Бежать с криком или медленно отступать? Новое исследование улучшает понимание реакций мозга на эмоционально-насыщенные сцены.

Способность распознавать и реагировать на эмоционально заряженные ситуации является важной для эволюционного успеха вида. Новое исследование, опубликованное сегодня [9 июля] в Nature Communications, продвигает наше понимание того, как мозг реагирует на эмоционально заряженные объекты и сцены.

Исследование, проведённое нейробиологом Тринити-колледжа в Дублине профессором Соней Бишоп и исследователем Google Сами Абдель-Гаффаром, когда он был аспирантом в лаборатории профессора Бишоп в университете Калифорнии в Беркли, выявило, как мозг представляет разные категории эмоциональных стимулов, позволяя принимать больше решений, чем простое "подходить или избегать", при руководстве поведенческими реакциями. Исследование было профинансировано Национальными институтами здравоохранения США.

Соня Бишоп, сейчас заведующая кафедрой психологии в школе психологии Тринити-колледжа и старший автор статьи, объясняет: "Очень важно, чтобы все виды могли распознавать и правильно реагировать на эмоционально значимые стимулы, будь то отказ от поедания гнилой пищи, бегство от медведя, привлечение к привлекательному человеку в баре или утешение плачущего ребёнка.

"Как мозг позволяет нам реагировать на эмоционально заряженные ситуации и стимулы в нюансированной манере, давно интересует учёных. Но мало что известно о том, как мозг хранит схемы или нейронные представления, чтобы поддерживать тонкие поведенческие выборы, которые мы делаем в ответ на эмоциональные природные стимулы.

"Нейробиологические исследования мотивированного поведения часто фокусируются на простых подходах или избежаниях — например, нажатие на рычаг для получения пищи или изменение местоположения для избегания удара током. Однако, когда сталкиваются с естественными эмоциональными стимулами, люди не просто выбирают между "подходить" или "избегать". Напротив, они выбирают из широкого диапазона подходящих реакций. Так, например, наша реакция "избегать" на большого медведя (покинуть территорию как можно скорее) отличается от нашей реакции "избегать" на слабое, больное животное (не подходить слишком близко). Аналогично, наша реакция "подходить" к положительному стимулу потенциального партнёра отличается от нашей реакции "подходить" к милому младенцу.

"Наше исследование показывает, что затылочно-височный кортекс настроен не только на различные категории стимулов, но и разделяет эти категории в зависимости от их эмоциональных характеристик таким образом, который хорошо подходит для руководства выбором между альтернативными поведениями."

Команда исследователей из Тринити-колледжа в Дублине, университета Калифорнии в Беркли, университета Техаса в Остине, Google и университета Невады в Рино проанализировала активность мозга небольшой группы волонтёров, наблюдающих более 1500 изображений, изображающих естественные эмоциональные сцены, такие как пара, обнимающаяся, раненый человек в больнице, роскошный дом и агрессивная собака.

Участникам было предложено классифицировать изображения как положительные, отрицательные или нейтральные, а также оценить эмоциональную интенсивность изображений. Вторая группа участников выбирала поведенческие реакции, которые лучше всего соответствовали каждой сцене.

Используя передовое моделирование мозговой активности, разделённой на крошечные кубы (меньше 3 мм³), исследование обнаружило, что затылочно-височный кортекс (ЗВК), область в задней части мозга, настроен на представление как типа стимула (один человек, пара, толпа, рептилия, млекопитающее, пища, объект, здание, пейзаж и т. д.), так и эмоциональных характеристик стимула — является ли он отрицательным, положительным или нейтральным, а также высоким или низким по эмоциональной интенсивности.

Машинное обучение показало, что эти стабильные паттерны тюнинга были более эффективны в предсказании поведения, согласованного с изображениями второй группы участников, чем при применении машинного обучения непосредственно к признакам изображений — что предполагает, что ЗВК эффективно извлекает и представляет информацию, необходимую для руководства поведением.

Сами Абдель-Гаффар из Google прокомментировал: "В этом проекте мы использовали воксельно-ориентированное моделирование, которое сочетает методы машинного обучения, большие наборы данных и модели кодирования, позволяя нам гораздо более детально понимать, что представляет каждая часть ЗВК, чем традиционные методы нейровизуализации. Этот подход дал возможность исследовать взаимосвязь представления категориальных и эмоциональных особенностей сцены и открыл дверь к новому пониманию того, как ЗВК-представления предсказывают поведение."

Профессор Бишоп добавила: "Эти выводы расширяют наши знания о том, как человеческий мозг представляет эмоциональные природные стимулы. Кроме того, использованная парадигма не включает сложные задачи, что делает этот подход пригодным в будущем, например, для более глубокого понимания, как люди с различными неврологическими и психиатрическими состояниями различаются в обработке эмоциональных природных стимулов".

Подробнее о методе исследования: команда использовала новый большой набор данных из 1620 эмоциональных природных изображений и провела фМРТ с взрослыми добровольцами, получая более 3800 3D-изображений мозговой активности, пока участники смотрели эти изображения. Участники оценивали эти изображения по валентности (положительные, отрицательные или нейтральные) и возбуждению (или эмоциональной интенсивности).

Моделируя эти данные, используя маленькие кусочки мозговой активности размером 2.4x2.4x3мм или "воксели", исследователи обнаружили, что области затылочно-височного кортекса, в задней части мозга, показывают дифференцированное представление как семантической категории стимула, так и аффективной стоимости. Например, положительные лица с высоким возбуждением представлялись в несколько других областях, чем отрицательные лица с высоким возбуждением и нейтральные лица с низким возбуждением.

Более того, когда совершенно новая группа участников была попросила выбрать поведения, соответствующие каждому изображению, верхние измерения этого нейронного кодирующего представления лучше предсказывали выбранные поведения, чем верхние измерения, основанные непосредственно на признаках изображений (например, является ли стимул анимированным-положительным?). Это предполагает, что мозг выбирает, какая информация важна или неважна для представления и удерживает стабильные представления подкатегорий анимированных и неанимированных стимулов, которые интегрируют аффективную информацию и оптимально организованы для поддержки выбора поведения в ответ на различные типы эмоциональных природных стимулов.