2020年4月3日,德国MaxPlanck神经生物学研究的Nadine Gogolla团队在Science上发表了题为Facial expressions of emotion states and their neuronal correlates in mice的文章,报道了研究人员通过机器学习算法解锁了实验室小鼠的面部表情,发现了小鼠活动与特定情绪相关的神经回路。
该研究小组将小鼠的头部固定,然后提供引发特定情绪的不同刺激,对小鼠的面部拍照。例如,研究人员给予小鼠蔗糖或奎宁溶液,以唤起愉悦或厌恶感;给小鼠尾巴施加了微小电击使其痛苦;注射氯化锂诱发小鼠不适。
为了确保识别出的面部表情代表真正的情感,他们调节对尾巴电击的强度以及奎宁和蔗糖的浓度,实验人员观察到动物面部表情的强度也在增加。低浓度的盐溶液会在动物的脸上引起愉悦的表情(类似蔗糖实验中的表情),而高浓度的盐溶液会使它们表现出厌恶。这表明了不同刺激可以产生相同的情感表达。
机器学习算法可以识别出特定表情,这些表情是由一组特定的面部肌肉运动产生的。这些表情与诱发的情绪状态相关,例如愉悦、厌恶或恐惧。体验愉悦感的小鼠将鼻子朝其嘴巴向下拉,并将耳朵和下巴向前拉。相反,当它处于疼痛状态时,它会向后拉耳朵,使脸颊变大,有时会斜视。面部表情还具有持久性,其程度与刺激强度相关。
接下来,研究人员搜寻了可能在大脑中编码这些情绪的神经元。他们通过光遗传学技术,把小鼠的单个神经元回路作为目标,已证明这些回路可以触发人类和其他动物的特殊情绪。当研究人员直接刺激这些脑回路时,诱发了小鼠与之相关的面部表情。最后,研究小组使用双光子钙成像技术,识别了小鼠大脑中的单个神经元,且只有在唤起特定的情感和特定的面部表情时才会触发该神经元。该课题组认为这些神经元可能代表了大脑情绪编码的一部分。他们认为情感编码可能是进化保守的,因此人类和小鼠的编码可能具有一些共同的特征。
-
神经元
+关注
关注
1文章
363浏览量
18436 -
机器学习
+关注
关注
66文章
8375浏览量
132397
发布评论请先 登录
相关推荐
评论