PsyBrain 腦心前沿 | 公眾號 PSY-Brain_Frontier
一鍵關注,點亮星標 ??
不錯過每日前沿資訊
認知神經科學前沿文獻分享
![]()
基本信息:
Title:Integration of affective cues in context-rich and dynamic scenes varies across individuals
發表時間:2025.12.16
Journal:Nature communications
影響因子:15.7
獲取原文:
添加小助手:PSY-Brain-Frontier即可獲取PDF版本
![]()
研究背景
想象一下,你在街頭偶遇一位朋友,他正對著手機目瞪口呆。如果只看那張臉,你可能覺得他在驚訝;但若瞥見手機屏幕上的中獎信息,你會立刻判定那是狂喜。這種“察言觀色”的本領,本質上是大腦在進行一場精密的信息博弈。長期以來,心理學界對我們如何整合面部表情與周圍環境(情境)存在爭議:大腦是像天平一樣,根據線索的可靠程度進行精準的“加權計算”(貝葉斯策略),還是僅僅簡單粗暴地將兩者“取平均值”(啟發式策略)?過往研究多聚焦于靜態圖像,難以還原現實生活中瞬息萬變的情緒感知,這留下了探索人類社交大腦底層邏輯的“最后一公里”。
![]()
研究總結
近日,加州大學伯克利分校的研究團隊在《Nature Communications》發表重要研究 。研究者通過“推論情緒追蹤”任務,要求近千名受試者對自然視頻中人物的心理狀態進行動態評分,并利用計算建模對比了多種整合策略 。
核心發現如下:
大腦的“動態天平”:總體而言,人類感知情緒遵循貝葉斯框架。當面部表情模糊時,大腦會自動增加情境線索的權重;反之亦然,實現信息的最優整合 。
獨特的個體差異:研究首次揭示了情緒識別的“個性化算法”。雖然貝葉斯模型在個體水平上預測最準,但仍有部分人傾向于使用更簡單的“啟發式平均”策略 。
動態優于靜態:只有能夠動態更新權重的模型,才能精準預測人類在復雜現實場景下的情緒判斷 。
![]()
研究意義
這項研究不僅從計算神經科學角度解析了“社交高手”背后的認知機制,還提醒我們,情緒識別并非千篇一律的固定公式,而是高度個性化的動態過程 。這為理解神經多樣性人群(如自閉癥群體)的社交感知差異,以及開發更智能的情感計算系統提供了前沿的理論支撐 。
![]()
核心圖片
![]()
Figure1
![]()
Figure2
![]()
Figure3
![]()
Figure4
![]()
![]()
Figure5
![]()
Figure6
![]()
Figure7
前沿交流|歡迎加入認知神經科學前沿交流群!
![]()
核心圖表、方法細節、統計結果與討論見原文及其拓展數據。
分享人:天天
審核:PsyBrain 腦心前沿編輯部
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.