感情認識の生理学的相関

生理学的測定は、心理的機能を理解するために使用でき、体と心の間の相互作用の関係を明らかにします。

人の心臓の鼓動がどのくらいの速さで変化するかは、周囲の環境、ひいては感情の状態によって異なります。たとえば、夜に影のような人物が追いかけてくるのを感じた人は、恐怖による心拍数の上昇や、逃げることによる身体的な運動を示す可能性があります。

対照的に、同じ個人が友人の家での集まりのような快適な環境に入ると、白いカーペットにワインをこぼすことを除いて、比較的危険は感じられません。

興味深いことに、心臓の速度は自分の感情に応じて自動的に変化しますが、ホストのお気に入りのランプを壊したばかりの男性の恐怖のように、他の人が区別する感情にも影響される可能性があります。

ここでは、罪を犯した当事者の顔に恐怖の兆候が見られること自体、つまり目を見開き、歯をむき出しにし、眉をつり上げることで、観察者の心拍数が一時的にエスカレートする可能性があります。これらすべての経験を通じて、個人は効果的な調節を表す高い心拍変動(HRV)を示しました。

このビデオでは、心血管容量の範囲(低HRVから高HRV)を使用して、他の人の感情を認識する個人の能力を予測する方法を探ります。

心拍数と感情認識データの両方を分析するための実験を設計し、実行する方法を実演します。

この実験では、まず被験者に心臓の周囲に電極を装着し、ベースライン記録が行われている間休むように求め、次に、さまざまな感情を表現した人間の顔の写真を見せます。これは、心臓信号が継続的に記録されるため、参加者に識別する必要があります。

タスク中、コンピューター画面の中央に小さな固定十字が表示され、その後に 1 人の人間の顔の写真が表示されます。

秘訣は、この顔のイメージは、落ち着いたニュートラルな表情、たとえば、口、眉、額がリラックスしている人、または恐怖の表情のいずれかである可能性があることです。

各ビジュアルが提示されるとき、参加者はそれがどの感情を表しているかを示さなければなりません。ここでの考え方は、彼らの反応の全体的な正確さが感情認識能力の尺度を提供するということです。

すべての試行は、従属変数を明確に分離するための最終的な固定記号の表示で終了します:試行タイプ間の感情的反応と心臓反応は、均等に表示されますが、ランダムな順序で表示されます。

心拍数をモニタリングする際、心周期の重要な構成要素であるR波に重点が置かれます。これは、各拍動の大きなピークに対応します。心拍変動(HRV)は、各ピーク間の時間とそれが一定期間にわたってどのように変化するかに対応して計算されます。

計算は、高速フーリエ変換などのいくつかの数学的演算によって処理され、周波数情報が得られます。このパワースペクトル全体の中で、特定の帯域、つまり高周波範囲は、自律神経制御の状態を反映しているため、興味深いものです。

具体的には、HRVが高いということは、参加者の心拍数が継続的に変化することを意味し、これは成功した制御の指標を示唆しています。対照的に、HRVが低いと値は一貫しており、したがって規制が不十分であることと関連しています。

重要なのは、HRV測定値が感情認識結果と比較されることです。これまでの経験から、感情の識別精度はHRVと相関することが予想されます。

言い換えれば、さまざまな感情の写真が表示されると心拍数が変動する参加者は、それらを正しく区別する可能性が高く、HRVがこの識別プロセスの生理学的相関関係であることを示唆しています。

まず、参加者が到着したときに挨拶します。視力が正常であること、過去6時間にカフェインやアルコールなど心拍数に影響を与える可能性のある物質を摂取していないこと、精神障害や心臓障害の病歴がないことを確認します。

次に、参加者にコンピューターのモニターとキーボードの前に座るように指示します。ゲル化した電極を3つ集め、乾燥していないことを確認して、心臓からの電気信号が適切に伝導されていることを確認します。

次に、確立された構成を使用してこれらの電極を胸に取り付けるように参加者に指示します。リード線を取り付け、情報を増幅して記録コンピューターに中継する機器にリード線が正しく接続されていることを確認します。

この時点で、ソフトウェアで心臓信号を監視して、ノイズやアーチファクトがないことを確認します。さらに、取得パラメータが正しいことを確認し、5分間の安静時心拍数の収集を開始します。

モニターに人間の顔の写真が表示されることを説明に進みます。参加者が画像を怖がっていると解釈した場合、キーボードの「F」をすばやく押す必要があることを強調します。対照的に、顔が中立的で感情がないように見える場合は、「J」キーを使用する必要があることを強調します。

また、最初の固定クロスが画面上に 500 ミリ秒間表示され、試行ごとに顔画像が 200 ミリ秒表示され、その後に最終的な固定記号が 2 秒間表示されることを確認します。さあ、部屋を出て、120回の感情認識試行を行いながら、彼らの心信号を記録し続けます。

心臓由来のデータをすべて収集したら、まずグラフィカルユーザーインターフェースを操作し、R波を分離して、これらの特定されたピーク間の時間を計算します。

これらの測定値をさらに処理して周波数のパワースペクトルを生成し、特に、0.15〜0.4Hzの変動の程度を表す高周波範囲の値を記録しますTAG_50 TAG_49。これを行うには、まずキーの押下から記録されたデータをインポートし、正しく識別された恐怖の顔の平均パーセンテージを計算します。次に、ニュートラルな画像に対してこのプロセスを繰り返します。

データを分析するには、まず、恐怖の顔識別の精度が y 軸に、HRV 値が x 軸にグラフ化された散布図を作成することから始めます。この図には、すべての参加者のデータを含めます。次に、ニュートラル面データに対して同様のプロットを作成します。

それぞれで、最適なラインと相関係数を決定します。重要なのは、データポイントがこの線に近いほど、感情認識とHRVの間の線形相関が強くなることです。

データ ポイントは、恐怖認識グラフの最適な線の周囲に、中立的なデータ ポイントよりも密集していることに注意してください。

これは、HRVと個人の恐怖を区別する能力との間に正の相関関係があることを示唆しています。しかし、HRVと参加者との間に相関関係は存在しなかったのですか?中立的な顔を認識する能力、この関係が感情固有であることを示しています。

まとめると、これらの結果は、心拍数の生理学的現象と社会的行動との間の関連性を示唆しています。具体的には、HRVが高い人は、他人の感情を認識する可能性が高く、したがって社会的相互作用に優れている可能性があります。

自律神経の自己調節と社会的行動との相関関係を探る方法を理解したところで、研究者が若年期の生理的覚醒の変動性やその他の認知的および精神的健康の文脈でどのように調査しているかを見てみましょう。

これまで、私たちは大人の感情の識別に焦点を当ててきました。しかし、同様の研究が小児で行われており、その後の健康状態を予測する可能性のある初期の心血管変動に関連する要因を調査しています。

たとえば、研究者は、休息中の子守唄、アクティブなジャックインザボックス、酸っぱいレモンジュースの試飲、乳児の泣き声など、幼児をさまざまな行動条件にさらしながら心拍数を測定しました。

このような経験により、心拍数の結果が異なることになり、幼児では変動が引き起こされる可能性があることが示唆されています。心血管測定の発達過程を評価し、最終的に将来の健康転帰を予測するには、追加の研究が必要です。

HRVとワーキングメモリの関係に関しては、研究によると、HRVが低い人(恐ろしい環境にもかかわらず心臓が連続して一定のペースで鼓動する人)は、ワーキングメモリが不十分で、言われたアドレスを忘れる可能性が高いことが示されています。

興味深いことに、ランニングのような有酸素運動を繰り返すと、実際にHRVと記憶保持が改善され、体と心の関係が強調されます。

最後に、他の研究では、HRVとうつ病などの特定のメンタルヘルス障害との間に関連性があるかどうかを調べています。

具体的には、HRVが同様に低い人は、活動への興味のなさや社会的な環境からの引きこもりなど、抑うつ症状を示す可能性が高くなります。したがって、HRVは、この社会性障害の有用で非侵襲的なバイオマーカーとして機能する可能性があります。

JoVEのビデオをご覧になったばかりで、感情認識の生理学的相関関係についてお話ししました。ここまでで、社会的に関連性のある視覚刺激を患者に提示する方法、および行動データとHRVデータの両方を収集および解釈する方法を知っているはずです。さらに、科学者がHRVを記憶などの他の認知プロセスとどのように関連しているかなど、HRVを追加のコンテキストにどのように適用しているかを理解する必要があります。

ご覧いただきありがとうございます!