《Biological Psychology》：Of Dogs and Men: Recognising one’s own dog engages the same neural processes as recognising personally familiar faces.
编辑推荐：
识别熟悉刺激对日常生活至关重要。近期研究揭示了人类面孔熟悉性表征的神经动态细节。然而，研究人员对非人类面孔刺激的熟悉与非熟悉加工差异了解相对较少。本文报告了一项脑电图（EEG）研究结果，探讨了个人熟悉的人类和狗面孔的神经动态。受试者观看了高度可变的人脸图像，包
识别熟悉刺激对日常生活至关重要。近期研究揭示了人类面孔熟悉性表征的神经动态细节。然而，研究人员对非人类面孔刺激的熟悉与非熟悉加工差异了解相对较少。本文报告了一项脑电图（EEG）研究结果，探讨了个人熟悉的人类和狗面孔的神经动态。受试者观看了高度可变的人脸图像，包括个人熟悉和陌生面孔，以及他们自己的狗和品种匹配的陌生狗图像。采用多变量模式分析（MVPA）检验熟悉与不熟悉的人类和狗面孔刺激的差异加工时间进程。时间分辨分类显示，从90毫秒起，EEG数据即可解码熟悉性，人类和非人类面孔相似。这些类别的时间动态非常相似。熟悉性信息从140-160毫秒开始跨面孔类别泛化，这种泛化在很长的时间窗口内持续。此外，时间泛化分析表明，熟悉性表征具有早期类别特异性（90-140毫秒）和后期类别独立性（>180毫秒）加工阶段。研究结果将先前人类面孔熟悉性证据扩展到另一种非人类面孔类别，并提示熟悉性是识别记忆加工中一个普遍、刺激不变性的步骤。
论文解读文章
**研究背景与问题**
人类面孔的快速有效识别是社会互动的重要特征，其基础是熟悉性这一记忆信号，它区别于包含具体背景信息的回忆。熟悉性发展迅速，在行为和电生理层面均可观测。以往研究主要通过事件相关电位（ERP）成分（如N170、N250和持续熟悉性效应SFE）揭示熟悉性加工的时间动态，但多数研究集中于人类同种面孔，对非人类面孔刺激的熟悉性加工了解有限。此外，传统ERP分析平均多次试验活动，在预先定义的时间窗口内测量信号，难以捕捉分布式神经活动模式中的隐藏信息；而多变量模式分析（MVPA）虽能揭示复杂神经表征，但尚未系统比较同一受试者内人类与非人类面孔熟悉性加工的共享性。因此，本研究旨在通过MVPA和跨类别解码，检验个人熟悉的人类和狗面孔在神经活动模式上的相似性，以及是否存在共享的神经机制。
**研究内容与结论**
研究人员招募了24名养狗至少6个月的受试者，收集其个人熟悉和陌生的人类面孔（包括受试者本人面孔及亲友面孔）以及自家狗和品种匹配的陌生狗面孔图像，在EEG记录下进行熟悉性判断任务。采用线性判别分析（LDA）进行时间分辨分类和临时泛化分析，分别进行类别内（人类或狗面孔）和跨类别（训练于人类面孔测试于狗面孔，反之亦然）的熟悉性解码。结果显示：1）人类和狗面孔的熟悉性加工时间动态高度相似，均从90毫秒开始可解码，且仅在500毫秒左右的后部电极区域存在人类面孔熟悉性优势；2）跨类别解码表明，从180-230毫秒开始，熟悉性信号可跨面孔类别泛化，提示存在共享的神经机制；3）时间泛化分析揭示了两个加工阶段：早期（90-140毫秒）具有时间特异性和类别依赖性，后期（约200毫秒后）具有时间稳健性和类别独立性。研究还发现，熟悉性对物种分类（人类vs狗面孔）的调节作用微弱，仅在后期的左前区域短暂出现差异。这些结果将熟悉性泛化证据扩展到狗面孔类别，强调熟悉性是一种普遍、刺激不变的记忆加工阶段。论文发表在《Biological Psychology》。
**关键技术与方法**
研究采用64通道BioSemi Active II系统采集EEG数据（采样率512 Hz），预处理后重采样至100 Hz，带通滤波0.1-40 Hz，全脑平均参考。主要分析方法为多变量模式分析（MVPA），使用线性判别分析（LDA）作为分类器，通过Amsterdam Decoding and Modeling（ADAM）工具箱实施。关键分析包括：1）时间分辨分类：在每时间点（10 ms步长）进行留一试验法交叉验证，计算熟悉性解码准确率；2）时间泛化分析：训练分类器于某一时间点，测试于所有其他时间点，生成二维交叉时间分类矩阵；3）跨类别解码：训练于一种面孔类别，测试于另一种，以检验共享神经机制。样本队列来源于Friedrich Schiller University Jena的狗主人数据库及个人联系渠道。
**研究结果**
**3.1. Familiarity representation for human and dog faces**
通过类别内MVPA解码，人类面孔的熟悉性分类从90毫秒起显著，持续至整个epoch，峰值在230毫秒（Cohen's d=1.62）；狗面孔从90毫秒起，峰值在120毫秒（d=1.13），持续至1110毫秒。整个头皮上两类面孔的熟悉性动态无显著差异，仅在后部ROI区域（440-560毫秒）人类面孔分类准确率显著高于狗面孔。时间泛化分析显示，人类和狗面孔的熟悉性均表现为早期时间特异性（对角线模式）和后期（约200毫秒后）广泛的时间泛化（非对角线模式），提示两个加工阶段。
**3.2. Familiarity decoding across species**
跨类别解码显示，训练于人类面孔测试于狗面孔时，显著聚类从230毫秒开始，峰值670毫秒；训练于狗面孔测试于人类面孔时，从180毫秒开始，峰值400毫秒。两种方向的解码性能无显著差异。时间泛化分析表明，跨类别解码从140-160毫秒起即显示广泛的时间泛化，持续至epoch结束。这表明人类和狗面孔的熟悉性表征由共同机制支持。
**3.3. The effect of familiarity on species representation**
探索性分析中，分类器用于区分面孔物种（人类vs狗）。熟悉刺激下，分类从80毫秒起显著，持续至1200毫秒，峰值190毫秒；不熟悉刺激下，从80毫秒起，持续至900毫秒，峰值140毫秒。两者无显著整体差异，仅在不熟悉刺激下的左前区域（580-670毫秒）准确率更高。时间泛化分析显示，熟悉和不熟悉刺激均从约180毫秒起出现广泛时间泛化，但熟悉刺激的泛化更持续。
**讨论与结论**
讨论部分指出，本研究结果支持并扩展了先前关于人类面孔熟悉性加工的ERP和MVPA研究，首次通过跨类别解码证明人类和狗面孔的熟悉性加工具有共享的神经动态。早期（90-140毫秒）的类别特异性加工可能受低水平视觉特征影响，但后期（约200毫秒后）的类别独立性加工反映了概念性熟悉性表征。与Wiese等（2023）的ERP研究相比，本研究在500毫秒左右发现的人类面孔优势可能源于熟悉性程度差异，但需进一步排除社会互动或注意因素。此外，熟悉性对物种分类的调节作用微弱，与面孔-场景分类的强调节形成对比，可能因为人类和动物面孔由相同脑区处理。结论部分翻译如下：总体而言，研究人员比较了人类和非人类（狗）面孔的熟悉性加工。研究将熟悉性信息泛化的现有证据扩展到狗面孔刺激类别。狗面孔熟悉性的时间动态显示起始约90毫秒，峰值约120毫秒和400毫秒，随后缓慢下降。除了早期起始和更陡峭的上升，熟悉性信号在人类和非人类面孔之间良好泛化。研究结果进一步强调了普遍熟悉性效应的稳健和持续性，不受刺激类别影响。
