焦虑老年人情绪面孔识别机制——来自ERP的证据*

唐 平，黄雅莲，石杭科

1.成都医学院(成都 610500)；2.浙江农林大学暨阳学院(诸暨 311800)

·健康养老校庆专题·

焦虑老年人情绪面孔识别机制
——来自ERP的证据*

唐 平1，黄雅莲1，石杭科2

1.成都医学院(成都 610500)；2.浙江农林大学暨阳学院(诸暨 311800)

目的考察焦虑情绪老年人在识别不同情绪面孔时的认知神经机制。方法本研究通过简易智力测验(SPMSQ)、汉密尔顿焦虑量表(HAMA)和结构访谈法，筛选焦虑情绪组和正常对照组老年人各20例，完成情绪面孔匹配任务，记录相关脑电成分。结果1)P1波幅上，组别主效应显著(F=4.373，P<0.05)，面孔类型主效应显著(F=118.792，P<0.05)，组别×面孔类型交互作用显著(F=38.832，P<0.05)。2)N170波幅上，组别主效应显著(F=17.841，P<0.05)，面孔类型主效应显著(F=158.023，P<0.05)，组别×面孔类型交互作用显著(F=159.190，P<0.05)。结论焦虑情绪会影响老年人表情识别能力，表现为负性注意偏向，发生在注意的早期阶段，这种偏向效应受情绪类型的影响。

焦虑；老年；面孔识别；事件相关电位

焦虑是个体由于达不到目标或不能克服障碍的威胁，致使自尊心或自信心受挫，或使失败感、内疚感增加，所形成的一种紧张不安带有恐惧性的情绪状态[1]。受疾病、身体机能退化、丧偶和退休等负性生活事件的影响，老年人很容易出现焦虑情绪，严重的将发展为焦虑症。据统计，老年焦虑症的发病率是老年抑郁症的两倍，大约8%的老年人都患有老年焦虑症，而目前临床医生对老年焦虑症的识别率仅为10.5%[2]，老年人焦虑情绪困扰如不及时识别并加以干预，长此以往易导致老年人睡眠功能障碍、消化道疾病等严重影响老年人健康的问题[3-4]，加剧老年人的晚年生活不良处境。因此，对于老年人焦虑情绪的研究非常重要。

有研究[5]发现，高焦虑个体表现出负性注意偏向可能是焦虑发生和维持的重要原因。对威胁线索的处理通常发生在注意的早期阶段[6]。关于焦虑的注意偏向的产生机制仍处于争论之中。有研究[7-9]认为，焦虑个体对威胁性刺激产生警觉反应，存在注意偏向，表现为加工愤怒表情时P1、P2和N170波幅的增强。Rossignol等[10]研究发现，高焦虑个体无论是积极表情还是消极表情都会出现P1增强，说明焦虑个体对情绪表情的警觉反应是普遍存在的现象，与情绪类别无关。而毋嫘等[11]采用情绪 stroop 范式分离快效应和慢效应的方法进行研究，结果表明，焦虑组对负性情绪信息的注意解除存在困难，贾丽萍等[12]对状态焦虑的研究得到了相同的结论。董云英等[13]发现，考试焦虑个体不同程度威胁刺激的注意偏向特点存在差异，高考试焦虑个体对考试相关威胁词汇存在注意易化趋势，且对考试相关及无关高威胁词汇注意回避；而低考试焦虑个体对所有威胁词汇均出现注意易化趋势。由此，我们提出一个假设：焦虑情绪个体对不同情绪类型的负性刺激的注意偏向也存在差异。

本研究选择的实验对象为状态焦虑的老年人，即出现部分焦虑症状但没有达到临床上关于焦虑症的诊断标准。试图通过事件相关电位(event related potential,ERP)技术，以P1、N170成分为主要指标，探究焦虑老年人在识别不同情绪面孔时的差异，有利于更加准确地了解焦虑老年个体认知的脑功能机制，完善老年焦虑症的相关理论，为焦虑症的临床诊断及早期预防提供新的思路。同时也有助于探讨老年人的面孔识别的神经机制。

1 对象与方法

1.1实验对象

所有被试来自于成都市某社区、养老院、慢病医院和干部疗养院的老年人，通过简易智力测验(SPMSQ)、汉密尔顿焦虑量表(HAMA)，共发放问卷200份，回收有效问卷158份。结合量表得分和结构性访谈结果，最终筛选出符合条件的被试各20例，其中，焦虑情绪组男5例，女15例，HAMA≥14分且SPMSQ≥8分，对照组男8例，女12例，HAMA≤7分且SPMSQ≥8分。40名被试的年龄为(67.940±5.631)岁，文化程度均为文盲或者小学，t检验结果表明，两组被试HAMA得分差异有统计学意义(t=12.097，P<0.05)。被试的视力、智力正常，均为右利手，以前没有参加类似测验，征得本人意愿后自愿参加本实验。排除标准： 1)患其他精神障碍性疾病(如精神分裂症和双相障碍)、中枢神经系统疾病、与焦虑相关的躯体疾病(甲亢、甲旁亢和心律失常等)及其他严重器质性疾病； 2)精神活性物质滥用和严重头部外伤史；3)有严重认知功能障碍者； 4)24 h内有镇静、催眠药或精神活性物质服用史。

1.2实验材料和程序

本研究使用E-prime 2.0控制和呈现所有刺激。本实验采用的实验范式为情绪面孔匹配范式，所有刺激图片均来自中国情绪图片库系统(CFAPS)[14]， CFAPS通过收集中国人的情绪面孔按九级评分从愉悦度、唤醒度和优势度进行了归纳和分类，目前广泛运用于中国情绪研究，有很好的信效度。本实验所选的图片为6种不同情绪效价的面孔图片各60张，分别为：快乐、悲伤、愤怒、中性、恐惧和厌恶，其中中性表情时刻充当每张图片刺激里的对照刺激，同一情绪效价的情绪面孔图片按性别、强度进行匹配。图形包含三角形、圆形和正方形。所有图片的尺寸大小、背景、空间频率、对比度和亮度等物理属性均相同，图片分辨率均为640×480象素/英寸，大小统一为15 cm×10 cm。实验任务采用组块设计，包括3个block，设置2个任务，分别为匹配面孔(实验任务)和匹配图形(控制任务)，共360个trial。匹配面孔任务包括3张情绪面孔图片，屏幕上方面孔为目标刺激，屏幕下方面孔为探测刺激，要求被试从探测刺激中选择与目标刺激表情表达一致的面孔图片，并通过鼠标左、右键按键表示，屏幕下方呈现两张面孔图片中，一张有情绪表情，另一张恒为中性面孔。匹配图形任务包括3张几何图形，要求被试从探测刺激中选择与目标刺激形状一致的几何图形，并通过鼠标左、右键按键表示(图1)。在每个block被试可休息2～3 min，以保证实验完成的质量。正式实验前有10个练习，全部被试须在练习阶段反应正确率为100%才能进入正式实验(所有被试都达到了这一要求)。实验结束后所有被试均获得100元作为报酬。

1.3ERP记录

脑电数据由ANT Neuro eego mylab记录与分析系统收集并记录在eeg go软件上。所有被试均按国际10～20系统扩展的64导电极帽记录脑电EEG。以Cpz为参考电极点，双眼外侧安置电极记录水平眼电，左眼上下安置电极记录垂直眼电。头皮与电极之间的阻抗<10 kΩ。信号经放大器放大，记录连续EEG，滤波带通为0.01～100 Hz，采样频率为1 000 Hz/导，通过Advanced Source Analysis.4.9(ASA)脑电分析软件进行离线分析，并采用GraphPad Prism 5.0制图。分析时程从每张图片呈现前的200 ms持续到图片呈现的800 ms。结合以往的研究和脑地形图，本研究主要分析P1、N170成分。P1选取4个头皮电极P3、P1、PO3和PO4进行分析，其时间窗为40～150 ms，N170选取3个头皮电极Oz、PO3和PO4进行分析，其时间窗为150～300 ms。

图1 实验流程图

1.4统计学方法

所有数据采用SPSS 21.0进行统计分析。对被试识别不同类型面孔情绪和图形刺激诱发的P1、N170波幅进行2(组别：焦虑组和非焦虑组)×5(面孔类型：悲伤、高兴、恐惧、厌恶和愤怒)两因素混合方差分析，若差异显著则进一步进行组别内的不同情绪面孔识别诱发的P1和 N170波幅的两两比较分析。检验水准α设定为0.05。

2 结果

4个电极P3、P1、PO3和PO4上的ERP波形见图2，其P1清晰可见， 3个电极Oz、 PO3和 PO4上的N170波形见图3。

图2 老年人表情识别p1波形图

2.1P1

二因素混合方差分析结果显示，P1的波幅组别主效应显著(F=4.373，P<0.05)，具体表现为焦虑老年人的P1波峰值(1.730 μν)<非焦虑组老年人(1.838 μν)p1波峰值。面孔类型主效应(F=118.792，P<0.05)显著，具体表现为恐惧表情诱发的波幅最大。面孔×组别的交互效应显著(F=38.832，P<0.05)。对老年焦虑组和老年非焦虑组P1波幅进行独立样本t检验和单因素方差分析发现，两组老年人在识别厌恶表情和开心表情时诱发的P1波幅差异有统计学意义(t=5.177，P<0.05；t=2.106，P<0.05)。而愤怒、恐惧、伤心表情识别时差异无统计学意义(t=1.259，P>0.05；t=0.460，P>0.05；t=0.706，P>0.05)。通过单因素方差分析得出，焦虑老年人和非焦虑老年人在不同情绪面孔识别水平上差异有统计学意义(F=5.507，P<0.05；F=10.518，P<0.05)(表1)。

图3 老年人表情识别N170波形图

面孔类型愤怒表情厌恶表情恐惧表情快乐表情伤心表情FP老年焦虑组0.188±0.793-0.258±0.8380.317±0.8100.006±0.7310.081±0.8105.507<0.001老年对照组0.299±0.559 0.281±0.7080.363±0.6580.216±0.8310.148±0.59210.518<0.001t1.2595.1770.4602.1060.706P0.209<0.0010.6460.0360.481

2.2N170

二因素混合方差分析结果显示，老年人面孔识别的N170波幅组间主效应显著(F=17.841，P<0.05)，具体表现为焦虑组老年人(-8.94 μν)比非焦虑组老年人(-7.22 μν)诱发了更大的N170。面孔类型的主效应显著(F=158.023，P<0.05)，愤怒面孔相比其他表情诱发了更大的N170。面孔×组别的交互效应显著(F=159.190，P<0.05)。进一步对两组老年人进行独立样本t检验和单因素方差分析，结果发现两组老年人在识别不同情绪面孔时所激发的N170波有差异。其中愤怒、恐惧、快乐和伤心表情识别产生的N170波幅差异均有统计学意义(t=5.251，t=5.143，t=4.441，t=4.439，P<0.05)，仅在厌恶表情识别差异无统计学意义(t=1.312，P>0.05)。而单因素方差分析的结果发现，焦虑老年人对不同情绪面孔的识别差异有统计学意义(F=4.216，P<0.05)，而非焦虑组老年人对识别不同情绪面孔产生的N170波幅差异无统计学意义(F=1.612，P>0.05)(表2)。

表2 老年人识别不同类型面孔的N170波幅差异

3 讨论

本研究使用面孔刺激的不同情绪效价反映不同的情绪加工程度，让被试判断面孔表情是否匹配。借助ERP技术，通过分析ERP成分的波幅，探讨焦虑情绪对于老年人情绪面孔识别的认知加工水平的影响。

对P1的分析结果表明，焦虑老年人识别开心表情诱发的P1波幅显著高于非焦虑老年人，对厌恶表情的识别产生的P1波幅显著的低于非焦虑老年人。P1代表个体在识别视觉刺激初期的注意分配机制。可能是因为本研究中焦虑情绪影响了老年人对情绪面孔信息的加工，对开心面孔这类积极信息分配了更多的注意机制，对厌恶表情这类负性面孔信息产生了注意回避，验证了回避假说，即焦虑个体为了避免焦虑情绪维持和恶化，会回避威胁性刺激。玄洪雷[15]发现，广泛性焦虑患者对恐惧面孔诱发的P1波幅>高兴面孔诱发的P1波幅，而高兴面孔诱发的P3a波幅>恐惧面孔诱发的P3a波幅。本研究结果与其不一致，可能是我们的研究选取的被试为轻、中度焦虑的老年人，没有达到广泛性焦虑障碍的临床诊断标准。本研究发现，非焦虑老年人对愤怒表情和伤心表情产生的P1波峰值最小，且与其他几种表情比较差异有统计学意义。说明非焦虑老年人对愤怒表情和伤心表情的注意分配上较弱，焦虑老年组对愤怒表情和伤心表情以及恐惧表情产生的波峰值最大，且差异有统计学意义，所以焦虑老年人在对这类负性表情的识别上初期注意分配较多，提示焦虑情绪会影响老年人表情识别的能力，对负性情绪面孔产生了注意偏向效应，焦虑老年人相比非焦虑老年人更能对负面的威胁信息表现出优先注意，与刘静宜[16]对社交焦虑个体对威胁信息的注意偏向现象研究结果一致。

本研究发现，在识别各类情绪面孔时焦虑老年人相比非焦虑老年人诱发了更大的N170，说明焦虑情绪影响了情绪面孔在识别加工结构阶段的认知分配，面对同一个刺激需要调动更多的认知资源才能进行识别，后期难以从威胁性刺激中脱离。而愤怒表情相比伤心和恐惧表情诱发了更高的N170波峰，激活更强烈，可能是因为愤怒表情除了携带负面信息以外，带有更多的侵犯性和攻击性信息，使得自我保护倾向更加严重的焦虑老年人产生识别抑制，需要消耗更多的认知资源来进行精细加工。从组内结果来看，非焦虑老年人对不同情绪面孔识别产生的N170波幅无差异。说明非焦虑老年人在对这些基本情绪面孔图片进行结构性加工时，采取了较为一致的认知资源分配，而焦虑老年人对不同面孔加工的N170组内差异有统计学意义，说明焦虑会影响老年人对面孔进行结构性加工的注意资源分配。而两组老年人对厌恶表情的识别差异无统计学意义，说明焦虑情绪对厌恶表情识别机制影响不大。我们猜测可能原因有如下几点：第一，因为对于厌恶表情来说，其与中性面孔有着本质的区别，不管是焦虑老年人还是非焦虑组老年人都可以较少地运用认知资源进行判断。第二，N170是个体进行面孔结构性加工时出现的脑电波，厌恶表情情绪较内隐，表情包含的信息不够丰富、强烈，使得两组老年人对厌恶表情进行加工时不需要进行更多的结构性加工，因此N170波幅最小，且差异无统计学意义。第三，可能存在着一个加工水平较低的大脑认知机制，使得老年人能够快速进行准确的反应，但这需要后续借助功能磁共振技术对大脑进行功能定位，从而更进一步进行论证。

综上所述，我们可以推测，焦虑情绪会影响老年人表情识别能力，表现为负性注意偏向，发生在注意的早期阶段，且这种偏向效应受情绪强度的影响，即对愤怒、恐惧、伤心和厌恶这4类负性表情的影响不同；焦虑个体面对同一刺激需要调动的认知资源更多，对情绪信息存在普遍的警觉反应，在一定程度上能提高老年人的注意程度。尽管本研究提供的结果为我们理解焦虑情绪个体发展成临床焦虑障碍患者提供了一定的理论依据，但本研究也存在一些不足：第一，本研究选择的量表对高龄老年人可能信效度不高，影响实验结果。第二，考虑到实验对象的年龄和身体状况，我们的实验在社区进行，灯光、噪音和温度等方面无法达到实验室级别的调控，因此无法排除这些因素对实验结果造成的干扰，使结果的推广有限。未来工作需进一步补充临床样本，开发60～80岁老年人专用的焦虑量表，严格控制实验环境，提高数据的信效度和结果的可推广性。

[1]骆伯巍. 女性高焦虑倾向原因初探[J]. 心理科学, 1997, 20(4): 378-379.

[2]刘明秋. 老年焦虑症患者应用氟西汀的临床疗效及安全性评价[J]. 中国医院药学杂志, 2016, 36(15): 1298-1301.

[3]洪霞, 周瑾, 高艳, 等. 老年人睡眠质量与焦虑情绪的相关性研究[J]. 中国临床医生杂志, 2016, 44(7): 65-67.

[4]邵迴龙, 张红明, 汪倩, 等. 焦虑情绪对老年慢性便秘患者自主神经功能的影响[J]. 中国现代医学杂志, 2007, 17(8): 954-955,959.

[5]Eysenck M W. Anxiety:The cognitive perspective[M]. Hove:Lawrence Erlbaum Associates Ltd，1992：208.

[6]Bantin T, Stevens S, Gerlach A L,etal. What does the facial dot-probe task tell us about attentional processes in social anxiety A systematic review[J]. J Behav Ther Exp Psychiatry, 2016, 50: 40-51.

[7]Fox E, Yates A, Ashwin C. Trait anxiety and perceptual load as determinants of emotion processing in a fear conditioning paradigm[J]. Emotion, 2012, 12(2): 236-249.

[8]Kolassa I T, Miltner W H. Psychophysiological correlates of face processing in social phobia[J]. Brain Res, 2006, 1118(1): 130-141.

[9]Rossignol M, Philippot P, Bissot C,etal. Electrophysio logical correlates of enhanced perceptual processes and attentional capture by emotional faces in social anxiety[J]. Brain Res, 2012, 1460: 50-62.

[10] Rossignol M, Campanella S, Bissot C,etal. Fear of negative evaluation and attentional bias for facial expressions: an event-related study[J]. Brain Cogn, 2013, 82(3): 344-352.

[11] 毋嫘, 林冰心, 刘丽. 高焦虑个体对负性情绪信息的注意移除发生困难[J]. 心理科学, 2017, 40(2): 310-314.

[12] 贾丽萍, 张芹, 藤晓云, 等. 状态焦虑大学生对负性情绪词的注意偏向[J]. 中国健康心理学杂志, 2016, 24(12): 1893-1897.

[13] 董云英, 张小聪, 周仁来. 考试焦虑者对不同程度威胁刺激的注意偏向[J]. 中国临床心理学杂志, 2015, 23(6): 954-958.

[14] 龚栩, 黄宇霞, 王妍, 等. 中国面孔表情图片系统的修订[J]. 中国心理卫生杂志, 2011, 25(1): 40-46.

[15] 玄洪雷. 广泛性焦虑障碍患者情绪面孔无意识加工的事件相关电位研究[D]. 辽宁大连：大连医科大学, 2012：11-12.

[16] 刘静怡. 社交焦虑个体对威胁信息的注意偏差现象研究[D]. 重庆：西南大学, 2013：24-27.

RecognitionMechanismofEmotionalFacesintheElderlywithAnxiety——EvidencefromanERPStudy

TangPing1,HuangYalian1,ShiHangke2.

1.ChengduMedicalCollege,Chengdu610500,China;2.JiyangCollegeofZhejiangA&FUniversity,Zhuji311800,China

ObjectiveTo investigate the cognitive neural mechanism of processing different emotional faces of the elderly with anxiety.MethodsShort Portable Mental Status Questionnaire (SPMSQ), Hamilton Anxiety Scale (HAMA) and the structured interview were used to select20participants with anxiety and20normal controls to fulfill the emotional face processing task and record the event related potential (ERP).ResultsIn the P1amplitude, the main effect of the groups was significant (F=4.373,P<0.05), the main effect of the face types was significant (F=118.792,P<0.05), and the interaction effect between the group and the face type was significant (F=38.832,P<0.05). In the N170amplitude, the main effect of the groups was significant (F=17.841,P<0.05), the main effect of the face type was significant (F=158.023,P<0.05), the interaction effect between the group and the face type was significant (F=159.190,P<0.05).ConclusionAnxiety has an effect on the emotional face processing of the elderly and the effect shows negative attentional biases. The attentional biases often occur at the early stage of attention and they are influenced by the anxiety types.

Anxiety; The elderly; Facial recognition; Event related potential

http://kns.cnki.net/kcms/detail/51.1705.R.20170719.1838.002.html

10.3969/j.issn.1674-2257.2017.04.004

四川省科技厅科技支撑项目(No:2015SZ0113)

R749.7+2

A