文献类型：期刊文章

作　　者：丁小斌[1] 刘建邑[1] 王亚鹏[2] 康铁君[1] 党宸[1]

DING Xiaobin;LIU Jianyi;WANG Yapeng;KANG Tiejun;DANG Chen(Key Laboratory of Behavioral and Mental Health of Gansu Province,School of Psychology,Northwest Normal University,Lanzhou 730070,China;State Key Laboratory of Cognitive Neuroscience and Learning,Beijing Normal University,Beijing 100875,China)

机构地区：[1]西北师范大学心理学院,甘肃省行为与心理健康重点实验室,兰州730070 [2]北京师范大学认知神经科学与学习国家重点实验室,北京100875

出　　处：《心理科学进展》

基　　金：国家自然科学基金地区项目(31960181)

年　　份：2020

卷　　号：28

期　　号：1

起止页码：85-97

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、CSSCI、CSSCI2019_2020、JST、NSSD、PUBMED、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：人脑如何自动化加工瞬息万变的情绪信息?研究者们在借鉴听觉通道的失匹配负波(mismatch negativity,MMN)研究的基础上,进一步发展出了表情失匹配负波(expression mismatch negativity,EMMN),以此作为视觉情绪信息前注意加工的重要指标。与以往的一般视觉线索的视觉失匹配负波(visualmismatch negativity,vMMN)有所区别,EMMN研究专注于人脑如何自动化加工瞬息万变的情绪信息。当前的研究主要探讨了不同类型的面部表情、不同性别、高低流体智力个体的EMMN差异,以及自闭症、抑郁症、精神分裂症等异常个体EMMN的特点。此外,从预测编码的角度阐释了EMMN的机制。今后的研究有必要聚焦EMMN在临床诊断和治疗中的应用,考察不同情绪线索EMMN的特点,并进一步揭示EMMN的神经机制。

关 键 词：面部表情 前注意加工  失匹配负波 N170 oddball范式  

分 类 号：B842]