我们如何从表情和气味中感知情绪？经历如何赋予事物情绪意义，并影响记忆？计算机又能否从脑活动中识别情绪？近日，SCIENCE CHINA Life Sciences（《中国科学：生命科学》英文版）发表由北京大学方方教授领衔，清华大学张丹教授、北京师范大学秦绍正教授、中国科学院心理研究所周雯研究员、浙江大学王英英教授等共同撰写题为“Emotion perception, learning, and computation in the human brain”的综述文章，围绕上述问题，梳理情绪感知、情绪学习与记忆，以及基于脑信号的情感计算研究，讨论三个领域之间的联系。

从视觉与嗅觉理解情绪感知

综述首先介绍基本情绪理论、维度模型和建构理论，讨论人类如何识别和体验情绪。在视觉方面，文章梳理面部表情、动态社会信号及威胁信息加工的神经通路；在嗅觉方面，则介绍气味的愉悦度、唤醒水平及其与情绪和记忆的联系。结合两类感觉系统，文章呈现情绪感知的不同特点，以及现有理论面临的证据与争论。

情绪如何通过学习影响记忆

随后，综述转向情绪学习与记忆：原本中性的线索如何通过与危险或奖赏建立联系而获得情绪意义，情绪经历又如何影响信息的记忆与提取。文章介绍杏仁核、海马和前额叶在这些过程中的作用，并讨论记忆巩固、再激活与更新，说明情绪记忆如何形成、保持，以及在后续经验中发生改变。

从脑信号识别情绪

最后，综述介绍基于脑信号、尤其是脑电的情感计算，涵盖用于情绪识别的信号特征、机器学习和深度学习方法。文章同时讨论情绪标签的定义、个体差异及模型跨情境应用等挑战，强调理解模型识别的是刺激的情绪属性，还是个体的主观体验，是解释解码结果的前提。

综述将心理学理论、神经机制与计算方法联系起来，为理解情绪提供跨领域的视角，并讨论如何结合自然情境研究、计算建模和神经调控，推动情绪研究及其在心理健康与人机交互中的应用。

图1 情绪科学与情感计算的双向联系。感知和记忆机制可指导情绪建模，计算模型则提供检验情绪表征的定量工具。图片来源：原文图6。

文章信息