Rezonans stochastyczny w układzie wzrokowym

Zwykle szum zniekształca sygnał. Rezonans stochastyczny pokazuje, że w niektórych nieliniowych systemach szum może wzmocnić i poprawić sygnał, zamiast go osłabić i pogorszyć. Rezonans stochastyczny zaobserwowano w wielu układach fizycznych, ostatnio również w układzie nerwowym, zarówno na poziomie analizy sygnałów jak i poziomie skojarzeniowym, jest to więc zjawisko korzystne dla organizmów żywych.

Sygnały zwykle mierzy się za pomocą czujników, analizuje się przy pomocy komputera i zapisuje na urządzeniach elektronicznych. Mózg możemy również traktować jako wyrafinowane urządzenie pomiarowe wychwytujące słabe sygnały i wydobywające ukryte w nich informacje. Spróbujmy to zobaczyć.

Aplet Java pozwala bawić się w dodawanie szumu zarówno statycznego jak i zmiennego w czasie. Aplet właśnie się w tej chwili ładuje. Dodaje on szum do czarno-białego zdjęcia a następnie filtruje sygnał za pomocą funkcji progowej symulując słabą widoczność. Czasami bo coś lepiej zobaczyć musimy zmrużyć oczy, redukując pobudzenie siatkówki.

(noise = 40)

Trudno jest się domyślić co przedstawiają te zaszumione obrazki. Zmiana intensywności szumu nie bardzo pomaga.

(noise = 120)                                                       (noise= 400)

Co się stanie, jeśli szum statyczny zastąpimy dynamicznym, tak jak się to dzieje w rzeczywistości? Co kilkanaście lub kilkadziesiąt milisekund pojawiać się będzie nowy obrazek, do którego dodano szum, czyli czarno-białe piksele w przypadkowych miejscach. Chociaż każda ze statycznych klatek trudna jest do analizy to na zmieniającym się obrazie można dostrzec wiele szczegółów.



Zbyt dużo szumu spowoduje oczywiście zamazanie się całego obrazu, ale brak dodatkowego, zmieniającego się w czasie szumu również nie pozwala dostrzec szczegółów. Istnieje pewnien optymalny poziom szumu przy którym udaje się z obrazka wydobyć najwięcej informacji.

Zaadoptowane ze strony Enrico Simonotto.