解码肢体语言时的大脑节律：共情特质如何调节神经振荡？

共情是一个研究历史悠久、内涵极其丰富的概念，既包含对他人情绪状态的情感共鸣，也涉及对他人心理内容的认知推理，在个体社会信息加工能力中发挥着关键作用。共情被证实依赖前脑岛、前扣带皮层等情感相关脑区，以及背内侧前额叶、颞顶联合区等与心理理论相关的认知网络，但共情特质与非语言社交线索感知相关的神经机制仍不明确。有关研究提出，mu节律抑制可能反映镜像神经元系统的活动并揭示共情在解码肢体语言时发挥的作用，但这一观点仍存在争议。为了更深入地探究共情特质对个体加工社会信息线索的影响，米兰比可卡大学研究团队采用脑电图技术，观察被试在肢体语言解读任务中的神经振荡特征，发现高低共情特质个体在解读非言语社交线索时展现出独特的神经振荡模式。

研究方法

研究招募29名健康的右利手大学生，采用意大利版共情量表将被试群体分为高共情特质组(原始得分≥19，共15人)与低共情特质组(原始得分≤18，共14人)。所有被试在完成脑电记录后才填写量表，以避免实验前产生心理偏向。

实验主任务为肢体语言判断任务，于经过验证的肢体语言材料库中挑选200张图片作为刺激材料，包含六位不同性别演员的187种独特手势，涵盖象征性、指示性和标志性三种类型。每张图片呈现前，屏幕中央会先出现一个700毫秒的语句(如“我吃太饱了”)，经过100-200毫秒的随机间隔后，再呈现对应的肢体动作图片。被试的任务是判断语句与肢体动作是否语义一致。

图1 肢体语言材料与实验流程

研究采用ANT Neuro 128通道脑电系统(eego mylab，ANT Neuro，荷兰)进行EEG数据采集。参考电极为双侧乳突，采样率为512 Hz，各电极阻抗均降至5 kΩ以下，剔除超过±50 μV的试次，选取刺激出现前100 ms至刺激出现后1200 ms作为分析时间窗，对数据进行双重分析：快速傅里叶变换，用于计算150–800 ms时间窗内的平均功率谱密度，重点关注alpha/mu(8-13 Hz)、低beta(15-24 Hz)、高beta(25-30 Hz)及gamma(38-42 Hz)等频段；基于Morlet小波的时频分析，周期数为6，频率分辨率为0.25 Hz，重点关注中央区8-13 Hz范围内五个窄频带(1 Hz步长)的动态变化，以–100至0 ms为基线进行校正。

图2 ANT Neuro脑电系统

研究结果

高共情特质者具备肢体语言解读的速度优势

行为数据表明，高共情特质组与低共情特质组在判断任务反应时上的差异达到统计学显著水平，高共情特质组的平均反应时显著快于低共情特质组。

顶枕区的α振荡：反映注意参与程度与认知加工状态

FFT分析的结果表明，低共情特质组顶枕区的alpha平均功率显著高于高共情特质组，小波变换的结果进一步揭示两组差异主要出现在刺激后150-250 ms的时间窗，对应早期知觉加工与注意定向阶段。在以往研究中，后部alpha节律的增强通常与皮层抑制状态、对外部刺激的注意脱离相关，在一定程度上，它能够反映认知疲劳状态；反之，alpha功率的降低则反映感觉皮层的激活增强与对外部刺激的注意投入增加。高共情个体在解读肢体语言时呈现后部alpha节律的抑制模式，揭示其对非语言性社会线索有更高的注意参与度。顶枕区alpha振荡作为反映认知资源分配状态的重要电生理指标，揭示高共情特质个体对社会信息的深度注意。

图3 不同电极位置、半球及共情组别下的μ/α节律的平均功率

额叶区的β振荡：自上而下的认知加工与对非语言社会线索的深度解读

在额叶区域，高共情特质组表现出beta频段活动的相对增强(Cohen’s d=0.38)。以往研究表明，额叶区的beta振荡与自上而下的认知加工、情绪调节以及心理状态归因密切相关，高共情特质个体在解码肢体语言时，需要调动前额叶执行控制系统，整合当前感知到的社会信息并对他人的心理状态进行推测。这种自上而下的认知加工模式，使高共情特质者能够更高效解读非语言性社交信号，表现为行为上的解读速度优势。

图4 不同电极位置、半球及共情组别下的β节律的平均功率

对mu抑制理论的挑战：整合性的共情神经生理机制

研究并未发现高低共情特质组在mu节律上的显著差异，这一结果挑战了既往研究中将mu节律抑制作为镜像神经元活动指标与共情神经机制的理论观点。研究者发现，两组被试的mu振荡功率均处于较低水平，这表明所有被试在加工肢体语言信息时都产生了明显的mu节律抑制，这可能意味着镜像神经元系统为肢体语言理解提供了必要的共享表征基础，但个体在社会信息加工中表现出来的共情差异，更多源于后续的注意资源分配与认知评价，这为未来共情神经生理机制的研究提供了新的整合性理论框架。

图5 高低共情组的3D频谱拓扑图

图6 小波变换后高低共情组的α/μ节律随不同电极位置、半球的变化

图7 小波变换后高低共情组的时频表征

结论

共情特质能够调节解读肢体语言时的神经振荡。高共情特质个体表现出额叶区beta振荡增强与后部alpha功率降低的神经特征，提示其在解读非语言性社会线索时进行了更积极的自上而下加工。此外，两组在mu节律抑制上未呈现显著差异，这一发现挑战了以镜像神经元系统为核心的共情单维理论，转而支持一个整合注意、认知控制与动机成分的更全面模型，对社会认知研究及临床教育干预具有重要启示。

文献信息

文献名称：Empathic Traits Modulate Oscillatory Dynamics Revealed by Time–Frequency Analysis During Body Language Reading

DOI号：https://doi.org/10.3390/brainsci15070673

通信作者：Alice Mado Proverbio，米兰比可卡大学神经科学中心