目的 采用不同强度的动态情绪面孔,考察老年人和年轻人加工情绪面孔的积极情绪敏感性和消极情绪敏感性.方法 72名老年人和72名年轻大学生参加本实验.利用面孔变形任务,给被试呈现愤怒、厌恶和高兴面孔序列,每个序列均从中性面孔开始,然后连续梯度变化到完整的表情,被试在识别出情绪类型后作出按键判断,记录被试反应正确率和情绪识别强度.结果 对于高兴面孔,老年人(29.38±11.83)比年轻人(34.38±9.32)需要更低的情绪强度进行识别(P<0.01);对于愤怒面孔,老年人(46.89±14.72)比年轻人(41.49±13.86)需要更高的情绪强度进行识别(P<0.05).结论 东方文化下的中国老年人同样存在情绪积极效应,这种随年龄增长而出现的对积极情绪刺激的偏好有利于帮助老年人应对老化.

目的:探讨识别负性情绪面孔时前额叶-边缘环路theta波功能连接能否作为识别抑郁症的脑影像学特征. 方法:利用脑磁图检测31例抑郁症患者(抑郁症组)及43名与其相匹配的健康人(正常对照组)在识别动态面部悲伤表情时的脑部电生理反应.通过一致性方法计算出感兴趣脑区间在300 ～ 600 ms的功能连接值,比较抑郁症组与正常对照组的功能连接差异,将感兴趣脑区功能连接矩阵作为特征用支持向量机进行分类,并与汉密尔顿抑郁量表(HAMD-17)评分作相关分析. 结果:识别负性情绪面孔时感兴趣脑区theta波功能连接对抑郁症患者识别率为94.59％(P=0.0015).在300～400 ms,抑郁症组右海马与左眶部额上回(r=-0.49,P=0.0055)、与左眶部额下回(r=-0.52,P=0.0022)的功能连接值与HAMD-17评分负相关;在500～600 ms,抑郁症组左海马与左扣带回中部功能连接增强与HAMD-17评分呈正相关(r=0.62,P=0.002). 结论:在识别负性情绪面孔时前额叶-边缘环路感兴趣脑区的theta波功能连接有助于识别抑郁症.

在临床治疗中,病人的面部疼痛估计受到了广泛的关注,尤其是在诸如儿童、脑损伤病人等具有语言功能障碍的患者中显得尤为重要.与此同时,伴随着模式识别方法的广泛应用,基于视频序列的自动疼痛评估方法引起了很多科研人员的兴趣.本文回顾了近些年来相关文献中关于疼痛估计的方法,尤其着眼于深度学习和弱监督学习在该领域上的应用.此外,本文对每类方法中算法的优缺点进行了深入的分析和比较,并列举了现阶段关于在疼痛估计领域中数据库和方法所面对的挑战.最后,对未来研究的方向做了大胆的预测.

目的:探讨稳定期抑郁症患者对五种基本面部表情的识别特点.方法:选取80例病情稳定期的抑郁症患者(符合DSM-IV重性抑郁发作的诊断标准)和41例年龄、性别、受教育程度匹配的正常对照.采用自行设计的电脑模拟的卡通人物面部表情,分别有4位女性和4位男性面部随机展示出五种基本表情包括愤怒、蔑视、恐惧、高兴和悲伤.首先展示40个静态表情,然后40个以动画的形式从无表情转变成5种表情动态过程.所有受试者完成面部表情识别,判断受试者对面部表情识别率是否存在差异.结果:抑郁症患者对蔑视的识别正确率低于正常对照(93％vs.94％,P＜0.05);患者对动态表情-蔑视的识别正确率低于正常对照(93％vs.95％,P＜0.05).抑郁症患者对恐惧的识别正确率低于正常对照(89％vs.93％,P＜0.05);患者对动态表情-恐惧的识别正确率低于正常对照(90％vs.94％,P＜0.05).抑郁症患者较正常对照易将恐惧错选成愤怒(3.7％vs.1.8％)和蔑视(2.9％vs.0.9％),将悲伤错选成蔑视(5.0％vs.1.7％)和高兴(2.0％vs.0.2％)的比例高(均P＜0.05).结论:抑郁症患者对蔑视和恐惧的识别正确率低,容易误将恐惧识别成愤怒和蔑视,误将悲伤识别成蔑视和高兴.

目的:检验自伤者的情绪反应敏感性.方法 :对1803名大学新生的自伤现状进行问卷调查,从中筛选90名作为实验被试,分为病理性自伤、非病理性自伤和无自伤三组.分别进行悲伤和中性情绪诱导后,采用渐变面孔表情识别范式,检验三组被试正确反应时和正确率指标的差异.结果 :总体样本中过去一年内自伤的发生率为15.75％,病理性自伤的发生率为4.6％,三组被试之间无性别差异.在中性情绪诱导后,病理性自伤组准确识别动态面孔表情的速度高于非病理性自伤和无自伤组;非病理性自伤组与无自伤组之间没有差异.在悲伤情绪诱导下,三组被试在正确反应时和正确率指标上均无差异.结论 :病理性自伤者在平静状态下对于面孔表情有更高的敏感性.