神经生理学和心理模型认为,情绪取决于广泛的colticolimbic电路的联系。虽然先前使用模式识别对神经成像数据的研究表明,大脑活动模式中各种离散情绪之间的差异,但对功能连通性的差异的了解较少。因此,我们对功能磁共振成像数据(i)采用了多元模式分析来开发用于在功能连接数据中应用模式识别的管道,以及(ii)测试连通性模式是否在情绪类别之间存在。六种情绪(愤怒,恐惧,厌恶,幸福,悲伤和惊喜)和16名参与者的中性状态使用一分钟的长时间情感叙事,具有自然韵律,而通过功能磁共振成像(fMRI)来衡量大脑活动。我们计算了全脑连接的情感连接性矩阵,以及10个先前定义的功能连接的大脑子网子网,并培训了跨参与者分类器,以根据全脑数据和每个子网络分别根据全脑数据进行分类。除了悲伤之外,所有情绪都以上所有情绪表现出的全脑分类器,这表明不同的情绪的特征是大规模连通性模式的差异。专注于10个子网络中的连接性时,分类在默认模式系统和所有情绪中都成功。因此,我们显示了针对情绪类别实例的持续不同持续功能连接模式的初步证据,尤其是在默认模式系统中。
主要关键词