情感识别技术在轻度认知障碍中的应用现状

张薛晴，程立辉，宋玉磊，徐桂华，柏亚妹

（南京中医药大学护理学院,江苏210023）

轻度认知障碍（mild cognitive impairment，MCI）是介于正常衰老和阿尔兹海默病（Alzheimer′s disease，AD）之间的认知下降临床阶段，中国60 岁以上老年人群发病率为20%，且每年以10%～15% 的转化率向AD 进展[1]。AD 病人数量逐年增加，其认知功能和自理能力减退、精神行为症状频发，给家庭和社会带来沉重负担，已经成为世界范围内主要的公共卫生问题[2]。因此，对AD 高风险病人即MCI 病人进行早期鉴别筛查，以延缓病人认知退化进程、降低病人痴呆发生率有重要意义。情感识别技术作为综合了行为、思想和感觉的辅助诊断方法，融合了生理学、心理学、认知科学、模式识别和人工智能等多学科内容，在国外已被逐渐应用于MCI 领域[3-4]。本研究在回顾情感识别技术的基础上，对此技术在MCI 领域的应用进行现状分析和总结，旨在为今后国内相关研究提供参考。

1 情感识别概述

1.1 相关概念 情感识别又称情绪识别，是一种推断他人心理状态、识别信息，使个人能够理解所处社会环境并调整行为的大脑多模态系统处理过程。情感识别属于社会心理认知范畴，对促进有效沟通和人际交往至关重要。有研究表明：情感识别缺陷会导致社交功能障碍、人际理解困难、生活质量降低、抑郁等负性情绪增加等一系列不良反应[5-6]。

1.2 情感识别神经生理解剖学机制 关于情感识别的神经生理解剖学机制主要为3 种理论：边缘系统模型、右半球模型和多模态模型[7]。早期接受较为广泛的是边缘系统理论，该理论认为边缘系统中的杏仁核等结构会参与调解情绪和情感行为[8-9]。但也有学者认为眶额叶皮层和腹内侧前额叶皮质等大脑区域在情感处理中起着重要作用，边缘系统在情感处理中的作用不大[10]。随后有学者提出右半球模型，认为右半球对情绪处理有很强的偏侧性，但该模型不能完全解释左侧萎缩病人的情绪识别缺陷[11]。Ekman 于1999 年提出多模态模型，他认为神经机制触发了每种情绪，特定的情绪识别缺陷是由离散的神经递质导致。目前，较多学者的研究基于多模态理论框架进行，他们认为情绪识别过程是大脑多模态系统的处理过程[12-13]。

1.3 情感识别技术分类 情感信息包括内外2 个层面，外在情感信息是指通过外表能自然观察到的信息，如面部表情、声音等；内在情感信息是指外部观察不到的生理信息，如心率、脉搏等[3]。情感识别技术在MCI领域的应用本质上是一种模式识别，常用的研究方法主要有面部表情识别、语音情感识别和生理模式识别等。

2 情感识别技术在MCI 病人中的应用现状

MCI 根据Peterson 标准可分为：单域遗忘性MCI，其只累及记忆力；多域遗忘性MCI，其除累及记忆力外还存在其他1 项或多项认知域损害；非遗忘性单一认知域损害型，其与非记忆的单一认知域损害有关；非遗忘性多认知域损害，即指非记忆的2 个或2 个以上认知域损害[14]。各种情感识别技术在MCI 领域的应用都是通过分析MCI 不同亚型或不同类别病人对情感信息的识别，提取出特定人群描述情感的特征值，建立特征值与情感的映射关系，然后对情感特征进行分类，从而实现MCI 的鉴别。

2.1 面部情感识别测试

2.1.1 Ekman 面孔测试 Ekman 面孔测试在面部情感识别测试中应用最早且最为广泛，它是一种计算机化情绪识别任务。测试包括60 张黑白静态照片，电脑屏幕随机展示表达6 种基本情绪的图片，每张显示5 s。要求参与者点击鼠标选择最符合图片的情绪标签，回答时间没有限制。每回答正确1 个问题得1 分，每种情绪各10 分，总分60 分。该测试应用较广且其有效性已被众多研究者验证[9,15]。Guastella 等[15]利用Ekman 面孔测试研究发现遗忘型MCI 病人面部情绪识别准确性低于非遗忘型MCI 病人，低于健康对照组。

2.1.2 简式Benton 人脸识别测试 简式Benton 人脸识别测试是一种广泛使用的视觉感知能力面部匹配任务测试。测试提供13 张黑白照片，参与者被要求将目标正面图像与1 张相同的照片或3 张从不同角度拍摄的照片进行匹配，测试过程没有时间限制。简式Benton 人脸识别测试特点是通过面孔识别和匹配确保病人存在的是面部情感识别缺陷而非一般面部处理缺陷，即通常所说的脸盲[15]。有研究者使用Ekman 面孔测试和简式Benton 人脸识别测试对27 例非遗忘型MCI 病人、29 例遗忘性MCI 病人和22 名正常对照者的情绪识别能力进行评定，发现前两组的情绪识别缺陷大于对照组，且遗忘性MCI 亚型病人的愤怒情绪识别缺陷表现更加明显[9]。

2.1.3 Penn 情绪识别测试 Penn 情绪识别测试是一种基于计算机的情绪强度测试。测试包括96 张图片，用于展示快乐、悲伤、恐惧、厌恶和淡漠5 种情绪，每种情绪有8 种低强度和8 种高强度表达。要求参与者在不受时间限制的情况下对每种表情的情感强度评分[16]。Spoletini 等[16]通 过 对50 例 遗 忘 性MCI 病 人、50例AD 病人和50 名健康老年人进行情绪识别测试，结果显示：遗忘性MCI 病人在低强度面部识别总分上，尤其是低强度恐惧情绪识别上与健康老年人存在差异。Weiss 等[17]对21 例 单 域 遗 忘 性MCI 病 人、31 例 多域 遗 忘 性MCI 病 人、35 名 健 康 人、55 例AD 病 人 进 行测试，发现遗忘性多域MCI 病人对悲伤、恐惧和中性表情的识别能力较低。Penn 情绪强度识别测试对面部情感识别功能检测更加敏感，适用于区分不同亚型MCI 病人的情感识别功能。

2.1.4 情感梯度（affect-GRADIOR） 情感梯度是一款触摸屏情感测试，测试者要求从6 种基本情绪和1 种中性刺激中识别正确情绪。2 类情绪由91 种情绪刺激组成，每种情绪刺激13 张图片。参与者根据提供图片在触摸屏按下最能体现情绪的面部表情标签。如果参与者33 s 未提供答案，则自动转到下一张图片。计算机会记录答案以及情绪处理速度。该测试在情绪识别的正确性和情绪刺激强度基础上增加了处理速度的测试，研究结果显示能够有效区分健康老年人、AD 病人和MCI 病 人[18]。

2.2 语音情感识别 语音不仅包含语义信息，还包含具有情感的语速、语调、节奏、音量等信息。语音情感识别过程主要分为语音测试信息采集、数据处理、情感特征提取、情感分类4 个部分[19]。语音情感识别测试共包括25 个句子用于表达不同情绪，每种情绪包含5种句子。参与者需要对句子所表达的情绪进行判断，测量者记录答案，规定每个句子测量时间为3 s。语音识别技术在AD 病人鉴别中应用较多，且其应用主要集中在对语音特征的研究上[20]。MCI 领域的语音情感研究较少，尚不成熟。Hiroyuki 等[21]研究结果显示：AD 组病人和MCI 组病人的快乐和悲伤情绪感知与健康老年人存在差异。

2.3 生理模式识别——事件相关电位（event-related potential，ERP） 事件相关电位是一种特殊的脑诱发电位，是大脑对认知功能进行处理加工时，从头颅表面记录到的脑电位，能够反映认知过程中大脑的神经电生理变化，也被称为认知电位。事件相关电位技术具有极高时间分辨率优势，能动态反映情绪认知加工过程，包括早期感知和外显记忆相关的后期阶段[22-23]。有研究者对参与者进行面部情绪刺激并使用事件相关电位进行数据测量以检验情绪面孔识别的时间过程，如Schefter 等[24]研究发现，遗忘性MCI 病人面孔情感识别的准确性和反应时间明显比健康人群差，对负性面孔的识别效果在结构编码阶段和个性化面孔的早期识别阶段受损；Yang 等[25]研究发现，遗忘性MCI 病人的面孔识别记忆准确性低于健康人群，与正性和负性情绪相比，他们的中性情绪识别和记忆正确率较低，假阳性率较高。事件相关电位通过脑电波形式对面部情绪认知过程时间和正确率进行检测，更加客观精准，但此测试需要精密仪器设备和专业人员参与。

2.4 其他 音乐具有复杂的节律，作为情感表达的媒介，其同样能够传达人类的快乐、悲伤、生气等感情变化[26]。高 鑫[26]对19 例 遗 忘 性MCI 病 人、16 例AD 病人、16 名健康老年人进行音乐情绪识别测试，测试通过音乐播放器随机播放表达快乐、平静、悲伤、恐惧4种基本情绪的40 首歌曲，每首歌曲持续15 s，要求参与者辨别其听到的曲目表达的情绪，统计每种情绪类型回答正确的数目，结果显示：AD 病人、遗忘性MCI病人和健康老年人仅在恐惧情绪识别上有差异，而其他3 种情绪识别无明显差异，且组间比较MCI 病人和AD 病人无明显差异。此外，研究还发现情绪识别正确率与简易精神状态检查量表（Mini-Mental State Examination，MMSE）评 分 呈 正 相 关，提 示AD 病 人 和MCI 病人恐惧情绪识别能力下降可能与认知功能减退有关[27]。

3 情感识别技术在MCI 病人中的应用效果

3.1 MCI 亚型病人的情绪识别障碍 大量研究表明：MCI 病人在情感识别功能方面表现比健康人群差，存在不同程度情感识别缺陷[4]。也有研究发现：MCI 病人和健康人群情感认知无差异,研究结果不同可能与研究对象纳入时没有根据认知领域功能障碍程度分类有关[28]。部分研究显示：MCI 病人的情感识别功能障碍存在于多域遗忘型亚组中，其他亚型病人的情感识别功能下降不明显。Guastella 等[15]在研究中将遗忘型和非遗忘型MCI 病人的情感识别功能进行比较，结果显示：MCI 病人情感识别缺陷仅存在于多域遗忘型亚型病人中。Teng 等[29]研究结果表明，在MMSE 分数相似的情况下，MCI 多域组病人比MCI单域组病人整体情感认知损害程度更大。

3.2 MCI 病人情绪识别的特异性缺陷 大量研究结果显示：MCI 病人对负性情绪，尤其是对悲伤、恐惧、愤怒的识别能力有所下降[9,16-17]，但不同研究对快乐和惊讶情绪识别能力研究结果差异较大。在对MCI 多域亚型病人的研究中发现，面孔识别时，快乐情绪面孔比悲伤、愤怒、恐惧情绪面孔更容易识别，中性面孔比悲伤面孔更容易识别[16,30]。而在情绪刺激强度方面，Pietschnig 等[31]研究发现，MCI 病人的情感识别受损，尤其是恐惧情绪受损情况仅在低强度刺激下与健康人群中存在差异。在情感识别时间方面，研究表明：MCI病人反应时间慢于健康人群[24]。

4 小结与展望

目前，国外对情感识别技术在MCI 领域的研究较为深入，对MCI 的关注已从情感认知识别层面深入到从神经解剖学基础解释情绪识别障碍的发生机制，但不同学者对影响情感识别过程的病理解剖结构认知不同，未来可以利用神经影像学技术探索情绪处理障碍的神经解剖学机制。其次，国外对MCI 认知领域亚型分类研究已逐渐细化，在对比MCI 病人与健康人群、AD 病人情感认知差异时，部分研究者从不同亚型MCI 情感识别功能方面进行探讨，发现情感识别障碍主要存在于遗忘型多域亚型病人中，对于MCI 病人和AD 病人的情感识别缺陷程度，多数研究发现两者无显著差异，有待未来进一步研究。

国内MCI 领域有关情感识别技术的研究较少，研究者在未来开展情绪识别测试时，应注意关注我国MCI 病人特征，在国外研究基础上对测试工具进行本土化。今后在护理领域应用情感识别技术开展研究，可以通过纵向研究确定情绪识别功能与MCI 神经退行性变化之间的关系，从而帮助预测疾病进展和功能结果。也可以进一步探索情感识别功能与人际关系、社会功能、生活质量、抑郁和焦虑等神经症状的关系，从而针对性采取心理认知方面的护理干预措施。