人类大脑活动的指纹模式揭示了虚拟集团间接触期间情绪反应的动态组合
Gloria Mendoza-Franco1, Inga Jasinskaja-Lahti2, Matthias B Aulbach3
1Brain and Mind Laboratory, Department of Neuroscience and Biomedical Engineering, Aalto University, Espoo 02150, Finland.
NeuroImage
|March 8, 2025
概括
机器学习识别了大脑模式,以追踪虚拟群体间接触期间的情绪. 这种方法克服了自我报告的局限性,揭示了对被感知到的群体能力和温暖的微妙情感反应.
科学领域:
- 社会心理学 社会心理学
- 神经科学是一个神经科学.
- 机器学习是机器学习.
背景情况:
- 立体内容模型 (SCM) 将感知到的群体能力和热情与特定的情绪联系起来.
- 情绪反应显著预测了群体间的行为.
- 对情绪的传统自我报告措施受到社会可取性和回忆偏差的限制.
研究的目的:
- 利用机器学习和功能磁共振成像 (fMRI) 来识别情绪的神经相关性.
- 客观地监测在模拟的群体间互动期间的情绪反应.
- 在个人空间入侵场景中,研究对内组和外组成员的动态情绪反应.
主要方法:
- 用功能磁共振成像 (fMRI) 来捕捉大脑活动.
- 机器学习算法识别出了不同的情感大脑模式.
- 参与者在虚拟个人空间场景中观看了群内和移民外群成员的360视频.
主要成果:
- 通过立体内容模型 (SCM) 预测的与情绪相关的大脑模式.
- 被认为缺乏能力和热情的群体引发了蔑视和不适.
- 一个矛盾的群体 (能力低,热情高) 唤起了幸福和不适的混合情绪.
结论:
- 基于机器学习的fMRI提供了一种新的方法,用于客观的情绪评估在跨群体的背景下.
- 这项技术可以捕捉在群体间接触期间情绪反应的时间动态.
- 结果支持SCM的预测,并突出了对社会群体的情绪反应的复杂性.


