视觉角度与情绪效价影响面部表情神经表征的时间动态：一项MEG研究

《IEEE Transactions on Neural Systems and Rehabilitation Engineering》：Visual Angles and Emotional Valence Affect Temporal Dynamics of Neural Representations of Facial Expression: An MEG Study

　　本研究针对情绪处理时间动态研究不足及面部不对称性在真实场景中的重要性，采用脑磁图（MEG）技术，结合事件相关场（ERF）和多变量模式分析（MVPA），探讨了快乐与悲伤情绪在不同视觉角度（正/负）下的神经处理机制。结果表明，快乐情绪的处理早于悲伤情绪，且仅在正视觉角度（右侧面部）下可成功解码情绪差异，源定位显示梭状回、舌回等脑区激活。该研究为右半球主导情绪处理提供了神经生理证据，对理解情绪识别的时空机制及跨文化数据库应用具有重要价值。

　　

在日常生活中，我们能够快速识别他人面部表情所传递的情绪信号，这是人类社交互动和生存适应的重要能力。然而，尽管情绪处理已成为认知神经科学数十年的研究焦点，但大多数研究都集中于正面视角（0°视觉角度）下的情绪识别脑区定位，忽略了真实场景中面部常以不同角度呈现这一关键因素。行为学研究早已发现，人类面部的左右两侧在情绪表达上存在不对称性，右侧面部（从左视角看为正视觉角度）往往能更准确地表达情绪，尤其是负面情绪。但这一现象背后的神经机制及其时间动态过程仍不清楚。此外，快乐和悲伤作为两种基本情绪，其处理速度是否存在差异，以及视觉角度如何影响这种差异，都是尚未深入探索的问题。

为了解决这些科学问题，发表在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上的这项研究，创新性地结合了脑磁图（MEG）的高时空分辨率优势，旨在揭示不同视觉角度下快乐与悲伤情绪处理的神经时空动态。研究团队假设，面部表情的处理会受到呈现角度（正/负）和情绪类型（快乐/悲伤）的共同影响，并且这种影响会体现在特定的时间窗口和脑区活动上。

为了开展这项研究，研究人员招募了13名健康参与者，并采用了来自印度情感图片数据库（IAPD）的刺激材料，这些材料包含了演员从-90°（全左侧剖面）到+90°（全右侧剖面）不同角度呈现的快乐和悲伤面部表情。实验设计为2（情绪：快乐、悲伤）×2（视觉角度：正、负）因素，通过MEG记录参与者观看这些面部图片时的脑部磁信号。关键的技术方法主要包括：1）数据采集与预处理：使用Elekta Neuromag? TRIUX全头型MEG系统在磁屏蔽室内采集数据，并采用时间信号空间分离（t-SSS）方法去除干扰，进行独立成分分析（ICA）以剔除眼动和心电伪迹；2）传感器水平事件相关场（ERF）分析：通过计算平面梯度仪对的绝对振幅，获得ERF，并采用基于聚类的置换检验进行统计比较；3）源重建：使用线性约束最小方差（LCMV）波束成形器方法，在ERF差异显著的时间窗口（370-420 ms）进行脑源定位，计算神经活动指数（NAI）；4）多变量模式分析（MVPA）：采用线性支持向量机（SVM）分类器，进行时间分辨的解码分析，以区分情绪类型和视觉角度，并通过多元噪声归一化提升数据质量。

传感器水平ERF结果显示，当面部刺激在正视觉角度（右侧面部）呈现时，悲伤情绪比快乐情绪诱发了显著更高振幅的ERF，这一差异主要集中在刺激呈现后372-419 ms的时间窗口，且脑区活动位于额颞区域（Fig. 3A, 3C）。而在负视觉角度（左侧面部）下，两种情绪的ERF则无显著差异（Fig. 3B）。这表明，大脑仅在观看右侧面部时才能有效区分悲伤和快乐情绪。

源重建结果进一步将正视觉角度下悲伤与快乐情绪的差异活动定位至视觉处理的腹侧和背侧通路，包括梭状回（Fusiform Gyrus）、舌回（Lingual Gyrus）、壳核（Putamen）以及中央前回和中央后回（Pre- and Post-central Gyrus）等脑区（Fig. 4）。这些区域与面部识别和情绪处理密切相关，证实了正视觉角度刺激能有效激活相关的神经基础。

MVPA结果则从时间动态角度提供了更精细的洞察。首先，在解码视觉角度（正 vs. 负）的任务中，快乐情绪下的解码信息出现得更早（约70 ms），且峰值解码准确率（120 ms时达84.10%）显著高于悲伤情绪（约100 ms出现，125 ms时峰值为81.67%）（Fig. 5A）。这表明大脑对快乐表情的视觉角度信息处理速度更快。其次，在解码情绪内容（快乐 vs. 悲伤）时，仅在正视觉角度下，在420-450 ms时间窗口内出现了显著高于随机水平的解码准确率（峰值60.87%），而负视觉角度下则无法有效解码情绪（Fig. 5B）。支持向量机（SVM）权重图显示，视觉角度解码主要依赖枕叶传感器，而情绪解码则与右半球颞叶传感器活动相关（Fig. 6），这与ERF和源定位结果相互印证。

讨论与结论部分指出，本研究首次结合MEG与多角度面部刺激，为情绪处理的右半球优势理论和面部不对称性提供了神经生理学证据。主要结论包括：1）快乐情绪的神经处理进程早于悲伤情绪，这与行为研究中快乐表情更易识别的发现一致；2）仅在正视觉角度（右侧面部）下，大脑能有效区分快乐和悲伤情绪，表现为ERF振幅差异和成功的MVPA解码，且相关神经活动位于右半球，支持了右半球在情绪处理中的主导作用，部分印证了效价假说；3）源定位揭示了梭状回、舌回等经典面部情绪处理脑区的参与。这些发现不仅深化了对情绪识别时空机制的理解，也证明了IAPD这类包含多角度表情的数据库在跨文化研究中的适用性。研究的局限性包括样本量较小、性别分布不均、试验次数有限以及未包含正面（0°）视角等。未来研究可扩展至其他基本情绪，并应用于自闭症等存在情绪感知障碍的临床群体，为早期诊断提供认知基准。总之，该研究强调了考虑视觉角度在真实世界情绪识别中的重要性，为认知神经科学提供了关于情绪处理动态过程的新见解。