大规模多模态神经生理记录揭示积极情绪的个体化脑-体特征

在情感研究中，我们使用了最全面的多模态生物传感数据集之一，并在个体内部进行了密集采样，以此探究情绪如何在每个人的大脑和身体中被实例化。四名参与者在128通道EEG和28项自主神经、眼动及面部记录期间观看了168段诱发情绪的视频。交叉验证的弹性网络分类器在每个参与者中均能将15种积极情绪和中性情绪与基线区分开来（平均准确率87-97%）。我们发现，没有任何一种情绪是由单一标记预测的，每种情绪都反映了一个由皮层和自主神经活动组成的多模态集合，其构成在很大程度上具有个体特异性。然而，生理学衍生的分组选择性地与自我报告趋同；基于生理学，Interest-Awe-Amusement-Satisfaction和Entrancement-Aesthetic Appreciation在个体间反复出现。在情绪组之间，额叶和后部delta、后部alpha以及皮肤电活动形成了一个共享主干，可能反映了情感和感觉参与，而心血管和面部信号在人与人之间有所差异。这一框架产生了具有个体化、客观性的情绪神经生理指标，可能有助于个性化诊断。

中文由 AI 翻译，仅供参考，以原文为准。