负面情绪的区分机制影响情绪处理过程中的注意力分配：来自ERP（事件相关电位）成分的证据

《Neuropsychologia》：Negative emotion differentiation shapes attentional allocation during emotional processing: evidence from ERP components

负性情绪辨别（NED）水平影响情绪刺激的注意力分配效率，通过视觉搜索任务结合ERP技术发现，高NED个体在800ms情绪刺激下表现更优，且P2和LPP成分幅值更大，表明其通过增强的注意调控和情绪处理效率降低负面情绪影响。

　　

林宇涵|王帆平|严迅|王超

摘要

负面情绪区分能力（NED）是指个体区分不同负面情绪的能力。较低的NED意味着个体难以准确区分负面情绪，这使他们更容易受到这些情绪的影响，进而影响注意力处理。通过结合视觉搜索任务和脑电图（EEG）的研究，我们考察了NED水平高低不同的参与者在不同处理阶段对情绪刺激的注意力分配情况。行为结果表明，高NED个体的表现比低NED个体更准确。此外，他们对负面刺激的P2和LPP波幅反应更强，而早期N1波段则没有组间差异。这些发现表明，高NED个体在处理情绪信息方面比低NED个体更有效，这一优势主要体现在对情绪刺激的注意力资源分配和自上而下的处理上，这一点通过ERP（事件相关电位）指标得到了验证。综上所述，这些行为和神经生理学证据共同表明，高NED个体在情绪识别和调节方面具有更高的效率。本研究进一步强调了NED作为一个潜在的可调节目标，有助于改善情绪功能和心理福祉。

引言

情绪区分能力（ED）是指个体区分相同效价不同情绪的能力（Barrett等人，2001年）。它就像一个情绪放大器，能够增强情绪意识。例如，当高ED个体的被问及对某一事件的感受时，他们会用更细致的方式描述自己的情绪（如“我感到尴尬而不是失望”），而低ED个体则可能表达得较为模糊（如“我感觉不好”）。高负面情绪区分能力（NED）作为ED的一个特定子集，对心理健康尤为重要（Nook等人，2018年）。较高的NED水平与较低的负面情绪强度和更有效的情绪调节策略使用相关（Erbas等人，2014年；Ottenstein，2020年）。相反，低NED水平是抑郁症和社会焦虑症等精神疾病的跨诊断特征（Kashdan等人，2015年；Starr等人，2017年）。低NED个体还更容易出现适应不良行为，如酗酒、暴饮暴食和攻击性行为（Bicaker等人，2022年；Jones & Herr，2018年；Kashdan等人，2010年；Pond Jr等人，2012年；Seah & Coifman，2022年）。

根据情绪的概念行动理论（CAT），个体对其当前核心情绪状态的解读取决于他们的概念系统（Barrett，2014年）。高NED个体拥有更细致的概念系统，能够精确评估情绪触发因素和生理反应（O'Toole等人，2021年）。这种能力有助于在情绪处理过程中更有效地分配注意力资源，从而更有效地感知和调节情绪（Barrett等人，2001年；Kashdan等人，2015年；Lindquist，2013年；Schindler & Bublatzky，2020年）。此外，越来越多的研究表明，高NED个体表现出更强的注意力控制能力和从负面情绪中更灵活地抽离的能力（Kashdan等人，2015年；Wang等人，2020年；Zhang等人，2019年），而低NED个体则对负面情绪刺激的处理时间更长且效率较低（Joormann & Vanderlind，2014年；Keller等人，2019年；Klawohn等人，2020年；Loeffler等人，2019年；Mennen等人，2019年；Starr等人，2017年）。

视觉搜索任务是一种有效的范式，用于评估个体在情绪处理过程中的注意力资源分配情况（Forschack等人，2022年；Krusemark & Li，2011年）。当情绪刺激出现在搜索任务之前，并且后续任务表现受到影响时，说明自动情绪处理在任务开始时尚未完成；如果任务表现不受影响，则表明自动处理已经完成，进一步的处理需要自上而下的控制。根据使用相同范式的先前ERP研究（Jin等人，2014年），在300毫秒之前主要是自动处理，300-600毫秒是自动处理和自上而下处理共存的过渡期；500毫秒之后的处理越来越多地反映了受控制的评估操作。基于这一原理，我们改变了情绪图片的呈现时间（200毫秒和800毫秒），以观察情绪输入的时间特性如何影响注意力分配（Jin等人，2014年；Song等人，2022年；Zhang等人，2019年）。同时，ERP技术可以用来从时间角度研究不同NED水平个体对不同类型情绪刺激的处理方式（Schindler & Straube，2020年；Song等人，2022年；Wieser等人，2018年）。

ERP研究已将N1波段确定为与早期视觉注意力和注意力警觉性选择性分配相关的外源性成分（Hamilton等人，2014年；Luna等人，2023年）。其波幅反映了分配给刺激物理属性的注意力水平，因此可能适合揭示情绪处理的早期、自下而上的方面（Ahmadi等人，2018年；Gupta等人，2019年）。P2波段作为受自上而下目标调节的感知处理指标（Crowley & Colrain，2004年）。较大的P2波幅表明对情绪刺激的注意力分配更多，使其能够得到优先处理（Carretié等人，2004年；Paulmann等人，2013年）。晚期正电位（LPP）波段捕捉到动机显著性刺激的持续和受控处理过程，可能揭示注意力的战略分配方式（Gibbons等人，2022年；Gupta等人，2019年；Schupp等人，2000年）。LPP也被广泛用作情绪反应的稳健神经生理学指标（MacNamara等人，2022年）；较大的LPP波幅表明对唤醒水平的反应更强，而非效价（Hajcak & Foti，2020年），并被认为反映了更多的注意力资源分配和对情绪刺激的详细编码（Li等人，2019年）。因此，本研究采用N1、P2和LPP波段来揭示与情绪处理不同阶段注意力分配相关的NED水平特征。

总结来说，我们测试了两组假设。首先，我们预测低NED个体在视觉搜索任务中会受到负面情绪刺激的更大干扰，尤其是在呈现时间较短的情况下；而高NED个体则能在较长的呈现时间内保持任务表现，从而有效处理情绪图片。其次，我们假设NED会调节ERP反应，即高NED个体对负面情绪刺激的自下而上注意力捕获会减弱（N1波幅较小），但自上而下的处理会增强（P2和LPP波幅较大）。

样本片段

样本1

我们对深圳大学的184名学生进行了场景评分任务（SRT）。排除了回答注意力检查题错误的参与者后，根据SRT计算了他们的NED指数。NED指数排名前27%的参与者被分配到高NED组，后27%的参与者被分配到低NED组。共有63名参与者（33名低NED和30名高NED）参与了实验。另有3名参与者因平均成绩不合格被排除。

人口统计信息

样本1和样本2中，低NED组和高NED组在NED水平、对负面信息的关注度以及认知再评估方面存在显著差异。两组在年龄、性别和对正面信息的关注度方面没有差异（表1）。

准确率

对于样本1，我们发现组别与情绪效价之间存在显著交互作用（F（2,116）= 17.664，p < 0.001，ηp2 = 0.233）。两组在神经条件下的反应最为准确（p < 0.001）。

讨论

本研究采用视觉搜索范式结合ERP技术，研究了高NED和低NED个体对情绪刺激的阶段特异性反应。行为结果表明，高NED个体在800毫秒条件下的表现更优，表明他们在处理情绪信息方面比低NED个体更有效。ERP结果进一步支持了这一优势：高NED个体对负面刺激的P2和LPP波幅反应更强。

作者贡献声明

王帆平：资源管理、项目协调、方法论设计、数据分析。严迅：写作——审稿与编辑。林宇涵：写作——初稿撰写、方法论设计、数据分析。王超：写作——审稿与编辑、项目监督、方法论设计、概念构建

未引用的参考文献

Mons Jr, 2019; Pond Jr et al., 2012.

数据获取

数据可向通讯作者提出合理请求后获取。

利益冲突声明

所有作者均声明与本研究主题无任何利益冲突。

致谢

本研究部分得到了国家自然科学基金（项目编号：31600920、91232718、91132301）和深圳市基础研究项目（项目编号：JCYJ20250604182319026、20220526002851001、20200807225058001）的支持。