人物、地点与事物:场景动态对早期后部负情绪调节的影响
《COGNITIVE, AFFECTIVE & BEHAVIORAL NEUROSCIENCE》:People, places, and things: The impact of scene animacy on emotional modulation of the early posterior negativity
【字体:
大
中
小
】
时间:2026年05月07日
来源:COGNITIVE, AFFECTIVE & BEHAVIORAL NEUROSCIENCE 2.7
编辑推荐:
摘要
早期后负波(EPN)是一种中潜伏期事件相关电位(ERP)成分,它能够被情绪激发的视觉线索可靠地增强。最近的研究表明,EPN的调节可能在一定程度上取决于那些包含动画内容的提示性线索。为了验证这一可能性,我们记录了80名参与者在观看愉快、中性和不愉快场景时的脑电图(EEG)
摘要
早期后负波(EPN)是一种中潜伏期事件相关电位(ERP)成分,它能够被情绪激发的视觉线索可靠地增强。最近的研究表明,EPN的调节可能在一定程度上取决于那些包含动画内容的提示性线索。为了验证这一可能性,我们记录了80名参与者在观看愉快、中性和不愉快场景时的脑电图(EEG),这些场景描绘了人物、物体或风景。所选人物和物体场景在构图和唤醒评分上具有可比性,以便直接评估场景动画性对ERP调制的影响,而不受情绪强度的影响。结果显示,无论是人物场景还是物体场景,情绪内容都能显著调节EPN,且在相同唤醒水平的场景之间没有显著交互作用。这一发现进一步将EPN与其他与面部和身体感知相关的近端ERP成分区分开来,并支持其作为情绪感知早期标志物的价值,这种调节能够被多种视觉线索中的情绪强度可靠地驱动。
与人类情绪处理相关的一个被广泛研究的事件相关电位是早期后负波(EPN)。它与正向的P2成分同时出现,表现为在场景开始后大约150至300毫秒时,左右枕叶传感器上的负电压变化(Jungh?fer等人,2001年;Schupp等人,2004年)。研究表明,与中性内容相比,情绪激发(愉快或不愉快)的内容可以增强EPN的振幅(Olofsson等人,2008年;Pastor等人,2008年;Schupp等人,2006年)。这种唤醒效应在自然场景感知中可以可靠地观察到,在感知情绪面孔(Herbert等人,2013年;Jaworska等人,2012年;Langeslag等人,2018年)、手势(Flaisch等人,2009年)以及一定程度上的文字(Kissler & Herbert,2013年;Kissler等人,2007年;Schindler & Kissler,2016年)时也能体现出来。
多项关于EPN的研究报告称,与虐待场景相比,色情场景会增强EPN的调制(De Cesarei & Codispoti,2006年;Flaisch等人,2008年;Frank & Sabatinelli,2019年;Schupp等人,2004年;Weinberg & Hajcak,2010年),尽管实验设计并不总是使用同等激发程度的愉快和不愉快场景,也没有控制场景的复杂性。为了评估裸体人体的存在(Downing等人,2001年)对这种明显色情偏好的潜在影响,两项研究调查了描绘站立、裸露但非性行为的裸体者( nudists)的场景,发现EPN对裸体者的调节作用比色情场景更强,尽管裸体场景的唤醒评分较低(Farkas等人,2020年;Farkas & Sabatinelli,2023年)。这一意外发现与普遍认为EPN主要与评分唤醒相关的解释不一致(Olofsson等人,2008年;Schupp等人,2004年)。
EPN的这一效应还将其与情绪调节的晚期正电位(LPP)区分开来,后者是一种在场景开始后约400毫秒出现的中央顶叶慢波成分,与场景唤醒评分有很强的相关性(Cuthbert等人,2000年;Frank & Sabatinelli,2019年;Weinberg & Hajcak,2010年)。EPN对裸体站立人体的敏感性表明,其调制可能在一定程度上取决于场景中是否存在动画主体,这与情绪无关,可能是视觉感知早期阶段支持动画性判别的一部分(Altman等人,2016年;Caramazza & Shelton,1998年;McCarthy & Warrington,1988年;Thorpe等人,1996年)。EPN在头皮地形图和潜伏期上也与面部诱发的N170电位以及类似的身体敏感ERP成分有所重叠(Bentin等人,1996年;Carretie等人,2013年;Eimer,2011年;Rossion & Jacques,2012年;Alho等人,2015年;Hietanen等人,2014年),这些也可能解释了EPN对自然场景中人物存在的敏感性。研究情绪感知中动画性作用的方法有多种,但我们首先关注的是,是否可以通过完全排除动画主体的情绪场景来调节EPN,尽管这带来了一定的实验设计挑战。
在人类情感场景感知的研究中,场景动画性与情绪唤醒评分之间的正相关关系已被充分证实,因为描绘掠夺性威胁或性机会的场景会一致地引发最强烈的情绪体验以及周围和中枢神经系统的反应(Bradley等人,2001年;Frank & Sabatinelli,2019年;Weinberg & Hajcak,2010年)。国际情感图片系统(IAPS;Lang等人,2008年)的构成通常用于在实验室环境中引发情绪,其中72%的图片描绘了人物和动物,28%描绘了物体和风景(Lang等人,2008年)。当IAPS按动画和非动画内容分类,并进一步按情感价值(愉快、中性、不愉快)细分时,动画场景和非动画场景的常规情感价值评分大致相当,而无论情感内容如何,动画场景的唤醒评分都相对更高(Lang等人,2008年)。换句话说,描绘生物的场景无论是否中性或情绪化,都被评估为更具刺激性。虽然场景动画性对视觉系统基本辨别过程的影响已得到广泛研究(Harel等人,2011年;McClelland等人,2014年;Sha等人,2015年;Vlcek等人,2020年;Watson & Andrews,2024年),但这些研究很少描绘可以被称为情绪激发性的内容,因此动画性对情绪场景感知的影响尚未得到充分描述。
尽管情绪对EPN的调节已被反复证明与场景唤醒评分相关,无论是愉快还是不愉快,但在特定研究中观察到的效应可能是由于愉快或不愉快场景中的动画主体比例较高所致。实际上,实验场景集通常包含的中性类别的物体比例高于情绪类别(Brazdil等人,2009年;Cuthbert等人,2000年;Foti等人,2009年;Solomon等人,2012年)。为了解决这一研究问题,我们收集了描绘最具有启发性的愉快和不愉快的物体场景。为了最小化与唤醒评分的潜在混淆,我们还收集了基于过去研究预计会引发中等唤醒评分的愉快和不愿意景人物场景,以便比较同等激发程度的动画和非动画场景之间的ERP调制。为了增强刺激集的均匀性,我们没有包括描绘动物的场景,因此我们将动画与非动画场景的比较具体化为人物与物体和风景的对比。由于场景构成(简单 vs. 复杂)已被证明可以独立于情绪调节EPN(Bradley等人,2007年;L?w等人,2013年;Wiens等人,2011年),我们在刺激集中避免了人物和物体场景之间在图形/背景关系上的系统性差异。同时包括了愉快、中性和不愉快的风景场景,既是为了增加刺激的多样性,也是因为这些场景在情绪处理的ERP研究中常被过度归类为中性内容,但我们不期望风景场景引发的唤醒评分能与人物或物体场景引发的唤醒评分相匹配(Lang等人,2008年)。记录LPP是为了提供情绪唤醒的可靠电生理指标,从而解释EPN的调制。例如,如果观看令人兴奋的物体与观看令人兴奋的人物对LPP的调制程度相同,我们可能会将EPN调制的任何差异解释为感知分类早期阶段的特有现象。
如果如上所述,EPN的调制反映了对应激的敏感性,那么我们应会在参与者观看愉快和不愉快场景时发现EPN负性的增强,无论内容如何,对于样本评估中同样具有激发程度的场景,调制应该是相同的。如果EPN反映了场景的评分唤醒和人物的存在,那么描绘情绪化人物的场景相比情绪化物体的场景应该会引发更强烈的调制,尽管它们的唤醒评分是相同的。
**参与者**
本实验使用了中等程度激发的场景刺激,旨在确定描绘人物的情绪场景和描绘物体的情绪场景是否会对EPN产生不同的调节作用,这是一种潜在的微妙效应,需要足够的统计功率才能检测到。因此,我们使用G*Power 3.1.9.7进行了敏感性功效分析,最终确定了80名参与者的样本规模,这些参与者来自UGA心理学系的研究池,并通过心理学课程学分进行了补偿。在这80名参与者中,有77人(53名女性,平均年龄=19.2岁,标准差[SD]=2.1)被纳入最终分析。其中3人因试验中出现过多伪迹而被排除。具体来说,如果EEG处理流程在任何场景条件下(愉快、中性或不愉快)的50%以上的试验中发现过多伪迹(如下所述),那么该参与者就被排除在外。在剩余的77名参与者中,自我认同的种族/民族包括53名白人、12名亚洲人、7名西班牙裔和4名选择不透露种族/民族的人。所有参与者在研究前都签订了知情同意书,该研究已获得乔治亚大学人类受试者机构审查委员会的批准。最终样本量为77人,采用3(情绪)× 3(类别)的重复测量设计,分析表明具有80%的检测功效(α=0.05,双尾),可以检测到小至Cohen’s f=0.105(部分η2≈0.01)的效应。
**刺激**
该研究使用了三个情感类别(愉快、中性、不愉快)和三种不同内容(人物、风景、物体)的摄影刺激,共计180个场景。示例场景见图1。场景集在我们的实验室中使用未经版权保护的在线资源精心挑选,并在亮度上(p>0.2)和90%质量的JPEG文件大小上(作为复杂性的粗略指标,Donderi,2006年)在九个类别之间进行了平衡。人物场景描绘了两个或更多个体在各种情境中,排除了明显的色情和虐待内容,以增加不同场景类别之间唤醒评分的可比性。风景场景描绘了没有人类或动物的自然景色,但对象不能出现在前景中。物体场景描绘了诸如武器、肇事车辆、工具、厨房用具、贵金属和货币等前景物品。大多数物体场景描绘了多个物品排列在一起,例如抽屉或工具台。所有场景都以1024×768像素的分辨率显示,在2560×1440分辨率的LG 27GN800显示器上,刷新率为144 Hz。场景的最大垂直和水平角度分别为11.48°和15.31°。在整个实验过程中,显示器背景始终为灰色。180个场景以两次连续的伪随机顺序呈现,总共进行了360次试验。每个块中连续出现的相同内容或情感类别的场景不超过两个。
**图1**
此图像的替代文本可能是使用AI生成的。
**实验中使用的示例场景**。图像按类别(人物、物体、风景)和情感价值(愉快、中性、不愉快)分组。
**程序**
参与者到达实验室后,在提供同意书的情况下,坐在一个电屏蔽室中,距离显示器120厘米。实验者口头介绍了EEG设备的设置和整个实验方案。戴上EEG帽需要15到30分钟的时间。接下来,参与者在隔音且光线昏暗的房间里单独观看了系列场景。系列开始时,一个红色的注视十字在灰色背景下显示1.5到2.5秒,以提醒参与者注视屏幕中心。每位参与者完成了两个包含180次试验的区块,在区块之间有短暂的自我调整休息时间以减少疲劳。然后每个场景显示1秒,接着是灰色屏幕和注视十字,持续1.5到2.5秒,直到下一个场景出现。在整个30分钟的实验过程中,脑电图(EEG)数据被持续记录下来。
实验结束后,研究人员摘下了EEG帽,参与者被带到一个安静的房间,使用计算机化的自我评估曼尼金(SAM; Bradley & Lang, 1994)工具对所有场景进行情感评分。参与者使用位于每个场景下方的可拖动滑动条和相应的SAM图标来给出1到9分的评分。滑动条初始设置为5分,参与者必须移动滑动条才能进入下一个场景。图像的顺序是随机排列的。实验者提供了关于如何根据第一次观看时的感受对场景进行情感值(valence)和唤醒度(arousal)评分的口头指导,并演示了一个示例试验以确保参与者理解了评分过程。评分完成后,参与者填写了一份简短的实验后问卷,提供基本的人口统计信息和反馈给研究团队。最后,向参与者解释了实验过程,并展示了他们的EEG数据,回答了他们所有的问题。
### EEG采集与处理
EEG数据使用128通道的BioSemi ActiveTwo EEG帽(BioSemi Amsterdam,荷兰)进行记录,将Cz传感器放置在鼻根和枕骨之间的中间位置,其他传感器的位置按照10–20布局进行排列。系统使用了两个共模电极(Common Mode Sense和Driven Right Leg),并在预处理过程中将数据以平均参照方式进行处理。数据以512 Hz的采样率记录,带宽范围为0.16到100 Hz。在每个传感器杯上涂抹了电解质凝胶,并用钝头注射器轻轻将头发移开,直到阻抗值稳定在50 μV以下。
### ERP分析
EEG数据使用EMEGS分析软件包(emegs.org; Peyk et al., 2011)在MATLAB中进行预处理和分割。数据通过低通巴特沃斯滤波器进行过滤,截止频率为40 Hz,通频率为30 Hz,以控制高频噪声。此外,还应用了高通巴特沃斯滤波器,截止频率为0.05 Hz,通频率为0.1 Hz。通过EMEGS的自动化分析,利用最大振幅的中值、标准差和最大一阶导数来识别无效试验和不可靠的电极。预处理完成后,数据被分割为从场景开始前的100毫秒到场景结束后的1000毫秒。然后使用场景开始前100毫秒的时间数据,从基线校正后的EEG时间数据中估计每个场景类别和每个参与者的ERP(事件相关电位)。ERP时间窗口和电极位置的选择基于所有试验的数据平均值的地形图可视化结果,并且与使用相同场景感知范式的先前研究结果一致(Farkas & Sabatinelli, 2023; Frank & Sabatinelli, 2019)。EPN(早期后负波)振幅是从图片开始后150到300毫秒使用PPO9h、PO7、PO9、POO9H、PPO10h、PO8、PO10和POO10h传感器平均值计算的。LPP(晚期正波)振幅是从图片开始后400到900毫秒使用CPP1h、CP1、CPz、CPP1h、Pz、CPP2h、CP2和CPP2h传感器平均值计算的。对于每个类别,贡献到波形的平均试验次数在32.4到34.3之间(M?=?33.9,SD?=?3.4),总试验次数为40次。
### 统计分析
所有统计分析都是使用RStudio(r-project.org)进行的。对于估计的EPN和LPP振幅,使用了重复测量ANOVA(repeated-measures ANOVAs),并计算了广义eta平方(η2)值来量化效应大小,并在ANOVA之间进行比较,以评估情感调节的强度。我们使用Mauchly检验来测试球形性(sphericity),并在违反假设时应用Greenhouse–Geisser校正。此外,还进行了配对t检验,以比较每个类别内的愉快、不愉快和中性内容的评分差异。同样的方法也被用来评估不同场景类别的SAM评分在情感值(valence)和唤醒度(arousal)上的差异。
### 结果
### 场景评分
正如预期的那样,描绘愉快、中性和不愉快内容的场景在情感值评分上存在显著差异(F(1.36, 103.55)?=?453.78, p?.001, η2?=?.857)。内容(人物、物体、风景)的效应也显著(F(1.79, 136.036)?=?32.450, p?.001, η2?=?.299)。情感值和内容的交互作用也显著(F(3.55, 269.67)?=?23.862, p?.001, η2?=?.239)。所有场景类别在唤醒度评分上也存在显著差异(F(1.77, 134.61)?=?65.77, p?.001, η2?=?.464)。内容的效应同样显著(F(1.37, 104.25)?=?162.59, p?.001, η2?=?.681)。情感值和内容的交互作用也显著(F(2.48, 188.22)?=?11.39, p?.001, η2?=?.13)。表1列出了每个场景的情感值和内容的18个个别SAM评分对比。总体而言,评分模式在内容上相当一致,情感场景被评估为比中性场景更令人兴奋,愉快场景被评估为比中性场景更令人愉悦。然而,愉快风景的评分最高,不愉快人物的评分最低;而人物场景往往比物体场景引起更多的唤醒度评分,风景场景被评价为最不具刺激性的。
### ERP调制
如图2所示,EPN振幅受到场景情感值的强烈调节(F(2, 152)?=?185.44, p?.001, η2?=?.709),受场景内容的影响相对较小(F(2, 152)?=?8.02, p?.001, η2?=?.096)。图3显示情感和内容之间存在显著交互作用(F(4, 304)?=?69.026, p?.001, η2?=?.476)。Bonferroni校正后的事后比较显示,情感人物和物体场景类似地增强了EPN,特别是在愉快场景中相对于中性场景时(ps?.001),以及在观看不愉快人物场景时可靠地增强了EPN(p?.001)。尽管愉快人物和物体场景引起的EPN调制幅度大于不愉快人物和物体场景(图3;表2和表3),但它们的差异模式(愉快 vs. 中性和不愉快 vs. 中性)是一致的。而在风景场景中,调制模式则完全不同,与文献中的先前提研究发现不符。具体来说,中性风景的电压负性更强(p?.001),而在愉快和中性风景场景之间没有差异(p?>?.05)。简而言之,情感人物和物体场景的调制模式与以往的研究一致,而风景场景则不然(表4)。
### 主观评分和ERP反应
按类别划分的主观评分和ERP反应。上层行:人物、物体和风景的平均情感值和唤醒度评分(9点SAM量表)。下层行:每个类别中愉快、中性和不愉快刺激的EPN(150–300 ms)和LPP(450–900 ms)的ERP波形。阴影区域标记了分析窗口。
### ERP振幅的类别内比较
表2展示了情感类别内ERP振幅的比较。
### 情感类别内的ERP振幅比较
表3展示了情感类别内ERP振幅的比较。
### 愉快/不愉快内容类别的配对t检验
表4展示了愉快/不愉快内容类别的配对t检验。
### ERP调制——晚期正波(LPP)
如图2所示,LPP振幅受到场景情感值的强烈调节(F(2, 152)?=?98.006, p?.001, η2?=?.563),受场景内容的影响较小(F(1.71, 130.003)?=?15.413, p?.001, η2?=?.169)。图3显示情感和内容之间存在显著交互作用(F(4, 304)?=?26.865, p?.001, η2?=?.261)。事后检验显示,在中性场景中,LPP振幅在风景、物体和人物之间非常相似(ps?>?.05)。因此,这种交互作用是由情感场景引起的积极情绪增强所驱动的。情感人物和物体场景显示出相似的LPP调制,在愉快和不愉快场景中相对于中性场景有更大的积极性(ps?.001),尽管愉快和不愉快场景的相对影响有所不同。情感风景并未显著增强LPP的积极性(ps?>?.05),尽管唤醒度评分有可靠地增强。Bonferroni校正后的事后比较的描述性统计(均值、标准误差和校正后的p值)记录在表2–3中。总体而言,与EPN一样,情感人物和物体场景显示出与以往研究一致的LPP调制,而风景场景则没有。
### 平衡唤醒度的场景子集
研究中使用的场景刺激被选为能够获得样本中相当唤醒度的评分,这需要使用中等唤醒度的人物场景以及最具有唤醒度的物体和风景场景。虽然这种做法在人物和物体场景上基本成功,但风景场景的唤醒度评分明显低于其他内容。为了区分活力(人物 vs. 物体)和对EPN情感调节的评分影响,我们使用EEG样本的评分数据选择了一组唤醒度评分相当的人物和物体场景子集。通过迭代移除高度唤醒的人物场景和低唤醒度的物体场景,直到不同内容的平均唤醒度评分不再显著不同(p?>?.20),结果在这组子集中有44个人物场景和44个物体场景。图4显示,这种唤醒度匹配的子集中,EPN的情感调节并未受到内容(人物 vs. 物体)的影响。因此,当观看同等唤醒度的场景时,无论涉及人物还是物体场景,EPN的调节都是一致的。
### 讨论
大多数测量EPN和LPP的情感感知研究都表明,这些ERP对令人愉悦和不愉悦的内容有着类似的调节(Olofsson et al., 2008; Schupp et al., 2006; Weinberg & Hajcak, 2010)。考虑到潜伏期、极性和头皮地形图的明显差异,这些ERP显然代表了感知和情感处理的不同方面。本研究的主要目的是评估EPN是否可能对特定对象(如人体)特别敏感,这一点通过将EPN调节与匹配的情感人物和物体集合进行比较来探讨。结果表明并非如此,因为在60个人物场景和60个物体场景中,EPN的调节模式是一致的。此外,在从77名参与者中选出44个人物场景和44个物体场景后,这些场景在愉快、中性和不愉快情况下的EPN振幅是相当的。由于该实验的设计能够检测到较小的效应大小,我们有理由相信这种效应的缺失是可靠的。
与EPN的潜伏期一致,EPN在简单图形/背景场景中增强(Baker & Kravitz, 2024),而在更复杂的场景中则不增强(Bradley et al., 2007; L?w et al., 2013; Wiens, 2011)。EPN在描绘人物的场景中也更大(Farkas et al., 2020; L?w et al., 2013; Thierry et al., 2006),而LPP则始终与令人兴奋的场景相关(Bradley et al., 2007; Ferrari et al., 2016; Weinberg et al., 2021)。使用密集阵列EEG对EPN的源定位分析表明其焦点位于枕部(Jungh?fer et al., 2001; Schupp et al., 2006),尽管短暂的EPN振幅并未与侧枕叶、顶叶或颞叶视觉结构的fMRI BOLD信号增强相关(Sabatinelli et al., 2013)。相比之下,扩展的慢波LPP似乎反映了大脑多个视觉结构和前部区域的综合处理(Keil et al., 2009; Liu et al., 2012; Moratti et al., 2011)。
关于情感场景内容,虽然高度令人兴奋的场景增强了EPN和LPP,但在给定实验刺激集合中,振幅的相关性较弱,主要由中性场景的弱调节引起(Sabatinelli et al., 2013)。在一项研究中,情色内容和 mutilation(残害)场景在唤起强度和感知复杂性方面被平衡处理,结果发现LPP(低频带功率)与唤起强度有较强的关联,而EPN(事件相关的电位)则更受愉悦内容的影响(Frank & Sabatinelli, 2019)。这表明EPN可能存在愉悦偏向性,这种现象之前已有报道(De Cesarei & Codispoti, 2006; Flaisch et al., 2008; Weinberg & Hajcak, 2010),但此前并未将其归因于实验场景中唤起强度的个体差异。另一项研究评估了EPN的愉悦偏向性,通过比较情色场景与同样具有激发作用且更为愉悦的体育胜利场景下的EPN波动幅度(Farkas et al., 2020)。与愉悦偏向性相反,胜利场景对EPN的调制作用较弱。这一发现提示EPN可能对性相关刺激具有特定偏好,因此研究人员进行了对照实验,以探究暴露的身体而非性相关刺激是否能够增强EPN反应,这可能与与身体处理相关的枕叶皮层活动有关(Downing et al., 2001; Urgesi et al., 2007)。对照实验中,无论是在情色场景还是裸体情侣的非性场景中,EPN均被记录下来,结果发现尽管唤醒强度和情感评价较低,但在裸体场景感知期间EPN幅度反而增强(Farkas et al., 2020)。随后的一项扩展研究进一步验证并扩展了这一发现,结果显示EPN对场景中暴露的身体具有高度敏感性,且这种敏感性独立于唤起强度,与LPP的调制机制不同(Farkas & Sabatinelli, 2023)。
先前研究发现EPN对特定身体部位的敏感性促使当前实验探讨场景刺激中人物的存在是否会影响EPN的情绪调制。然而实验结果表明,当唤起强度保持不变时,人物的生动程度似乎并不会独立调节EPN(见图4)。这些结果不应被理解为在任何情况下都应忽略刺激的生动程度作为EPN调制因素。事实上,生动程度的感知可能是灵长类动物视觉系统的一种进化特征,有助于精细区分潜在的威胁信号,从而帮助躲避捕食者(Epstein & Baker, 2019; Kravitz et al., 2013; Rudebeck et al., 2017)。多项功能性磁共振成像(fMRI)研究也指出腹侧视觉皮层中存在由物体/动物刺激引发的活动的中侧/外侧区分(Graham et al., 2010; Sha et al., 2015; Watson & Andrews, 2024)。然而,在当前研究中,由于使用的是中等唤起强度的人物场景(而这类场景通常比物体场景引发更高的唤起评价),因此观察到的EPN调制效应可能仅限于此类场景。未来研究可通过比较情绪性物体场景与更具吸引力的生动场景(如情色或恐怖场景),来进一步探讨不同类型内容对ERP调制的影响。
尽管目前研究未重点关注,但在涉及人物和物体的场景中,EPN的调制始终表现出对愉悦内容的偏向性。这种模式与先前的研究结果一致,但具体原因尚不明确。愉悦性与EPN调制之间的关联并不简单或一致。例如,当参与者观看体育胜利场景时,尽管他们认为这些场景极其愉悦且高度唤起,但实际测得的EPN反应却比同样具有唤起效果但较低愉悦度的情色场景要弱(Farkas et al., 2020; Farkas & Sabatinelli, 2023)。未来针对这种潜在愉悦偏向性的研究需要精心设计,以探究多种场景特征及其对EPN、LPP及其他生理和心理指标的影响。
本研究比较的场景类别在颜色和空间频率上并不均衡。虽然这些场景在构图上相似(Bradley et al., 2007; Wiens et al., 2011),并且在亮度和JPEG文件质量(90%)上具有统计学上的等效性,但并非所有场景特征都得到了严格控制。最早识别EPN的研究(Jungh?fer et al., 2001)将颜色和空间频率作为预测变量,但未发现它们与EPN有显著关联。最近的一项研究(Farkas & Sabatinelli, 2023)也未发现空间频率的高低与EPN幅度相关。未来研究需要明确控制这些特征对有生命和无生命内容的影响。
这项研究的一个 practical 结果是关于在情绪感知的脑电图(EEG)研究中使用风景场景作为“对照”刺激的问题。这种做法似乎并不恰当,因为尽管某些场景的唤起强度可能暗示存在调节作用,但实际上并未观察到LPP的调制。这种调节缺失并非由于场景类型(人物、物体、风景)之间的差异所致,因为所有类型的场景(无论内容如何)都引发了相似水平的LPP阳性反应。未来研究应避免将风景场景与人物或物体场景进行比较,或至少在情绪性和中性条件之间平衡风景场景的数量。
综上所述,与以往研究一致,EPN始终受到场景刺激情绪强度的调节,无论场景中展示的是具有情感激发作用的人物还是物体。这进一步凸显了EPN作为衡量情绪线索处理能力的指标的价值,并将其与在该潜伏期窗口内出现的其他面部和身体敏感的ERP成分区分开来。EPN似乎体现了对情绪内容的早期识别,其电场可能与对特定视觉特征(如感知复杂性和场景中是否存在身体)的敏感性混合在一起。未来研究如能涵盖更广泛的场景类型(超越基本动机驱动的内容,如情色和暴力),将有助于更精确地理解EPN(及LPP)如何反映自然场景的区分性和情感参与度。