STEMorph：一套基于NimStim衍生、从愤怒到快乐形变（morphing）的情绪面孔刺激集

《Frontiers in Psychology》：STEMorph: a set of morphed emotional face stimuli from angry to happy derived from NimStim

　　

引言：通过面部表情识别情绪对解读社会线索至关重要，但常受偏差影响，即特定情绪存在系统性识别优势。然而不同研究对这类偏差的报告并不一致，很可能源于方法学差异，这凸显了采用标准化方法的必要性。传统面孔形变方法会产生不自然的刺激，并可能混淆情绪解释。为解决该问题，研究人员在此引入STEMorph，一套基于NimStim集的已验证刺激集。方法：研究人员采用中性锚定形变（neutral-anchored morphing）与神经网络生成的掩码（mask），以减少形变伪影并保持所描绘表情的连贯性。研究人员通过让被试在1（愤怒）至9（快乐）点量表上评定每张面孔的感知情绪强度来验证刺激集，并在同一批被试的子组中通过两周后随访评定评估信度。结果：STEMorph的效度通过线性混合效应模型（linear mixed-effects modeling）得到确认，主观评定与预期形变水平强烈相关（β = 0.735，p < 0.001），在控制其他效应后解释了较大比例方差（边际R2 = 0.725）。此外，与既往强调性别是情绪识别关键因素的研究一致，STEMorph在被试性别维度上也表现出差异（β = 0.325，p < 0.001）。STEMorph的信度通过初次与随访评定间的高一致性得到确认（ICC = 0.858）。讨论：通过引入一套受控且经实证评估的形变情绪面孔刺激集，STEMorph为未来面部情绪识别研究提供了有用资源。

研究背景与问题提出

面部情绪识别是人类社会互动的基础，但健康人群与抑郁、焦虑等临床群体均存在系统性识别偏差，且既往研究因刺激材料与方法不一而结果矛盾。传统面孔形变（face morphing）技术虽能生成从愤怒到快乐的情绪连续体，但常在非面部区域产生伪影，简单几何掩码会扭曲眼、嘴等关键特征，影响生态效度与解释力。现有公开集如KDEF、POFA多采用基础形变与椭圆/矩形掩码，仍存在人工边界与特征丢失。为此，研究人员基于NimStim集，开发并验证一套名为STEMorph的愤怒—中性—快乐连续体刺激集，以解决自然度与感知连贯性难以兼得的问题。该研究发表于《Frontiers in Psychology》。

主要关键技术方法

研究人员从NimStim集中筛选22个身份（男女各11），取闭口愤怒、中性、快乐三锚点，用Abrosoft Fantamorph做九步中性锚定形变（愤怒?中性?快乐各插3中间态），再用FaceSwap搭载的BiSeNet-FP神经网络为每图生成不含发耳的面部掩码并人工校正边界，最终得198张图（22身份×9步）。有效性与信度评定被试为伊朗两所医科大学50名18—26岁医学生（女22），其中23人两周后重测；采用Psychtoolbox/MATLAB呈现，9点愤怒—快乐量表评定，每图两次随机呈现，夹噪点掩码防启动；效度用Statsmodels线性混合效应模型（含形变步、面别、被试性别及交互、随机截距）检验，信度用Pingouin计算ICC(2,1)。

研究结果

效度（Validity）

混合模型显示形变步强烈预测评定（β=0.735，SE=0.005，p<0.001），边际R²=0.7251，条件R²=0.7591；19?800试次中仅1.03%超时，敏感分析去±2 SD后仍结论不变。响应时呈倒U（中心步稍慢），符合中性锚点附近模糊性更高。性别亚组：被试性别主效应显著（β=0.325，p<0.001），男性被试整体评分偏高但斜率更缓；面别主效应不显著（p=0.103），但与形变步交互显著（β=0.026，p<0.001），男性面孔斜率略陡；22身份平均评分女面4.92>男面4.79（单尾Mann–Whitney U=87，p=0.0439，Cohen’s d=0.875），支持女性面孔更易判为快乐的表达倾向，但受身份随机效应约束不宜泛化。

信度（Reliability）

23人亚组两周重测，ICC(2,1)=0.858（95% CI[0.85,0.86]），重测对初测回归斜率0.840、R²=0.736，表明跨会话绝对一致度高。

讨论与结论翻译

研究人员指出，STEMorph通过中性锚定降低中心过渡的肌肉对抗伪影，通过逐图神经网络掩码保留解剖保真度，评定紧密跟踪预设连续体，效度高、重测信度强，并复现了性别相关既有发现。局限包括样本为伊朗青年医学生、仅闭口表达、仅愤怒—快乐轴向未覆盖恐/悲等。结论：STEMorph以受控闭口愤怒—快乐连续体形式，为面部情绪识别与偏差研究提供公开、可复用且感知连贯的刺激资源；未来需在更多人群、更多情绪轴及与他法直接比较中扩展验证。