在社会生活和交往中，面孔的感知和识别扮演着重要的角色。对一个人身份的识别往往是首先通过对其面孔的加工来进行。来自多方面研究的证据表明在人脑内存在着专门负责面孔加工的神经机制，但是对于这种神经机制的特异性一直存在争论。争论的焦点主要集中于梭状回中外侧皮层。一方面，有研究认为该区域皮层对面孔本身具有特异性反应，因而将该区域定义为梭状回面孔加工区(FusiformFaceArea，FFA)；另一方面的研究则认为FFA所在的皮层区域专门负责由于人们对某类物体具有的专家知识而导致的对该类物体在个体水平上的加工，也就是说面孔加工之所以激活FFA并不是因为FFA对面孔刺激具有特异性反应，而是因为人们都是加工面孔的专家，在这种专家知识的作用下人们往往对面孔在个体水平上进行辨别加工。令人费解的是这两种关于面孔加工神经机制的理论尽管看起来相互对立，但是都有不同的功能成像研究分别对它们提供了直接或间接的证据。本文的目的之一是利用fMRI对面孔加工的神经特异性进行研究，具体内容包括：　　 (1)改进了实验中的控制条件。本文作者以汉字作为面孔加工机制研究的控制条件，这是因为汉字在本文作者所感兴趣的维度上与面孔有很大的相似性。比如：人们都是加工面孔和汉字的专家，而且对于它们的加工都是在个体水平上进行；面孔和汉字在生活中都是无处不在，而且都是典型的正向表达等等。第一个实验采用block设计，包括面孔任务和汉字任务。在面孔任务中，被试判断连续出现的两个面孔是否相同；在汉字任务中，被试判断连续出现的两个汉字是否相同。本文作者对面孔任务引起的激活模式和汉字任务引起的激活模式进行比较。本文作者的研究发现在右侧梭状回中部外侧，相对于汉字，面孔引起显著的激活。该区域与FFA相一致，这表明面孔相对于其它物体在FFA产生的激活很可能由面孔本身的特性所导致，而不能归因于，或至少不能完全归因于，由面孔所具有的专家知识所引起的对面孔在个体水平上的激活。因而本研究的贡献主要在于为FFA对面孔本身具有特异性反应提供了有力的证据。　　 (2)利用Priming效应对面孔和汉字神经表达的重叠区域进行了研究。在第一个实验中本文作者发现相对于变形的物体，面孔和汉字在梭状回中部的激活区域存在重叠。第二个实验中本文作者对此进行了研究。该实验采用block设计，被试被分为面孔priming组和汉字priming组。面孔priming组先看面孔，然后是进行面孔priming，最后看汉字；汉字priming组先看汉字，接着是汉字priming，最后是看面孔。本文作者对每个组内priming前后的任务在梭状回所引起的激活进行了比较。首先本文作者完全重复了上个实验的结果，即面孔和汉字在梭状回中部的激活区域存在重叠，而且在梭状回中部外侧的区域发现面孔相对于汉字的激活。其次本文作者发现在梭状回汉字和面孔表达的重叠区域中，经过面孔priming后，汉字的激活强度增加；而经过汉字priming后面孔的激活强度增加。这表明在该区域中可能存在分别对面孔和汉字具有选择性反应的神经区域，当对一种刺激(比如面孔)有选择性的神经区域被priming后，另一种刺激(如汉字)再呈现时，所引起的过多的注意力可能会对负责该刺激的神经区域的活动具有调节作用。在这种调节下，这部分神经区域的活动可能就会增强。　　 在认知系统分析中情绪作用是非常重要而且必须的。情绪与人类的生存与生活密切相关，了解大脑情绪反应机理具有重要的意义。情绪作为脑的一项高级功能，和认知一起构成了人们精神生活的主要基础，在人类的生存与生活中扮演着重要的角色。近来的fMRI和PET的研究表明，存在一个离散的神经回路负责情绪加工。PET和fMRI技术虽然具有较高的空间分辨率，但是它们的时间分辨率较低，因而不能揭示情绪加工中神经活动的动态过程。即使是在事件相关的fMRI的研究中，BOLD信号所反映出的是数秒神经活动的积分形式，它的强度变化可能由神经活动强度的变化引起，也可能由神经活动持续时间的变化引起，或者可能有着两者共同导致。而且如果两组神经活动之间的间隔时间很短，通过BOLD信号将无法将它们区分开来。ERP虽然具有较高的时间分辨率，但是它所提供的空间信息仅限于头皮，因而其空间分辨率较低。为了解决这个问题，近来有研究利用低分辨率脑部电磁断层技术(Low-resolutionBrainEectromagneitcTomograplay，LORETA)对引发情绪ERP的神经活动进行定位研究。但是这依然存在问题。在ERP研究中，头皮电势分布通常被看作是多个电流源在头皮电势投影的线性叠加之和，在不同的时间点它具有不同的分布。因此对于一个给定的电流源，很难找到一个与之对应的，而且不随时间改变的头皮电势分布。此外传统的EEG信号分析中通常使用平均后的ERP作为研究对象。平均后的EEG的波形可能在叠加时将不同源产生的信号抵消掉，因而将对不同源之间的信号识别带来困难。本文利用EEG对人们情绪加工机制的时空反应模式进行研究，主要包括以下工作：　　 (1)提出了一种基于EEG测定人脑在标准情绪刺激下如何进行功能活动的实验方案。该研究采用GSN-128导脑电记录系统(美国EGI公司)来研究正性、负性和中性情绪刺激下大脑皮层的时空反应模式。刺激源采用IAPS图片集。本文作者发现情绪反应包含着情绪的感知和评价，情绪记忆的提取，情绪状态的模拟等多种情绪和认知方面的加工。大脑中负责情绪加工的是一个复杂的神经网络，该网络中的不同神经结构具有离散的空间激活模式和独立的时间激活过程。相对于中性条件，积极条件和消极条件分别具有不同的时空激活模式。　　 (2)提出了一种基于独立成份分析(ICA)和EEG源定位(LORETA)对未平均的情绪反应的EEG记录进行分析的方法。该方法具有两个优点。首先降低了LORETA的复杂性，提高了源定位的空间分辨率。一般情况下，在大脑内通常有多个神经活动源参与情绪加工。这些源在头皮上的电势分布无论时间上还是空间上都是相互重叠的，因而使得EEG头皮地形图在整个反应过程中随时间连续变化。因此对于一段特定的EEG记录，很难找到可以代表该段EEG空间分布的头皮地形图进行电流源的定位，特别是当对不同条件下的电流源进行比较时，这种情况更为突出。在本研究中，ICA将情绪条件下与中性条件下串联的EEG记录(如积极条件和中性条件EEG记录的串联，PN)分解为时间上独立而空间上固定的独立成份。这样每个独立成份包含两个来自于不同条件下的子成份(如积极条件和中性条件)，这两个子成份由于属于同一个独立成份，因而它们具有相同的头皮地形图，即对应着相同的并且位置固定的电流源。本文作者可以通过源定位的方法计算出不同条件下该电流源的激活程度，这样就可以使用统计分析的方法比较不同条件下的该电流源所在皮层激活强度的差异。　　 其次，本文作者对未平均的EEG记录进行分析，克服了平均后的ERP的某些缺点。尽管将EEG记录叠加平均后会提高信噪比，但是如果将ICA应用到这些平均后的EEG记录上去会有许多缺点。一方面，所谓的”独立性”就其本身而言是一种基于统计概念的对两个变量之间关系的描述。当对EEG记录进行分解的时候，ICA需要足够的采样来证明不同成份之间的独立性。但是EEG数据的平均大大地减少了EEG记录的时间采样点的数量，这样就为计算不同成份之间的独立性增加了困难。另一方面，数据平均将抵消掉不同实验(trials)间的时间和空间的变化，而这些变化却能反映出被试在实验中的状态变化，比如期望，注意力的变化等。而且数据平均还可能将不同源所引起的EEG波形相抵消，因而导致ICA无法将不同源的时空模式区别开　　 通过这种方法，本文作者不但对情绪条件下大脑的激活区进行了提取，而且进一步揭示了负责情绪加工的不同区域的动态时间过程。