Nat Commun丨一項動態自然主義情緒調節神經機制研究

情緒調節是維持心理健康與適應性行為的關鍵能力，其功能障礙被認為是抑郁、焦慮及成癮等多種精神疾病的核心跨診斷特征。認知重評與接納作為兩種被廣泛應用于心理干預的有效策略，在行為層面均可顯著降低負性情緒，但其神經實現機制是否依賴共同通路或存在本質差異，尚缺乏系統性實證研究。既往研究多基于靜態圖片刺激，生態效度有限 ， 難以反映真實生活中的動態情緒體驗過程。 同時 ， 傳統單變量分析也存在其方法的局限性。 因此，有必要在更接近現實情境的條件下，系統解析情緒調節的腦機制及其跨情境穩定性。

近日，香港大學MIND & AI Lab團隊在Benjamin Becker教授（通訊作者）的帶領下， 包括 電子科技大學姜恒（第一作者 ， MIND & AI Lab ）以及西南大學周峰（共同通訊作者）等，在國際期刊Nature Communications發表題為Common and distinct neurofunctional signatures of dynamic naturalistic emotion regulation strategies的研究論文 。

本研究結合功能磁共振成像（ fMRI ）與多變量模式分析（ MVPA ），在動態自然主義情境下構建全腦神經解碼模型，主要創新體現在：自然主義實驗范式 ：采用連續動態視頻作為情緒誘發材料，提高生態效度；機器學習建模 ：基于支持向量機構建 消極 情緒及調節策略的全腦神經特征；多隊列驗證設計 ：涵蓋訓練、獨立驗證及多個跨文化泛化數據集；臨床轉化評估 ：在大麻使用障礙人群中檢驗神經標志物的應用潛力

研究共納入：發現隊列 59 人（模型訓練）；驗證隊列 33 人（模型檢驗）；多個 泛化樣本 各 358 ， 45 ， 33 余人（跨任務與文化）；臨床樣本 97 人（健康對照與成癮人群）

研究成功建立三類全腦神經解碼器：負性情緒體驗特征（ NNES ），接納調節特征（ NERS-A ），重評調節特征（ NERS-R ）上述模型在獨立樣本中表現出良好的預測性能，并能夠跨不同任務范式（如靜態圖片、熱痛刺激）實現一定程度的泛化，體現了較高的穩健性與特異性。研究發現：共享機制 ：兩種策略均顯著依賴默認模式網絡（ DMN ），涉及內側前額葉、后扣帶回及楔前葉等區域，提示其在自我參照加工與情緒評估中的核心作用；特異機制 ：認知重評主要依賴額頂控制網絡，反映其對執行功能與認知控制的需求；接納則更多涉及體感運動與注意網絡，并伴隨情緒相關腦區活動增強，體現對情緒體驗的覺察與接納。相關結果進一步通過貝葉斯分析及空間相似性分析得到驗證，支持兩種策略在神經層面的可分離性。

通過 基于腦 網絡 的 分析與 探照燈 分析，研究表明：基于全腦的模型顯著優于單一腦區或功能網絡；情緒調節過程由多個腦系統協同編碼，而非依賴局部區域。該結果支持當前神經科學關于復雜認知功能 “ 分布式計算 ” 的理論框架。

在大麻使用障礙人群中：重評相關神經解碼器無法有效區分調節與情緒體驗；負性情緒解碼器仍保持正常表現，提示該人群主要存在情緒調節過程受損，而非情緒反應異常。該結果表明所構建的神經特征具有識別情緒調節障礙的潛在臨床應用價值。

本研究在動態自然情境下系統建立了情緒體驗及其調節的全腦神經功能模型，具有重要理論與應用價值： 揭示情緒調節既依賴共享神經基礎，又通過不同網絡實現策略特異性，推動情緒調節神經機制研究從 “ 局部功能 ” 向 “ 全腦網絡 ” 轉變； 將自然主義范式與機器學習方法相結合，為復雜心理過程的腦機制研究提供新路徑； 所構建的神經解碼器可作為潛在生物標志物，用于精神疾病中情緒調節功能的客觀評估及干預效果監測

原文鏈接：https://doi.org/10.1038/s41467-026-70708-5

制版人：十一

BioArt

Med

Plants

人才招聘

學術合作組織

（*排名不分先后）

轉載須知

【非原創文章】本文著作權歸文章作者所有，歡迎個人轉發分享，未經作者的允許禁止轉載，作者擁有所有法定權利，違者必究。