印度人群简易面部情绪识别工具的研发与文化验证

为解决印度缺乏本土化、简版面部情绪识别工具的现状，研究人员开发了基于心理健康专业人员表情库的bFERT（brief Facial Emotion Recognition Tool）。通过三阶段研究（表情采集-健康人验证-临床测试），证实该工具对精神分裂症患者负性情绪识别障碍具有鉴别力（Cronbach’s α=0.631），填补了现有工具存在版权限制或冗长（如AFTER含99张图）的空白，为印度社会认知研究提供高效评估方案。

　　

在人际交往中，准确识别他人面部情绪是社会认知（social cognition）的核心能力。然而，这种能力存在显著的"文化特异性"——人们更容易识别同种族的面部表情。印度学者曾开发TRENDS和AFTER等评估工具，但前者受版权限制无法推广，后者虽含99张图片却过于冗长。面对临床实践中对高效评估工具的迫切需求，印度昌迪加尔医学教育研究院（Postgraduate Institute of Medical Education and Research）的研究团队决心开发更适合本土的简版工具。

研究人员采用三阶段法开发bFERT工具：首先由9名心理健康专业人员模拟7种情绪生成1636张照片，经专家筛选保留130张；随后33名健康从业者进行两轮验证，筛选出识别一致率>80%的21张图片；最终在45例精神分裂症患者、45名生物学亲属和38名健康对照中测试工具效能。关键技术包括多阶段专家评审、健康人群交叉验证、临床队列比较分析。

【结果呈现】

• Phase-2验证显示健康人群两次测试平均得分18.93±1.27和19.2±1.37，证实工具稳定性

• 临床测试揭示精神分裂症组对愤怒、厌恶、恐惧等负性情绪识别显著差于健康组（p<0.05）

• 生物学亲属组表现介于患者与健康人之间，仅愤怒识别与健康组存在显著差异

• 工具信度Cronbach’s α为0.631，接近TRENDS静态图α值0.669

这项研究创新性地采用心理健康从业者（而非专业演员）作为表情来源，确保表情的临床相关性。相比AFTER工具99项的庞大容量，bFERT仅需21张图片即可完成评估，大大提升临床适用性。特别值得注意的是，工具成功捕捉到精神分裂症患者亲属的"情绪识别中间态"，为疾病遗传风险研究提供新线索。论文发表于《Asian Journal of Psychiatry》，为亚洲社会认知研究贡献了首个经严格验证的印度简版评估方案，未来既可辅助精神分裂症早期筛查，也能用于跨文化情绪识别机制探索。