情绪的大脑机制一直备受关注，吸引了大量研究探索这一前沿课题。然而，这些研究中采用的方法通常只对两个脑区之间的成对关系进行建模，而忽略了多个脑区之间的相互作用和信息融合。为此，中国科学院自动化研究所神经计算与脑机交互团队（NeuBCI）对如何最大限度地促进脑区之间的相互作用和信息融合进行了深入的探索。

       为了研究情绪背后的大脑机制，首先测量和收集被试在经历视听多源情绪刺激时的大脑信号，再使用这些大脑信号构建大脑网络并从中提取大脑树。随后，对大脑树进行深入的理论分析，以最大限度地促进脑区之间的相互作用和信息融合。基于理论分析的结果，将整个大脑树分解为不同级别的树干（亦可形象地称为“层次树干”），每个树干都有助于脑区之间的信息融合。最终再将大脑树中的这些层次树干还原为人脑中的层次情绪区域。这样一来，第一级树干作为大脑树的主干，与之相对应的第一级情绪区域作为基础的情绪区域，在情绪编码过程中起着主导作用；第l级（l ≥ 2）树干作为大脑树的分支，与之相对应的第l级（l ≥ 2）情绪区域作为更高级的情绪区域，并且随着l的增加，在情绪编码过程中起着越来越精湛微妙的作用。综合实验表明，所识别的层次情绪区域从低到高，主要促进情绪感知的基本过程、基本心理操作的构建以及这些操作的协调与整合，从而为六种基本情绪（快乐、惊讶、恐惧、悲伤、愤怒、厌恶）背后的大脑机制提供了独特的见解。

       研究成果已经发表在信息融合领域顶级期刊 Information Fusion (InfFus)，相关代码也已开源。神经计算与脑机交互团队的何晖光研究员为论文通讯作者，博士研究生黄中昱为论文第一作者。该研究得到了国家自然科学基金、北京市自然科学基金等项目的支持。

论文链接：https://www.sciencedirect.com/science/article/pii/S1566253524003919

代码链接：https://github.com/zhongyu1998/HEmoN