简化类Emoji面孔识别特征调控的ERP研究

ERP Study on the Regulation of Facial Recognition Features of Simplified Emoji Faces

摘要: 目的：探究简化emoji人脸是否能引起面孔识别脑区和一般人脸相似的变化，面孔倒置效应是否存在。方法：使用结合emoji表情特征的简化面孔图片，通过调控眉毛旋转角度、眼睛与嘴巴之间距离及图片方向，对34名大学生使用ERP记录并观察N170的波幅及潜伏期的变化情况。结果：在各个条件下，右侧脑区的平均波幅显著大于左侧脑区，潜伏期更短；倒置面孔刺激的平均波幅显著大于正立面孔刺激，潜伏期更长。结论：大脑对面孔的识别受到特征之间的位置及形状的影响，简化的面孔图片依然能够引起大脑类似于正常人脸的反应，面孔识别的倒置效应和大脑的偏侧化优势依然存在。

Abstract: Objective: To explore whether simplified emoji faces can cause similar changes in the brain regions responsible for facial recognition as normal faces and whether the face inversion effect exists. Methods: Using simplified face images combined with emoji expression features, the rotation angle of eyebrows, the distance between eyes and mouth, and the direction of the images were controlled. ERP was used to record 34 college students and observe the changes in the amplitude and latency of N170. Results: Under all conditions, the average amplitude of the right brain region was significantly greater than that of the left brain region, and the latency was shorter; the average amplitude of inverted face stimuli was significantly greater than that of upright face stimuli, and the latency was longer. Conclusion: The brain’s recognition of faces is affected by the position and shape of features. Simplified face images can still cause similar responses in the brain as normal faces, and the face inversion effect and the brain’s lateralization advantage still exist.

1. 引言

面孔(Face)作为社会生活中一种蕴含丰富信息的特殊视觉刺激，一直是认知神经科学研究的热点。准确识别熟悉的面孔对于正常的社会交往至关重要。面孔为识别身份提供了有力的视觉线索，我们通常可以从一眼就确定我们是否认识一个人。面孔识别(Face recognition)是在个体对面孔信息进行加工的过程中，对复杂的视觉刺激进行识别整合。

fMRI和PET等神经影像学方面的研究发现，大脑颞叶(位于太阳穴下方)有一些蓝莓大小的区域专门负责面部识别。神经科学家称这些区域为“面部识别块”(face patches) (Landi, Viswanathan, Serene, & Freiwald, 2021)。

Kanwisher等人1997年在被试快速观看面孔序列和熟悉的无生命物体序列时，利用fMRI技术对被试进行扫描。结果在大多数被试的梭状回中发现了一个区域，在大约一半的被试的颞上沟中发现了第二个区域，在看面孔时比看物体时产生了更强的MR反应(Kanwisher, McDermott, & Chun, 1997)。在证明了这一区域对面孔的反应至少是其他任何控制刺激的两倍后，Kanwisher等人得出结论，这个区域确实选择性地参与了面孔处理，并将其命名为梭状回面孔区(FFA)。FFA有选择地或专门地对面孔做出反应的说法并不意味着它只对面孔做出反应(McCarthy, Puce, Gore, & Allison, 1997)。虽然FFA对面孔的反应要比对物体的反应大得多，但它对物体的反应要比对基线条件的反应大得多。这里采用的神经选择性的标准是，首选刺激类别的反应必须至少是其他任何刺激类别的两倍(Tsao, Freiwald, Tootell, & Livingstone, 2006)。

迄今为止，关于面孔识别的ERP研究已经相当成体系了，人们发现了几个特殊的脑电成分P100、N170、P200，他们对于面孔刺激格外敏感(Jeffreys, 1989)。其中N170是面孔识别中最具标志性的ERP早期成分，其时间窗口为130 ms~200 ms，测量指标是潜伏期和峰值。它是刺激呈现之后大约170 ms出现的负波，最大波峰位于双侧枕颞区，与面孔选择有关，除了人类面孔没有其它刺激类别能这样明显地引起负波。它体现了面孔结构信息处理的早期阶段(Bentin, Allison, Puce, Perez, & McCarthy, 1996; Rossion et al., 2000)。

根据已有的对面孔识别机制的相关研究，我们可以得知加工过程既是独立又是相互关联的，面孔特征的大小和特征之间的位置和比例关系也会影响个体对面孔信息的加工。2009年Doris等人通过运用大脑成像和单神经元记录(single-neuron recording)技术对恒河猴进行研究，在灵长类动物面部识别的神经机制领域取得重大突破。研究人员研究了“面部识别块”中每个神经元对某一特定面部特征进行编码时产生的电信号的特征，发现这些细胞会对外界信息作出响应，以不同的方式组合在大脑中产生的灵长类动物看到的每张面孔的图像(Freiwald, Tsao, & Livingstone, 2009)。

Doris等人的研究发现面部系统是一个独特的进化结果，具有面部选择细胞集群且当改变面孔的眉毛、眼睛、嘴巴等的大小或相对位置比例时，细胞集群中的细胞对这些不同的面孔成分反应大小不同，其中对面孔的长宽比、虹膜大小、眼间距和特征高度四个维度的反应细胞最多，表明不同面孔成分对面部识别具有不同程度的重要性(Freiwald et al., 2009)。那么如果可供辨别的面孔特征更少，人类是否还能将其作为面孔识别？相关特征变化是否能区分？是否依然存在倒置效应？因此在本研究中对Doris等人使用的面孔材料进行了进一步地简化，只保留了眉毛眼睛和嘴巴几种最基本的面孔部件，结合emoji表情的基本特征，制作了更简化的面孔图像，试图探究在更简化的维度上是否会得出同样的结果。

2. 实验

2.1. 被试

在校大学生34名(其中男17名)，年龄18~26岁，平均年龄23.17。所有被试全部为右利手，无神经系统疾病及病史，无色盲或色弱，视力或矫正视力正常。实验采取匿名形式，通过口头方式向被试介绍脑电实验的基本原理，说明不会给被试造成任何身体损害，获得被试知情同意后，开始收集数据。实验结束后，被试获得一定的报酬。

2.2. 实验材料

使用Photoshop2020绘制简单的线条人脸，并分别对面孔的眉毛方向(逆时针或顺时针旋转，以10˚为一个单位)和眼睛嘴巴间距(扩大或缩小，以30像素为一个单位)进行五个水平调控，得到正立组和倒立组分别5张，共20张面孔材料，图片分辨率为400 * 400，如图1。

(在实验中一共使用22张图片，20张为面孔材料，2张为蝴蝶照片，其中蝴蝶图片充当填充材料以维持被试在实验中的注意力。)

Figure 1. Experimental materials of faces

图1. 面孔实验材料

2.3. 实验设计

采取自变量为2 (图片方向：正立、倒立) * 5 (水平)的被试内实验设计。

2.4. 实验流程

通过E-prime呈现刺激，一共有420个trial，每105个trial休息一次，实验共四组。采用被动观看任务，每个trial流程是先呈现注视点“+”500毫秒，然后随机呈现一张面孔图片500毫秒，空白间隔500毫秒；为保持被试对实验的注意填充材料采用按键反应，流程是先呈现注视点“+”500毫秒，然后呈现蝴蝶图片直至被试按数字“1”键。单个试次的实验流程见图2。

Figure 2. Experimental flow of a single trial

图2. 单个试次的实验流程

2.5. 实验数据采集

使用戴尔台式电脑，用E-prime 3.0软件呈现刺激。采用根据国际10~20系统扩展的64导电极帽，使用NeuroscanERP工作站记录EEG信号。控制每个电极与头皮之间的电阻小于10 KΩ。连续记录时，滤波带宽为0.05~100 Hz，采样率为1000 Hz。以位于左眼上下的电极记录垂直眼电(VEOG)，位于眼外侧1.5 cm处的左右电极记录水平眼电(HEOG)。记录中以双侧乳突为采集参考电极。

2.6. 数据分析方法

脑电数据分析：使用Matlab软件中eeglab工具进行离线数据分析处理。根据被试眼动的大小矫正VEOG和HEOG，并充分排除其他伪迹。离线滤波的低通为30 Hz (24 dB/oct)，而波幅大于±80 µv被视为伪迹自动剔除。根据文献普遍采用的标准以及本实验中被试反应的情况，在刺激开始呈现开始，并持续1000毫秒。以刺激开始呈现的时刻为起点进行脑电分段，选择刺激呈现70 ms~240 ms分析时程，以探测刺激呈现前200 ms作为基线，叠加平均出实验ERP，每种条件下的平均试次不低于10个。根据已有研究以及本实验的ERP波形特征，选取130 ms~190 ms之间的时间窗口表征N170成分。基于记录期间数据质量差或硬件故障，从最终样本中总共排除了8份数据。

采用SPSS26.0统计软件对ERP波形的测量指标进行重复测量方差分析，ERP数据进行简单效应分析。进行对不满足球形检验的统计效应采用Greenhouse-Geisser法矫正p值。

3. 脑电数据结果

3.1. 调控眉毛方向时N170的平均波幅及潜伏期结果

对眉毛方向进行调控时，观察事件相关电位波幅峰值和潜伏期，N170成分平均波幅图和地形图见图3、图4。

Figure 3. Average amplitude of N170 components in different eyebrow directions in different eyebrow directions

图3. 不同眉毛方向的N170成分的平均波幅图

Figure 4. Topographic map of N170 components in different eyebrow directions in different eyebrow directions

图4. 不同眉毛方向的N170成分的平均波幅图成分的地形图

3.1.1. 平均波幅

根据以往研究及脑电数据结果，选取P7、P8通道N170成分的平均波幅进行面孔方向(正立/倒立) × 眉毛方向旋转角度(−20˚、−10˚、0˚、10˚、20˚) × 脑区(左侧/右侧) 三因素重复测量方差分析，结果发现：

方向主效应显著，F (1,25) = 10.62，p = 0.003，${\eta }_p^2$ = 0.30，正立面孔刺激的波幅(−0.42 ± 0.27 μV)显著小于倒立面孔刺激的波幅(−1.04 ± 0.27 μV)。左右脑区主效应显著，F(1,25) = 8.68，p = 0.007，${\eta }_p^2$ =0 .26，左侧脑区的波幅(−0.22 ± 0.22 μV)显著小于右侧脑区的波幅(−1.25 ± 0.37 μV)。

方向和旋转角度交互作用显著，F (1,25) = 2.62，p = 0.050，${\eta }_p^2$ = 0.10，进一步简单效应分析结果显示：在正立条件下，旋转−20˚诱发的平均波幅(−0.40 ± 0.31 μV, p = 0.034)、旋转0˚诱发的平均波幅(−0.14 ± 0.24 μV, p = 0.034)、旋转10˚诱发的平均波幅(−0.27 ± 0.28 μV, p = 0.034)均显著小于旋转−10˚诱发的平均波幅(−0.72 ± 0.34 μV)。在倒立条件下，旋转10˚诱发的平均波幅(−1.25 ± 0.30μV)显著大于旋转20˚ (−0.88 ± 0.29 μV, p = 0.047)。

方向和脑区交互作用显著，F (1,25) = 23.90，p = 0.000，${\eta }_p^2$ = 0.49，进一步简单效应分析结果显示：在右侧脑区，正立面孔刺激诱发的平均波幅(−0.34 ± 0.25 μV)显著小于倒立面孔(−1.74 ± 0.38 μV, p = 0.000)；正立条件下，左侧脑区的平均波幅(−0.09 ± 0.23 μV)显著小于右侧脑区(−0.75 ± 0.39 μV, p = 0.081)；倒立条件下，左侧脑区的平均波幅(−0.34 ± 0.25 μV)显著小于右侧脑区(−1.74 ± 0.38 μV, p = 0.001)。左侧脑区正立与倒立面孔刺激之间差异不显著。

3.1.2. 潜伏期

对P7、P8通道N170成分的潜伏期进行面孔方向(正立/倒立) × 眉毛方向旋转角度(−20˚、−10˚、0˚、10˚、20˚) × 脑区(左侧/右侧)三因素重复测量方差分析，结果发现：

方向主效应显著，F(1,25) = 10.91，p = 0.003，${\eta }_p^2$ = 0.30，成对比较发现，正立面孔刺激的潜伏期(155.66 ± 2.15 ms)显著小于倒立面孔(161.12 ± 2.01 ms)。

方向和脑区交互作用边缘显著，F(1,25) = 3.19，p = 0.076，${\eta }_p^2$ = 0.11，进一步简单效应分析结果显示：在左侧脑区，正立面孔刺激的潜伏期(157.85 ± 2.39 ms)显著小于倒立面孔(161.57 ± 2.25 ms, p = 0.052)；在右侧脑区，正立面孔刺激的潜伏期(153.48 ± 2.19 ms)显著小于倒立面孔(160.66 ± 2.31 ms, p = 0.000)。正立条件下，左侧脑区的潜伏期(157.85 ± 2.39 ms)显著大于右侧脑区(153.48 ± 2.19 ms, p = 0.011)；倒立条件下，左右脑区之间的差异不具有统计学意义。

P7、P8电极点上N170成分的平均波幅及潜伏期描述性统计结果见表1。

Table 1. Average amplitude (M ± SD, μV) and latency (M ± SD, ms) of N170 at P7 and P8 electrode points under eyebrow direction

表1. 眉毛方向条件下P7、P8电极点上N170的平均波幅(M ± SD, μV)及潜伏期(M ± SD, ms)

方向	旋转角度	平均波幅		潜伏期
		P7 (左脑)	P8 (右脑)	P7 (左脑)	P8 (右脑)
正立	−20˚	−0.28 ± 1.41	−0.52 ± 2.31	157.85 ± 14.48	154.31 ± 13.18
	−10˚	−0.43 ± 1.55	−1.01 ± 2.45	159.31 ± 16.65	153.62 ± 14.85
	0˚	0.41 ± 1.50	−0.70 ± 1.73	157.46 ± 15.45	152.85 ± 13.00
	10˚	−0.04 ± 1.19	−0.50 ± 2.27	158.31 ± 16.91	152.338 ± 11.57
	20˚	−0.11 ± 1.64	−1.03 ± 2.41	156.31 ± 13.09	154.23 ± 13.73
倒立	−20˚	−0.34 ± 1.66	−1.61 ± 2.22	161.46 ± 17.98	161.08 ± 11.60
	−10˚	−0.11 ± 1.37	−1.67 ± 1.92	163.92 ± 15.25	160.62 ± 14.71
	0˚	−0.59 ± 1.71	−1.82 ± 2.30	159.31 ± 17.03	158.77 ± 15.30
	10˚	−0.60 ± 1.59	−1.90 ± 1.99	161.38 ± 15.36	160.92 ± 13.76
	20˚	−0.05 ± 1.43	−1.71 ± 2.32	161.77 ± 15.50	161.92 ± 12.86

3.2. 调控眼睛–嘴巴间距时N170的平均波幅及潜伏期结果

对眼睛–嘴巴间距进行调控时，观察事件相关电位波幅峰值和潜伏期，N170成分平均波幅图和地形图见图5、图6。

Figure 5. Average amplitude of N170 components in different eye-mouth distances at different eye-mouth distances

图5. 不同眼睛嘴巴间距的N170成分的平均波幅图

Figure 6. Topographic map of N170 components in different eye-mouth distances at different eye-mouth distances

图6. 不同眼睛嘴巴间距的N170成分的地形图

3.2.1. 平均波幅

根据以往研究及脑电数据结果，选取P7、P8通道P100、N170、P200成分的平均波幅进行面孔方向(正立/倒立) × 眼睛–嘴巴距离(−60、−30、0、30、60) × 脑区(左侧/右侧)三因素重复测量方差分析，结果发现：

方向主效应边缘显著，F (1,25) = 3.74，p = 0.055，${\eta }_p^2$ = 0.13，正立面孔刺激的波幅(−0.47 ± 0.26 μV)显著小于倒立面孔刺激的波幅(−0.84 ± 0.24 μV)。左右脑区主效应显著，F(1,25) = 14.32，p = 0.001，${\eta }_p^2$ = 0.36，左侧脑区的波幅(−0.12 ± 0.23 μV)显著小于右侧脑区的波幅(−1.29 ± 0.33 μV)。

方向和脑区交互作用边缘显著，F (1,25) = 3.81，p = 0.062，${\eta }_p^2$ = 0.13，进一步简单效应分析结果显示：在右侧脑区，正立面孔刺激诱发的平均波幅(−1.04 ± 0.36 μV)显著小于倒立面孔(−1.54 ± 0.34 μV, p = 0.043)；正立条件下，左侧脑区的平均波幅(−0.10 ± 0.23 μV)显著小于右侧脑区(−1.04 ± 0.36 μV, p = 0.006)；倒立条件下，左侧脑区的平均波幅(−0.14 ± 0.24 μV)显著小于右侧脑区(−1.54 ± 0.34 μV, p = 0.000)。左侧脑区正立与倒立面孔刺激之间差异不显著。

水平和脑区交互作用显著，F (1,25) = 2.75，p = 0.032，${\eta }_p^2$ = 0.10，进一步简单效应分析结果显示：当眼睛与嘴巴之间距离缩小60像素时，左侧脑区的平均波幅(0.07 ± 0.24 μV)显著小于右侧脑区(−1.29 ± 0.35 μV, p = 0.000)；当眼睛与嘴巴之间距离缩小30像素时，左侧脑区的平均波幅(0.21 ± 0.22 μV)显著小于右侧脑区(−1.025 ± 0.36 μV, p = 0.000)；当眼睛与嘴巴之间距离为正常水平时，左侧脑区的平均波幅(−0.30 ± 0.24μV)显著小于右侧脑区(−1.03 ± 0.33 μV, p = 0.038)；当眼睛与嘴巴之间距离扩大30像素时，左侧脑区的平均波幅(−0.28 ± 0.30 μV)显著小于右侧脑区(−1.45 ± 0.36 μV, p = 0.003)；当眼睛与嘴巴之间距离扩大60像素时，左侧脑区的平均波幅(−0.31 ± 0.26 μV)显著小于右侧脑区(−1.43 ± 0.40 μV，p = 0.002)。各水平上左侧脑区的平均波幅均显著小于右侧脑区。

3.2.2. 潜伏期

对P7、P8通道N170成分的潜伏期进行面孔方向(正立/倒立) × 眼睛嘴巴间距(−60、−30、0、30、60) × 脑区(左侧/右侧)三因素重复测量方差分析，结果发现：

方向主效应显著，F(1,25) = 16.77，p = 0.000，${\eta }_p^2$ = 0.40，正立面孔刺激的潜伏期(155.45 ± 2.25 ms)显著小于倒立面孔(161.17 ± 2.10 ms)。左右脑区主效应显著，F(1,25) = 5.43，p = 0.0328，${\eta }_p^2$ = 0.18，左侧脑区的潜伏期(160.52 ± 2.21 ms)显著大于右侧脑区(156.11 ± 2.32 ms)。

方向与脑区之间交互作用边缘显著，F(1,25) = 3.62，p = 0.069，${\eta }_p^2$ = 0.13，进一步简单效应分析结果显示：在右侧脑区，正立面孔刺激的潜伏期(152.02 ± 2.23 ms)显著小于倒立面孔(160.20 ± 2.54 ms, p = 0.000)；正立条件下，左侧脑区的潜伏期(158.89 ± 2.65 ms)显著大于右侧脑区(152.01 ± 2.23 ms, p = 0.001)。左侧脑区和倒立条件下差异不显著。

P7、P8电极点上N170成分的平均波幅及潜伏期描述性统计结果见表2。

Table 2. Average amplitude (M ± SD, μV) and latency (M ± SD, ms) of N170 at P7 and P8 electrode points under eye-mouth distance

表2. 眼睛–嘴巴间距条件下P7、P8 电极点上N170的平均波幅(M ± SD, μV)及潜伏期(M ± SD, ms)

方向	距离	平均波幅(M ± SD, μV)		潜伏期(M ± SD, ms)
		P7(左脑)	P8(右脑)	P7(左脑)	P8(右脑)
正立	−60	0.01 ± 1.19	−1.12 ± 2.16	160.54 ± 16.48	153.31 ± 11.73
	−30	0.11 ± 1.11	−0.93 ± 2.29	159.08 ± 15.59	149.92 ± 12.58
	0	−0.25 ± 1.39	−0.59 ± 1.90	158.38 ± 19.65	150.38 ± 13.48
	30	−0.10 ± 1.86	−1.12 ± 2.11	157.85 ± 19.76	152.00 ± 12.81
	60	−0.28 ± 1.55	−1.39 ± 2.16	158.62 ± 16.79	154.46 ± 14.03
倒立	−60	0.13 ± 1.58	−1.47 ± 1.83	162.92 ± 16.20	160.38 ± 15.42
	−30	0.31 ± 1.28	−1.56 ± 1.88	163.46 ± 20.55	158.08 ± 14.16
	0	−0.35 ± 1.40	−1.48 ± 1.97	158.92 ± 15.57	158.54 ± 13.99
	30	−0.45 ± 1.64	−1.71 ± 1.94	163.46 ± 13.92	162.31 ± 14.76
	60	−0.35 ± 1.48	−1.46 ± 2.30	161.92 ± 17.51	161.69 ± 12.65

4. 讨论

本研究通过调控眉毛的旋转角度和眼睛与嘴巴之间的距离，观察梭状回面孔区(FFA)、枕叶面部区(OFA) N170成分平均波幅及潜伏期的变化情况。使用ERP技术记录检测对于不同方向的面孔材料左右脑区的神经反应。与前人的研究一致，面孔特征之间位置及形状的变化都会影响到大脑对面孔的识别(Farah, Tanaka, & Drain, 1995)。ERP分析结果表明，几乎在所有成分上，倒立面孔材料和正立面孔材料都有明显的平均波幅和潜伏期的不同，倒立面孔诱发更大的脑电波幅以及更长的潜伏期；其次右侧脑区普遍呈现更大的脑电波幅以及更短的潜伏期。

4.1. 面孔特征加工分析

从实验结果上看，大脑对面孔的识别受到特征之间的位置及形状的影响，N170成分上眉毛顺时针或逆时针旋转诱发的平均波幅普遍大于正常面孔，潜伏期更长。以往的研究证明N170是类别敏感成分(Amihai, Deouell, & Bentin, 2011)，在本研究中正立面孔和倒立面孔都能引起明显的振幅，这表明正立面孔和倒立面孔都属于在类别上识别。同时在正立和倒立面孔上都产生了经典的ERP复合体P100-N170-P200 (如图3)，遵循视觉处理的系列框架，这三个成分被经典地解释为早期、中期和晚期对象处理机制的标志(Rousselet, Husk, Bennett, & Sekuler, 2007)。特征调控引发的大脑不同反应与Doris等人2009的研究发现呈现一致的结果，说明了我们制作的简化类emoji面孔材料也能引起与真实人脸类似的大脑反应。

4.2. 面孔识别的倒置效应

在N170成分上，倒立面孔材料诱发的平均波幅均大于正立面孔，潜伏期均长于正立面孔。面孔倒置效应(FIE)就是倒置面孔再认成绩明显低于正立面孔再认成绩，并且，面孔倒置效应大于普通物体倒置效应(Yin, 1969)。这可能是由于两个因素：熟悉单向对象的一般因素和仅涉及面孔的特殊因素。一般因素即影响所有材料识别的因素，使它们在上下颠倒时更难以识别；特殊因素与倒置面孔识别的不成比例的困难有关。本研究的结果与此一致，倒立情况下左右脑区之间的差异受到不同程度的抑制。

4.3. 面孔识别脑区的偏侧化优势

实验结果表明，面孔识别具有右半球偏侧化优势。人们在识别面孔时都需要利用专家化的视觉加工，以精细辨别高度相似且差异细微的刺激(Davies-Thompson et al., 2017)。成年人的神经成像研究(Canário, Jorge, & Castelo-Branco, 2020; Gerrits, Van der Haegen, Brysbaert, & Vingerhoets, 2019)、电生理研究(Inamizu et al., 2020; Sehyr et al., 2020)和神经心理研究(Sabsevitz et al., 2020; Susilo, Wright, Tree, & Duchaine, 2015)显示，面孔识别的关键脑区位于视觉腹侧枕–颞皮层(ventral occipitotemporal cortex, vOTC)中的梭状回(fusiform gyrus, FG)，其中右半球的梭状面孔区(FFA)优先处理面孔信息(Behrmann & Plaut, 2014; Gerrits et al., 2019; Lochy, de Heering, & Rossion, 2019; Moret-Tatay, Fortea, & Sevilla, 2020)。本实验中两种条件下右侧脑区的平均波幅均大于左侧脑区，潜伏期均小于左侧脑区也印证了这一结论。

5. 结论

本文在Doris2009年创建的标准化人脸图片基础上，结合emoji表情特征，使用简化的人脸图片，通过调控眉毛旋转角度和眼睛与嘴巴之间的距离这两个面部特征，观察梭状回面孔区(FFA)、枕叶面部区(OFA) N170成分平均波幅及潜伏期的变化情况。结果表明了简化的面孔图片依然能够引起大脑类似于正常人脸的反应，面孔识别的倒置效应和大脑的偏侧化优势依然存在。未来可以调控其他的面部特征或进一步简化面孔图片，以继续扩充面孔识别领域的研究广度与深度。

NOTES

^*通讯作者。