生物行移动版

一项发表在预印本平台上的新研究，通过生成式建模技术对动态神经数据进行深入分析，首次更完整地描绘了大脑在面部情绪处理过程中涉及的脑区及其功能连接。该研究由国际团队合作完成，为理解人类情绪加工的神经基础提供了全新视角。

研究团队招募了年龄跨度从5岁到40岁的神经典型参与者，在实验过程中，参与者观看一系列呈现快乐或愤怒情绪的面孔图片，同时研究人员利用脑磁图（MEG）和脑电图（EEG）同步记录其大脑活动。通过先进的生成式建模方法，研究者将采集到的高维神经信号分解为六种不同的神经处理模式，分别对应视觉处理、感觉运动整合、颞叶加工等关键功能模块。这些模式揭示了大脑如何在不同区域间协调处理面部情绪信息。

值得注意的是，该研究的年龄跨度设计使其能够描绘出全脑功能网络在正常发育过程中的动态变化轨迹。从儿童期到成年早期，大脑的面部情绪处理网络呈现出显著的成熟特征，包括连接效率的提升和区域特异性的增强。这一基线数据为后续研究提供了重要参照，特别是对于理解自闭症谱系障碍等神经发育疾病中情绪处理异常背后的神经机制。

研究人员强调，这种生成式建模方法不仅能够捕捉到传统分析方法难以发现的动态网络特征，还为未来开发基于脑功能的生物标志物奠定了基础。该研究目前以预印本形式发布，等待同行评审。

参考文献: Processing facial emotions, and more. bioRxiv, 2026; DOI: 10.64898/2026.04.21.718685