步态中的情感语言：基于视频分析的健康成人情绪识别与神经康复应用研究

《Journal of Neurology》：The language of gait: interpreting emotional states through gait videos

本刊推荐：为探索情绪与步态的交互作用并开发基于情绪识别的神经康复新策略，研究人员开展了“步态中的情感语言”研究。通过创建8种情绪的特异性步态视频（面部模糊处理），在110名健康成人中验证发现中性、快乐、悲伤、恐惧/焦虑和愤怒的识别准确率超90%，效价与强度评分与目标情绪一致。该研究为帕金森病等神经系统疾病的情感运动整合研究提供了标准化刺激工具，为动作观察训练（AOT）融入情绪内容奠定方法学基础。

　　

当你在街头观察行人步履匆匆时，是否曾通过他们的走路姿态感受到快乐、疲惫或焦虑？这种看似直觉的能力，实则揭示了人类步态作为情感表达载体的奥秘。步态不仅是实现位移的机械运动，更是融合感觉运动与情感过程的复杂行为。近年来研究表明，步幅长度、行走速度、摆臂幅度等参数变化能有效传递特定情绪状态，而观察者可通过运动学特征准确识别这些情绪，这背后涉及镜像神经元系统（MNS）和边缘系统的神经机制。这种"体化认知"框架对神经系统疾病，特别是帕金森病（PD）的康复具有重要启示：PD患者除运动症状外，常伴有情绪障碍，而负面情绪会加剧步态异常，形成恶性循环。然而，当前动作观察训练（AOT）仍多采用中性动作刺激，未能充分利用情绪-运动的交互作用。那么，能否通过情绪化步态视频激发观察者的情感共鸣，从而增强康复效果？这正是发表于《Journal of Neurology》的最新研究试图解答的核心问题。

研究团队开发了一套创新方法：邀请女演员在跑步机上模拟8种情绪（快乐、惊讶、恐惧、焦虑、厌恶、悲伤、愤怒及中性）的步态模式，录制16段视频（每种情绪2个夸张程度版本）。关键设计在于面部模糊处理，迫使受试者仅通过身体运动识别情绪。110名25-40岁健康成人先后观看模糊面部与显露面部的视频后，进行情绪选择、效价（1-5分）和强度（0-10分）评分。通过准确率、特异性/敏感性、F1分数等指标筛选最优刺激材料。

情绪识别准确性分析

模糊面部视频中，中性（98%）、快乐（91%）、悲伤（100%）、愤怒（98%）识别率最高，恐惧（91%）与焦虑（85%）常被混淆，而厌恶识别率最低（38-45%）。

Fleiss’ Kappa值0.68显示评分者间一致性较高。当合并恐惧/焦虑为同一类别时，所有基础情绪识别准确率均超90%。

效价与强度感知特征

中性步态被评为中性效价（3分）且强度最低（约3/10），而快乐/惊讶被评为积极情绪，悲伤等负面情绪效价评分均偏向负面（4-5分）。

强度评分显示，除中性外所有情绪均获中高强度评分（7-8/10），而面部显露视频的效价与强度评分普遍显著高于模糊版本（p<0.05），证实面部信息对情绪感知的放大效应。

标准化刺激筛选

基于数据最终选定5类步态视频（快乐2号、悲伤2号、焦虑1号、恐惧2号、愤怒2号）作为核心刺激材料，其识别准确率均超90%，特异性>0.9，敏感性>0.85，为后续临床研究提供标准化工具。

本研究首次系统验证了步态视频作为情绪传递媒介的可靠性，揭示了身体运动单独承载情感信息的潜力。尤其重要的是，研究发现对于中性、快乐等情绪，模糊面部视频的识别准确率甚至高于面部显露版本，这支持了"自下而上"的体化认知理论——情感理解源于对运动特征的感觉运动模拟，而非仅依赖面部认知处理。该成果为神经康复领域带来三重启示：其一，验证的刺激材料可直接用于PD患者的情绪识别能力评估；其二，为AOT范式注入情绪维度，通过观察快乐步态可能同时改善运动参数与情绪状态；其三，为情绪基于步态调控的康复策略提供理论依据，例如通过模仿快乐步态（挺直躯干、加大步幅）可能触发正向情感反馈。研究局限性包括单演员样本可能影响泛化性， treadmill步态与真实行走差异等，未来需扩大演员多样性并开展PD患者验证。这项研究开辟了情感神经科学与运动康复的交叉新路径，为开发兼具运动增益与情感调节功能的新型康复方案奠定坚实基础。