第三社交脑通路专司动态面部表情的情绪分类计算

来自认知神经科学领域的研究人员通过生成式技术精准控制面部动作单元（AUs）与静态身份特征，结合脑磁图（MEG）记录，首次揭示从枕叶皮层经颞上沟（STS）至颞上回（STG）的第三社交通路如何选择性计算动态面部表情，为情绪分类行为提供神经机制层面的"透明玻璃盒"证据。

　　

认知神经科学领域的新理论提出，在大脑经典的腹侧与背侧通路之外，存在第三条专司生物运动处理的通路。这项研究通过生成式模型合成动态面部表情（涵盖快乐、惊讶、恐惧等六类），让受试者在不同人脸身份背景下进行情绪分类，同时用脑磁图（MEG）捕捉神经活动。分析发现：从枕叶皮层出发，经颞叶中部运动感知区（MT）、颞上沟（STS）岸区直至颞上回（STG）的功能通路，能像精密滤波器般选择性表征、传递并整合关键面部动作单元（AUs），同时抑制与身份相关的静态特征。这种基于个体化数据的"玻璃盒"式解析，不仅揭示了第三条通路如何动态计算复杂社交信号，更为计算社会神经科学建立了刺激-神经活动-行为的三维关联框架。研究采用的表征交互测量技术，首次在单被试层面阐明情绪分类的神经动力学机制。