschaft zur abgetasteten Position hin an — genau der wettbewerbsorientierte Lernprozess, der den echten Kortex während der Entwicklung formen soll.
🔬 Was wird gezeigt
Ein Gitter von Neuronen organisiert sich selbst zu einer kontinuierlichen topografischen Karte der Körperposition, wobei häufiger abgetastete Regionen (wie die Hand) sichtbar mehr des Gitters einnehmen — ein direktes rechnerisches Analogon zur kortikalen Vergrößerung.
🎮 Anwendung
Passen Sie SOM-Gittergröße, Lernrate η, Nachbarschaft σ und Hand-Präferenz (Fingerfertigkeit) an, drücken Sie dann ⚡ 500 Schritte trainieren, um das Lernen vorzuspulen, oder ↺ SOM zurücksetzen, um von vorn zu beginnen. P pausiert, R setzt zurück.
💡 Wussten Sie schon?
Nichts in dieser Simulation sagt der Karte explizit, dass Hände etwas Besonderes sind — das unverhältnismäßige Handterritorium entsteht rein daraus, dass diese Region während des Trainings häufiger abgetastet wird, ganz analog dazu, wie echte kortikale Vergrößerung der Nutzungshäufigkeit folgt statt einem fest verdrahteten Körperplan.
Häufig gestellte Fragen
Warum wächst der Handbereich auf der Karte, wenn ich die Hand-Präferenz erhöhe?
Die Hand-Präferenz legt direkt die Abtastfrequenz dieses Bereichs im Verhältnis zu den anderen vier Körperregionen fest, sodass eine höhere Präferenz bedeutet, dass die Koordinaten der Hand während des Trainings weit häufiger gezogen werden — und da SOM-Neuronen sich nur zu Eingaben hin bewegen, die sie tatsächlich sehen, beansprucht häufigeres Sampling mehr Gitterterritorium, genau wie bei der kortikalen Vergrößerung.
Was steuert der Regler Nachbarschaft σ?
σ legt die Breite der Gauß-Funktion h(d,σ) = exp(−d²/2σ²) fest, die bestimmt, wie weit sich die Aktualisierung von der besten passenden Einheit ausbreitet; ein großes σ bewegt frühzeitig im Training ganze Nachbarschaften gemeinsam (was zu einer glatten, geordneten Karte führt), während σ automatisch mit der Zeit abnimmt, sodass spätere Aktualisierungen zunehmend lokaler und feinkörniger werden.
Warum nimmt die Lernrate η über die Trainingsschritte hinweg ab?
η(t) = η₀·exp(−t/T) ahmt den Standard-SOM-Zeitplan nach: große frühe Schritte ziehen das anfänglich zufällige Gewichtsgitter schnell in eine grobe topografische Ordnung, während das schrumpfende η später die Karte in eine stabile Konfiguration einpendeln lässt, ohne zu oszillieren.
Was misst der Quantisierungsfehler eigentlich?
Es ist der durchschnittliche quadratische Abstand zwischen jeder Trainingseingabe und dem Gewichtsvektor ihrer besten passenden Einheit; ein sinkender QE über die Trainingsschritte bedeutet, dass die Neuronen der Karte zu Positionen konvergieren, die die tatsächliche Verteilung der abgetasteten Körperkoordinaten eng verfolgen.
Warum enden benachbarte Gitterzellen damit, benachbarte Körperpositionen darzustellen?
Da jede Gewichtsaktualisierung auch Neuronen in der Nähe der besten passenden Einheit anstößt (nicht nur die BMU selbst), werden räumlich nahe Neuronen über viele Schritte hinweg wiederholt zu ähnlichen Eingaben gezogen — genau der Mechanismus, der eine kontinuierliche, geordnete topografische Karte statt einer verwürfelten erzeugt.
Der motorische Homunkulus: Die kortikale Fläche für einen Körperteil skaliert mit der Fingerfertigkeit. Eine Kohonen-SOM lernt diese topografische Karte aus zufälligen Eingaben.
3D · Three.js / WebGL-Renderer · 60 FPS Ziel · läuft vollständig clientseitig, keine Installation nötig