编辑推荐：
社交焦虑个体在情绪识别方面存在诸多疑问，为探究其对动态面部表情的识别机制，研究人员让高（HSA）、低（LSA）社交焦虑个体识别不同强度动态愤怒表情并记录脑电。结果 HSA 组识别准确率更高，脑电 P3、LPP 振幅在部分强度有差异。该研究为干预提供依据。
在人际交往的大舞台上，面部表情就像一个个生动的 “信号兵”，传递着他人的喜怒哀乐。然而，对于社交焦虑的人来说，这些 “信号” 却常常变得复杂而难以解读。社交焦虑，这一以持续且过度恐惧他人负面评价为特征的心理状态，严重影响着患者的社交生活。按照认知 - 行为模型，认知偏差在社交焦虑的发展和维持中起着关键作用，其中对模糊威胁的过度反应，让社交焦虑个体在面对微妙的面部表情时，容易产生各种认知和情感障碍。
以往多数关于社交焦虑个体情绪识别的研究，都依赖于静态面部图像。但真实生活中的表情是动态且复杂的，它们携带着独特的时间信息，具有更高的生态效度。打个比方，静态图像就像是舞台上瞬间定格的画面，而动态表情则是完整的表演，后者显然能传递更多信息。可令人遗憾的是，从 2000 年到 2020 年，心理学领域只有 13% 的相关研究使用了动态刺激。虽然有少数研究关注到社交焦虑个体对动态面部表情的识别，但结果并不一致，而且背后潜在的神经机制也依旧是个谜。
为了揭开这层面纱，来自河北某高校的研究人员踏上了探索之旅。他们开展了一项研究，旨在深入探究社交焦虑个体对动态面部表情识别的神经机制。研究人员招募了 133 名年龄在 17 - 23 岁的大学生，通过 Liebowitz 社交焦虑量表（LSAS）进行筛选，最终 48 名学生参与实验。实验中，参与者需要识别不同强度（15%、21%、27%、33%、39%、45%）的动态愤怒表情，与此同时，研究人员利用事件相关电位（ERP）技术记录他们的脑电活动。
研究人员用到的主要关键技术方法为：通过在线广告招募样本，以 LSAS 筛选出符合要求的参与者；运用 ERP 技术，记录参与者识别不同强度动态愤怒表情时的脑电活动，以此获取电生理数据，为研究提供关键依据 。
行为学结果
研究人员对行为学数据进行重复测量方差分析发现，在表情识别任务中，组间差异显著（F(1, 43)=6.21, p=0.017, 部分η2=0.13），HSA 组的识别准确率明显高于 LSA 组。同时，表情强度也对结果产生显著影响（F(5, 215)=677.04, p<0.001, 部分η2=0.94），进一步的事后检验表明，相比低强度愤怒表情，参与者对高强度愤怒表情的识别准确率更高，反应时间更短。这意味着，无论是 HSA 组还是 LSA 组，面对更明显的愤怒表情时，都能更快更准确地识别出来，但 HSA 组整体表现更优。
电生理学结果
在电生理层面，研究人员重点关注了 ERP 的多个成分。P1 作为早期注意力分配和间接自动杏仁核激活的指标，以及 P2 反映注意力参与程度的成分，在 HSA 组和 LSA 组之间并没有显著差异。然而，在 P3 和 LPP 这两个成分上出现了有意义的结果。在 15%、21%、27%、33% 的表情强度下，HSA 组的 P3 和 LPP 振幅相比 LSA 组有所增加；但当表情强度达到 39% 和 45% 时，两组之间则没有显著差异。这表明，在愤怒表情不太明显、较为模糊的时候，HSA 组的大脑似乎投入了更多的 “精力” 去处理这些信息，而随着表情越来越明显，两组的差异就逐渐消失了。
综合来看，该研究发现，当动态愤怒表情处于模糊状态时，HSA 个体比 LSA 个体对其编码更深。这一成果发表在《Behaviour Research and Therapy》上，具有重要意义。它为理解社交焦虑个体的情绪识别机制提供了新的视角，有助于开发更有针对性的干预措施，帮助社交焦虑患者更好地理解他人的情绪，改善他们的社交状况，让他们在人际交往的舞台上能更加自信从容地 “翩翩起舞”。
