抑郁严重程度调节面部情感表征的认知过程：来自遗传算法面孔合成任务的证据

抑郁与面部情绪加工偏差相关，然而现有范式仅测量对预先选定刺激的识别，将内部表征形成的过程与其最终产物混为一谈。在本研究中，我们采用遗传算法（GA）人脸合成任务来区分这些成分。57名本科生（根据贝克抑郁量表第二版，40名为低风险组，17名为风险组）在一个199维面部形状空间中，历经七代迭代演化出逼真的三维人脸，以匹配其对13种情绪的内部表征。我们提取了五项进化指标，用以刻画参与者如何构建其表征（收敛速度、变化速度、稳定性、范围）以及他们最终生成的结构（峰值强度）。 结果显示，风险组参与者在尴尬表征上的收敛速度显著快于低风险组（d = 0.88, p = .001，经FDR校正并经置换检验验证），其达到模板所需的代数约为低风险组的一半。风险组的愤怒表征表现出更大的进化不稳定性（d = -0.75, p = .029，经置换检验验证）。关键的是，两组在任何情绪上的终点面部强度均无显著差异。 这些结果表明，抑郁严重程度与僵化的自我意识情绪图式以及在人脸生成过程中不稳定的愤怒表征相关，这反映的是认知过程的改变，而非知觉产物的扭曲。研究发现将认知图式理论扩展到面部情感表征领域，并强调自我意识情绪是抑郁相关知觉偏差中一个尚未得到充分探索的重要切入点。

抑郁严重程度调节面部情感表征的认知过程：来自遗传算法人脸合成任务的证据 | bioRxiv

跳转至主要内容

首页 关于 投稿 提醒 / RSS 搜索该关键词 高级搜索 最新结果

抑郁严重程度调节面部情感表征的认知过程：来自遗传算法人脸合成任务的证据

查看 ORCID 个人资料 Bliss Cui ， 查看 ORCID 个人资料 Peter John Bex

doi： https://doi.org/10.64898/2026.06.01.729421

Bliss Cui 1 东北大学； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本文依据 CC-BY-NC 4.0 国际许可协议 提供。

查看讨论主题。 返回顶部 上一篇 下一篇

发布于 2026年6月4日。

下载 PDF 电子邮件

感谢您有兴趣传播 bioRxiv 的内容。 您的电子邮件 *

您的姓名 *

发送至 *

请输入多个地址，每行一个，或用逗号分隔。

您将要通过电子邮件发送以下内容

抑郁严重程度调节面部情感表征的认知过程：来自遗传算法人脸合成任务的证据

邮件主题

（您的姓名）已向您转发 bioRxiv 上的一个页面

邮件正文

（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为人类访客，并防止自动垃圾信息提交。

分享

抑郁严重程度调节面部情感表征的认知过程：来自遗传算法人脸合成任务的证据

Bliss Cui ， Peter John Bex

bioRxiv 2026.06.01.729421； doi： https://doi.org/10.64898/2026.06.01.729421

分享本文： 复制

引文工具

抑郁严重程度调节面部情感表征的认知过程：来自遗传算法人脸合成任务的证据

Bliss Cui ， Peter John Bex

bioRxiv 2026.06.01.729421； doi： https://doi.org/10.64898/2026.06.01.729421

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.01.729421v1?rss=1

🏷️ 抑郁严重程度 面部情绪表征 情绪加工偏差 遗传算法人脸合成 认知图式 自我意识情绪