运动相似性通过作为具身先验在动作观察中锐化情感表征

《NeuroImage》：Motor similarity sharpens affect representation by acting as an embodied prior during action observation

　　

运动学上相似的情感表达增强了下额回（IFG）中情感的解码，同时减弱了顶下小叶（IPL）的反应；观察者将相对于自身表达不相似的动作评定为情感强度更高；情感显著性和运动相似性共同增强了下额回（IFG）的解码准确性；结果支持从身体运动中解码情感意图的预测编码解释。

**论文解读文章**

**研究背景与问题**
社会互动依赖于快速推断他人情绪状态和意图的能力，而动作中的运动学线索（kinematic cues）承载着丰富的情感信息。镜像神经元系统（mirror neuron system, MNS）被普遍认为是理解他人动作与意图的神经基础，其中直接匹配模型（direct matching model）强调观察者通过自身运动表征的共振来模拟观察到的动作，从而引发下额回（inferior frontal gyrus, IFG）和顶下小叶（inferior parietal lobule, IPL）等脑区的激活增强。然而，预测编码理论（predictive coding theory）提出，大脑基于先验经验生成对动作的预期，并通过预测误差（prediction error）进行更新，运动相似性应减少预测误差，从而抑制感觉响应并锐化神经表征。现有研究多聚焦于专家与新手之间的运动经验差异，缺乏对日常普遍情感动作中个体间运动相似性如何调节情感解码的探讨，且两种理论在运动相似性对神经活动的影响方向上存在截然不同的预测。因此，研究人员旨在直接比较这两种账户，并考察运动相似性在生态有效的社会互动情境中如何影响情感解码，以及情感强度如何调节这一过程。

**研究内容与结论**
研究人员招募了18名健康成年人（10名女性，平均年龄25.1岁），通过运动捕捉记录参与者执行四种情感状态（快乐、悲伤、愤怒、喜爱）在三种强度水平（低、中、高）下的互动动作，并计算了观察者自身动作与点光显示（point-light displays, PLDs）刺激中动作之间的运动相似性（motor similarity）。行为实验要求参与者对情感效价进行评分，fMRI扫描采集了血氧水平依赖（blood-oxygenation-level-dependent, BOLD）信号，并采用多变量模式分析（multivariate pattern analysis, MVPA）和支持向量机（support vector machine, SVM）分类器解码情感状态。研究发现：行为上，观察者将不相似动作评定为情感强度更高；神经影像上，左IPL中相似动作的BOLD响应显著减弱，而左IFG中相似动作的情感解码准确率显著高于不相似动作；情感强度与运动相似性在左IFG中交互增强解码性能。这些结果支持预测编码账户，表明运动相似性作为具身先验（embodied prior），通过减少IPL中的预测误差、锐化IFG中的神经表征来促进情感解码。论文发表在《NeuroImage》。

**技术方法**
研究采用运动学分析、行为实验、BOLD功能磁共振成像（fMRI）及多变量模式分析（MVPA）作为主要技术方法。样本来自18名健康成年人（10名女性，平均年龄25.1岁），运动捕捉数据通过Vicon光学运动捕捉系统（24摄像头，120 Hz采样率）采集，记录了10对参与者在四种情感状态（快乐、悲伤、愤怒、喜爱）下三种强度水平（低、中、高）的互动动作。运动相似性通过计算观察者自身动作与点光显示（PLDs）刺激之间的归一化欧氏距离来衡量。fMRI数据采用事件相关设计，在Siemens Prisma 3-T扫描仪上采集，预处理后使用一般线性模型（GLM）提取BOLD响应，并应用支持向量机（SVM）分类器进行解码分析。

**研究结果**

*3.1 运动相似性对效价感知的影响*
通过行为实验发现，不相似动作（M=2.73，SEM=0.14）被评定为情感强度显著高于相似动作（M=2.42，SEM=0.12；Z=-3.19，p=0.01），表明运动相似性降低情感感知强度。

*3.2 fMRI结果：运动相似性对激活幅度的影响*
单变量分析显示，左IPL中相似动作的BOLD响应（M=0.11，SEM=0.02）显著低于不相似动作（M=0.34，SEM=0.06；Z=-3.59，p<0.001），而右IPL及双侧IFG中未发现显著差异。

*3.3 fMRI结果：运动相似性对解码情感状态的影响*
MVPA结果显示，左IFG中，基于相似动作训练的分类器解码准确率（M=0.54，SEM=0.01）显著高于机会水平（50%，W=1568.5，p<0.001），且优于基于不相似动作的分类器（M=0.51，SEM=0.01；Z=2.92，p<0.01）；右IFG中仅不相似动作解码高于机会水平（t(59)=2.8，p<0.01，d=0.36）；左IPL中两种条件均高于机会水平，但组间无显著差异；右IPL中解码未高于机会水平。

*3.4 fMRI结果：运动相似性对不同强度情感解码的影响*
在左IFG中，情感强度与运动相似性存在显著交互作用（F(2,59)=10.46，p<0.001，η²=0.07）。事后检验表明，高情感强度场景中基于相似动作的解码准确率显著高于低强度场景（p<0.01），也高于高情感强度场景中基于不相似动作的解码（p<0.001）。

**讨论与结论**
讨论部分指出，研究结果与预测编码理论一致：运动相似性减弱了IPL中的BOLD响应（表明预测误差降低），同时增强了IFG中情感表征的区分度（解码准确率提高）。行为上不相似动作被感知为更强烈，可能反映预测误差增加了处理难度。情感强度与运动相似性在IFG中的交互作用表明，情感显著性与运动先验共同优化社会情感解码。研究人员强调，运动相似性作为具身先验，通过层级预测编码机制（IPL评估感觉输入与预测的匹配，IFG生成自上而下的预测）调节情感推理。这一机制可能扩展至社会认知障碍（如自闭症谱系障碍、帕金森病）的临床解释。

结论部分（翻译）：我们的发现支持从运动中理解情感的预测编码解释，表明运动相似性与感知情感互动时更可辨别的神经表征相关。我们提出，运动相似性可能作为情感推理的具身先验，通过减少感觉运动流中的不确定性来生成关于他人情感状态的预测。关键的是，我们的结果表明，预测编码不仅用于预测一个动作者将要做什么（Friston, 2005; Kilner et al., 2007），还用于预测他/她在做这件事时可能如何感受。这些结果有助于越来越多的证据表明，社会认知依赖于具身先验，并且这使大脑能够以资源高效的方式预期、解释和回应他人的情感。我们进一步认为，预测和具身框架的整合，基于镜像神经元系统的功能架构，为通过运动理解他人提供了一个连贯的模型。