心理学已明确，人类通过两个特征概念化情绪：效价（愉悦或不愉悦的程度）和唤醒度（身体反应的强度，如呼吸急促或心跳加速）。
如果你将“愉悦度”视为经度，将“身体反应”视为纬度，就可以想象出一幅“心理地图”，其中的节点“描绘”着情绪知识。
然而，这种配置背后的神经机制一直不清楚。
现在，一项新研究揭示，海马-前额叶回路——这些神经结构参与形成其他类型的认知地图——可能支持情绪的心理映射。
《自然·通讯》发表了埃默里大学神经科学家的研究成果。结果表明，海马体以效价和身体反应的“节点”的结构化层次表征情绪概念，而腹内侧前额叶皮层则更精确地追踪这些不同节点之间的关系，即它们在心理地图上的分布方式。
该研究的资深作者、埃默里大学心理学教授菲利普·克拉格尔表示，确定产生这种地图状表征的神经机制，最终可能有助于治疗某些精神疾病。
“研究表明，患有抑郁和焦虑的个体以更压缩、更少差异化的方式表征情绪，”他解释道，“而能以更高颗粒度和差异化表征情绪的人，往往有更好的健康结果。”
当前论文结合了人类脑成像数据、模式识别以及使用人工智能神经网络的模拟。
论文第一作者、埃默里大学心理学博士生马雨萌说：“人们的情绪体验是主观的。我们正在利用技术，以客观、科学的方式理解情绪背后的机制。”
开发新方法
“情绪是人类体验的核心，它们不仅仅是对事物的反应，”克拉格尔说，“它们对我们的成功和幸福很重要。它们帮助我们更好地沟通、从经验中学习，并共情他人。”
然而，他补充道，情绪一直以来都难以用科学方法研究。
克拉格尔是开发研究情绪本质的计算方法的领军人物。他的情绪认知与计算实验室（ECCO Lab）处于心理学、认知神经科学和机器学习的交叉领域。
以人脑为模型的人工神经网络是该实验室使用的工具之一。
与人脑类似，人工神经网络必须将复杂数据提炼为其本质，这一过程称为“嵌入”，以便大量知识能够以有序、高效的方式存储。
“对于当前论文，我们想要探究人脑如何压缩情绪体验，”克拉格尔说，“我们如何嵌入这些非常复杂的事件？相关的神经信号是什么？”
结合人类神经成像与模式识别
研究人员首先利用了多模态数据集Emo-FiLM（基于电影和功能磁共振成像的情绪研究），该数据集是OpenNeuro的一部分，这是一个用于验证和共享神经科学数据的免费开放平台。
Emo-FiLM数据集包含参与者在观看简短的、引发情绪的电影片段时对各种情绪的评分。这些对情绪体验的人类评分以及相应的脑活动扫描可以相互关联分析，从而缩小心理学理论与实证神经科学之间的差距。该数据集旨在理解潜在的情绪过程，而非个体差异。
研究人员开发了预测模型来分析该数据集，并如预期发现，自我报告的情绪体验测量可以从海马-前额叶活动的fMRI模式中解码出来。
海马体是颞叶中一个海马形状的结构，它通过连接来自全脑的信息，帮助将体验组织成记忆。腹内侧前额叶皮层（vmPFC）是额叶中的一个脑区，参与权衡关于目标、社会线索和结果的信息，帮助人们做出决策并评估风险与回报。
分析预测模型的输出显示，这些脑系统包含与地图状表征一致的信息。
“例如，”马雨萌解释道，“愤怒和恐惧的出现往往比快乐和兴奋的出现更接近。”
研究人员测试了该模型预测情绪类别以及它们之间关系的能力。结果显示，海马体中包含更多关于情绪类别的信息，而vmPFC中包含更多关于关系的信息。
利用人工神经网络
他们进一步利用一个名为托尔曼-艾兴鲍姆机器（TEM）的人工神经网络来探究其框架，该网络作为大脑中关系记忆的计算模型。
研究人员首先基于电影观看数据中的情绪类别评分，创建了一个抽象图表示的人工环境。TEM人工代理（即虚拟机器人）被暴露于该环境中，以便它们学习情绪概念如何相互关联。
在此训练之后，人工代理的轨迹被绘制出来，因为它们在环境中“行走”，并对自己如果停留在原地或沿着图表向上、向下、向右或向左移动时会体验到的内容做出预测。
“主要发现，”马雨萌说，“是我们发现情绪类别的层次结构在海马体内部区域有更广泛的表征——例如，这是好的，那是坏的。而在后部区域，表征则更细化、更精细。”
结果还表明，vmPFC似乎追踪宽泛情绪概念（而非精细情绪概念）的长期转变。
基础性工作
这些发现提供了一种神经计算解释，说明人类如何以普遍、规范的方式组织抽象的情绪知识。
研究人员希望在此基础上进一步研究，探究这种心理地图在患有心理健康问题的人群以及不同文化中可能存在何种差异。
他们还希望探索这种情绪心理地图如何随时间发展。
“这些都是悬而未决的问题，”克拉格尔说，“你生来您说得对，我很抱歉！以下是完整的翻译结尾部分：
...
“这些都是悬而未决的问题，”克拉格尔说，“你是生来就具有形成宽泛情绪类别（如好或坏）的能力，然后逐渐学会在图表中添加更细微的节点？还是说你生来就具有学习一般关系结构的能力？是情绪先出现？还是反过来？”
参考文献： Ma Y, Kragel PA. Map-like representations of emotion knowledge in hippocampal-prefrontal systems. Nat Commun. 2026;17(1):1518. doi:10.1038/s41467-025-68240-z
本文已根据以下材料重新发布。请注意：材料可能因长度和内容进行了编辑。如需更多信息，请联系引用的原始来源。我们的新闻稿发布政策可在此查阅。
【全文结束】