《Heliyon》：Atlas of 3D face models of facial muscle activation during standardized mimic exercises and basic emotional expressions in healthy adults
编辑推荐：
人脸是三维（3D）的。因此，功能和情绪性模仿肌激活同样发生在三维空间。然而，许多研究忽视了这一点，因为此类激活主要以照片或视频中的二维（2D）视觉形式呈现，并通过肌电图（EMG）记录在二维平面上以强度图表示。研究人员同步记录了36名健康受试者（53%女性，18
人脸是三维（3D）的。因此，功能和情绪性模仿肌激活同样发生在三维空间。然而，许多研究忽视了这一点，因为此类激活主要以照片或视频中的二维（2D）视觉形式呈现，并通过肌电图（EMG）记录在二维平面上以强度图表示。研究人员同步记录了36名健康受试者（53%女性，18—67岁）的双侧面部高分辨率表面肌电（HR-sEMG）与3D视频。同时采用两套HR-sEMG记录方案：以肌肉位置为导向的电极贴放方案（Fridlund方案）和以解剖标志为导向、与肌肉无关的对称作图方案（Kuramoto方案）。受试者完成一组标准模仿运动，并表达六种基本情绪。研究人员为每名受试者生成3D人脸模型，显示各模仿运动和情绪表达期间的EMG活动。研究提供指向3D平台的超链接，可自由旋转每个功能性和情绪性表情的3D模型。针对Fridlund方案和Kuramoto方案，分别在3D平台上展示面部肌活动的人脸三维可视化结果。为推广结果，研究人员对所有受试者的HR-sEMG数据取平均，生成3D可变形模型（3D-morphable models）与全息视图，作为该标准面部表情集的通用三维模型。这些全息图可从在线知识库下载。所呈现的全息3D模型图谱有助于理解真实三维人脸表情及其底层面部肌肉激活，对医学、社会心理诊断和临床研究具有重要意义。
论文解读：健康成人标准化模仿运动与基本情绪表达下3D人脸肌激活图谱
研究背景方面，人脸及其表情具有三维（3D）属性，面部肌肉构成复杂互依系统，可产生面部浅层几何的三维改变，并承担眼闭合等生理功能与非言语情绪交流。当前心理物理与医学诊断研究多依赖主观或自动化的二维（2D）照片、视频分析以及面部表面肌电（sEMG）的二维强度图，这种二维呈现简化甚至扭曲了自然面部肌肉激活，可能遗漏仅在三维中可识别的情绪细微特征和功能性运动参数。此外，永久性面瘫患者的面部重建与肌肉移植长期以二维思路设计，导致功能恢复结果仅达尚可水平。因此，研究人员希望把高分辨率面部表面肌电（HR-sEMG）与同步3D视频结合，建立首个面向功能运动和六种基本情绪的三维面部肌激活图谱，推动从2D到3D的面部研究与重建手术规划。
该研究由Tim Büchner、Gerd Fabian Volk、Christian Dobel、Christoph Anders、Joachim Denzler与Orlando Guntinas-Lichius等完成，论文发表于《Heliyon》。研究人员利用既往数据中36名健康成人（19名女性、17名男性，18—67岁，无神经疾病及面部手术史）队列，同步采集双侧面部HR-sEMG与3D视频；被试先完成静息态，再进行10项标准化模仿运动（皱额、轻闭眼、用力闭眼、皱鼻、闭口笑、张口笑、撅唇、鼓腮、露齿龇嘴、下压下唇），每项3次，随后模仿恐惧、惊讶、喜悦、悲伤、愤怒、厌恶六种基本情绪，每种4次。研究得出：可把HR-sEMG振幅以均方根（RMS）量化并投射到人脸区域，生成可旋转3D模型与全息图；平均化后的通用3D模型和个体3D模型均能直观展示不同任务下面部各区肌肉激活分布；该图谱可用于教学、心理实验、言语治疗、面瘫分类与面部重建手术规划。其意义在于弥补2D面部肌电表达的不足，为三维情绪识别、个体疾病分类、保守或手术疗法规划和疗效监测提供可交互可视化基础。
关键技术方法上，研究人员采用两组电极方案同步记录：Fridlund方案和Kuramoto方案；以稳态收缩段起始1秒后持续1.5秒计算平均RMS。无深度信息的平均数据使用单目3D人脸重建：以规范人脸模型定位电极，径向基函数（RBF）插值填补空间关系，再用3D可变形模型（3DMM）与DECA模型将EMG地形热图拟合到FLAME 3DMM人脸模型；个体数据则用Intel RealSense D435立体深度相机录3D视频，以Minimal Change CycleGANs修复被电极遮挡特征，用深度信息与点云、泊松表面重建（Poisson surface reconstruction）生成网格，再以VTK计算48个相机位并输出Looking Glass Portrait全息图；所有模型在Sketchfab平台可自由旋转，模型和全息图存于figshare。
Results部分，首先为基于2D数据的人工3D模型与全息图：研究人员把36人平均HR-sEMG活动投影到2D人脸，再重建为Fridlund方案和Kuramoto方案下的通用3D模型与全息图，证明拓扑热图比传统热图更直观地表达肌肉活动与面区关系，并提供Sketchfab在线查看、figshare模型与全息图下载。其次为基于个体3D视频的个体3D模型：研究人员对每名受试者用真实3D视频与同步HR-sEMG生成个体模型，示例显示同一受试者在Fridlund与Kuramoto方案下面部各区EMG振幅分布均可三维呈现，说明个体间可视化与个体化分析可行。
Discussion部分指出，既往面部三维研究多限于尸检肌肉形态、下颌或颧肌生物力学模型、不含肌电的3D扫描形态测量，或非负同步EMG与3D扫描；本研究首次把同步HR-sEMG与3D视频/3DMM融合，给出可全方位观察的面瘫前健康成人基准图谱。研究人员也承认：平均模型依赖单目重建，形状与表情解耦受3DMM先验影响，存在不适定问题与歧义；样本量尚小，性别、年龄、文化差异未充分评估。该图谱可用于更真实的面部EMG实验、言语治疗、临床试验与面部重建；下一步应走向4D，即把时间作为第四维展示表情从发起到结束的3D肌激活动态，并用于面瘫严重度三维分类。
Conclusions部分译为：这份涵盖最重要功能任务与六种基本情绪下面部EMG活动的首套3D图谱，给出了复杂但任务特异的面部肌肉激活的三维印象。此外，该方法还可用于个体病例的三维面部EMG激活可视化。这将对未来个体疾病分类、保守或手术疗法规划，以及影响面部肌肉功能疾病的真实疗效监测具有重要意义。通过超链接，面部表情与情绪研究以及面部重建外科领域的研究人员可使用该3D图谱规划自身研究，实现从2D到3D面部研究的跨越。该3D图谱未来应扩展受试者规模，以更好研究年龄与性别效应。
