人类疼痛表情研究进展(3)
作为个体疼痛的表达方式之一，疼痛表情的发生也伴随着痛觉相关神经结构的反应和相应功能区的激活，已有研究证实不同的疼痛AU可能与不同的疼痛维度相关联。Kunz等人(2012)给健康被试施以皮肤的热痛刺激，并通过心理暗示的训练方法分别增加其疼痛感觉或疼痛情绪，发现两种训练状态引起不同的AU频率升高——疼痛感觉维度的增加引起AU6 7发生频率升高，而情绪维度的增加则引起AU4、AU9_10发生频率升高。这表明，疼痛表情的编码不仅有助于将表情信息进行量化分析，而且对探寻疼痛表达的心理行为机制也有良好的指示作用。
不同的疼痛AU能够反映不同的疼痛维度和疼痛来源，不仅如此，依照FACS的编码方法，还能够对每个AU发生的强度和时间进行标定，这些信息所能揭示的生理心理机制或许非常可观，目前来看，虽然既往研究证实了多组AU与疼痛应激密切相关，但是对疼痛AU的观测、记录和剖析仍不够全面和深入，诸如AU的强度、时间等指标在许多研究中往往未被提及，而这些指标对探寻疼痛表情的深层机制很可能是不容忽视的线索。例如，AU强度反映的是威胁的紧急程度(Harris&Alvarado，2002)，还是个体疼痛的程度，尚无研究对其进行系统论证。总之，在探寻疼痛表情深层机制的研究中，研究者还需对疼痛表情表达的更为全面和详尽的信息加以关注。
3.4 现有的人类疼痛表情信息库
迄今为止，各国研究者已建立了大量的表情数据库，诸如MMI表情数据库(MMI facial expressiondatabase)、SAL数据库(SAL database)、SEMAINE数据库(SEMAINE databases)，以及王妍和罗跃嘉(2005)编制的《中国化面孔情绪图片系统》等，这些研究主要针对人类的多种基本情绪和复合情绪所带来的面部表情改变。
在疼痛表情研究领域，研究者们在采集、提取和深入解读疼痛相关AU的基础上，逐步建立和完善人类疼痛表情库。Lucey，Cohn，Prkachin。Solomon和Schroder(2011)介绍了UNBC-McMaster肩痛表情数据库(UNBC-McMaster Shoulder PainExpression Archive Database)的建立。研究者分别对肩痛患者的健侧和患侧肢体进行主动和被动运动测试，同时拍摄被试的面部表情，每一帧照片中的表情都使用FACS进行AU编码。并结合被试的自我报告和观察者的序列水平测量。最终形成的疼痛表情库包含以下内容：(1)200帧影像序列，包括自发的面部表情；(2)48398帧FACS编码图像；(3)结合逐帧的疼痛评分和序列水平自我报告，以及观察者的测量；(4)66点AAM(Active Appearance Model，主动表观模型)标记。
国内研究目前主要集中于评估各种疼痛表情的识别方法，并在这些识别方法的基础上建立疼痛表情数据库。卢官明，郭曼，李晓南，李海波和邹婵沽(2008)提出利用支持向量机(SVM)技术对新生儿疼痛与非疼痛面部表情进行分类识别，从而对新生儿“疼痛面容”(蹙眉、挤眼、鼻唇沟加深、张口)的评估方法进行了探索。左加阔和卢官明(2011)对流形学习算法在新生儿疼痛表情识别中的应用进行了深入研究，提出了两种基于流形学习算法的特征提取算法，并初步建立了具有东方婴儿面部特征的新生儿面部表情数据库。
不难看出，当前的疼痛表情信息库仍需加以完善，并需建立更多完备的疼痛表情库。例如目前国内的疼痛表情研究多以新生儿为研究对象，所抽取样本的代表性无法保证，因此无法将实验结果推论到样本的总体和其他同类中去，使得研究的生态效度大受影响。此外，正如前面所提到的，文化背景可能是影响疼痛表情表达的重要因素之一，因此疼痛表情表达在不同种族之间还无法保证其完全一致。Camras等(1998)的一项跨文化表情研究结果显示，中、日、美三国婴儿在人工诱发的表情编码上具有跨文化一致性，但美、日婴儿在面部行为上明显比中国婴儿表现出更多的表情，美、日婴儿之间差别不显著，这可能与文化背景、道德传统差异有关。因此可以推测，疼痛表情在不同文化背景之间同样存在着明显的差别，然而目前对于疼痛表情的文化背景和种族差异，并未进行系统的研究。研究广度的局限，使得人类疼痛表情的整体概貌仍难以全面地呈现，尤其是针对东方人种的疼痛表情研究还为数不多，难以建立系统、定量、完整的中国化面孔疼痛表情信息库。
4 总结与展望
4.1 研究方法的改进探索
首先，研究者应当严格控制疼痛刺激的参数和表情采集的时间阶段。每次疼痛刺激的施加和撤离都应当有相应的信号进行标记，而在刺激施加过程中。需对刺激的物理特征和属性进行精确控制，从而提高刺激条件的纯度和研究的科学性和可靠性。其次，疼痛表情的强度和时间信息还可以被更全面地捕捉和记录。例如将FACS中的主要AU按照部位和运动方式的不同分为9个表情组，每一表情组内的AU是不能同时发生的，某一AU的开始也代表着上一AU的结束，这种互斥的性质便于在观察过程中标记AU的起止时刻：在其他方面表情信息提取上。可对各AU进行修饰语编码(修饰语modifier，即对行为或表情作出的进一步细化、描述或修饰)，将AU的强度、单双侧等编码为不同的修饰语组，在观察过程中可记录和获得疼痛表情的大量信息。上述研究过程可借助各种行为分析软件实现，并有望探索和开发出专门用于疼痛表情分析的程序或软件。
4.2 疼痛表情的神经心理机制探索
疼痛表情是神经生理和认知心理等多重机制作用下产生的最终产物。Chapman和Nakamura(2002)提到，130多项研究都显示，疼痛人群可出现边缘带、运动脑区和躯体感觉皮层区的代谢活动增强。Kunz等人(2011)则发现，尾状核和前额叶的激活反应与疼痛表情的抑制相关。在进行疼痛表情相关研究的过程中，可同时采用疼痛的其他评估方法(如量表、问卷)，并结合疼痛的生理指标，利用3D图像处理技术进行空间模拟，也可综合应用事件相关电位、功能性磁共振成像等技术方法，对疼痛表情神经心理机制进行深度探索。从上述疼痛应激激活的脑区所具备的功能来看，疼痛表情能够反馈的个体疼痛信息似乎并不限于疼痛的感觉、情绪、认知三个维度，运动脑区的激活证实了疼痛表情作为个体疼痛的一种外显形式，还能够提供个体在疼痛应激下行为方面的信息，这种信息与疼痛感觉、情绪及认知之间的交互作用同样有着神经生理的物质基础。因此可以假设。除了上述三个维度，疼痛表情还应当包含运动维度：至于疼痛表情运动是对感觉、情绪、认知三个方面信息整合后所产生的一种综合表现形式。还是独立于感觉、情绪、认知三者的特殊表现形式，还有待进一步研究和探索。疼痛表情理论的完善和研究技术、方法的融合，将有助于进一步阐明疼痛表情表达的神经心理机制。
4.3 疼痛表情信息库的建立和完善
从既往研究者所建立的疼痛表情库来看，将特定年龄组或特定疾病类型人群的疼痛表情按照前述的行为观察方法，进行全面收集、定量评价和分析以及系统的整合，能够建立该受试人群的较为详尽的疼痛表情信息库。根据前人的研究方法，有望逐步建立覆盖人群更为广泛的疼痛表情信息库。在建立疼痛表情信息库的过程中，除了对疼痛表情进行采集、编码，以及相关指标的收集，还需要收集和整合其他的疼痛行为。以及相应的人口学资料、生理指标、心理指标等信息。疼痛表情信息库的建立和完善，无论对于进一步探索疼痛和相关疾病的发生基础，还是对于理解各种疼痛应答产生的心理和进化机制，都具有非常重要的意义。以建立意识障碍人群疼痛表情信息库为例(图1)，该表情库不仅包含所采集的表情视频、编码信息、时间和强度指标等，也包含所出现的各种疼痛行为反应(如肢体动作、躯体姿态、发声)、心理指标(如社会关系、情绪反应、认知水平)、生理指标(如既往病史、意识水平、体征)和人口学资料(如性别、年龄、文化背景)等。全面、完备的疼痛表情信息库，能够囊括在各种环境或情况下，具备特定生理心理特征的个体疼痛表情表达的模式和事件心理应对方式。有助于实现个体或群体之间更为深刻的理解和交流，在心理行为研究领域，亦具有非常可观的参考价值。
综上所述，疼痛表情是一种重要的人类疼痛行为表达方式，是描绘个体疼痛感知、情绪状态及应对方式的真实写照。而目前对于疼痛表情的认识还略显不足，针对国人的疼痛表情研究更是十分有限。不过随着疼痛表情数据库的建立完善，表情编码、解码方案的不断优化。以及神经科学研究新技术在表情研究中的综合应用，未来对于疼痛表情行为特征的描述将更加细致，所展现的信息也将更加丰富，与疼痛表情相关的神经生理和心理机制研究必将更加深入。 (杨悦颖 杨海波 王晓琳 舒婧 王志强 谢敬聃 于生元)
不同的疼痛AU能够反映不同的疼痛维度和疼痛来源，不仅如此，依照FACS的编码方法，还能够对每个AU发生的强度和时间进行标定，这些信息所能揭示的生理心理机制或许非常可观，目前来看，虽然既往研究证实了多组AU与疼痛应激密切相关，但是对疼痛AU的观测、记录和剖析仍不够全面和深入，诸如AU的强度、时间等指标在许多研究中往往未被提及，而这些指标对探寻疼痛表情的深层机制很可能是不容忽视的线索。例如，AU强度反映的是威胁的紧急程度(Harris&Alvarado，2002)，还是个体疼痛的程度，尚无研究对其进行系统论证。总之，在探寻疼痛表情深层机制的研究中，研究者还需对疼痛表情表达的更为全面和详尽的信息加以关注。
3.4 现有的人类疼痛表情信息库
迄今为止，各国研究者已建立了大量的表情数据库，诸如MMI表情数据库(MMI facial expressiondatabase)、SAL数据库(SAL database)、SEMAINE数据库(SEMAINE databases)，以及王妍和罗跃嘉(2005)编制的《中国化面孔情绪图片系统》等，这些研究主要针对人类的多种基本情绪和复合情绪所带来的面部表情改变。
在疼痛表情研究领域，研究者们在采集、提取和深入解读疼痛相关AU的基础上，逐步建立和完善人类疼痛表情库。Lucey，Cohn，Prkachin。Solomon和Schroder(2011)介绍了UNBC-McMaster肩痛表情数据库(UNBC-McMaster Shoulder PainExpression Archive Database)的建立。研究者分别对肩痛患者的健侧和患侧肢体进行主动和被动运动测试，同时拍摄被试的面部表情，每一帧照片中的表情都使用FACS进行AU编码。并结合被试的自我报告和观察者的序列水平测量。最终形成的疼痛表情库包含以下内容：(1)200帧影像序列，包括自发的面部表情；(2)48398帧FACS编码图像；(3)结合逐帧的疼痛评分和序列水平自我报告，以及观察者的测量；(4)66点AAM(Active Appearance Model，主动表观模型)标记。
国内研究目前主要集中于评估各种疼痛表情的识别方法，并在这些识别方法的基础上建立疼痛表情数据库。卢官明，郭曼，李晓南，李海波和邹婵沽(2008)提出利用支持向量机(SVM)技术对新生儿疼痛与非疼痛面部表情进行分类识别，从而对新生儿“疼痛面容”(蹙眉、挤眼、鼻唇沟加深、张口)的评估方法进行了探索。左加阔和卢官明(2011)对流形学习算法在新生儿疼痛表情识别中的应用进行了深入研究，提出了两种基于流形学习算法的特征提取算法，并初步建立了具有东方婴儿面部特征的新生儿面部表情数据库。
不难看出，当前的疼痛表情信息库仍需加以完善，并需建立更多完备的疼痛表情库。例如目前国内的疼痛表情研究多以新生儿为研究对象，所抽取样本的代表性无法保证，因此无法将实验结果推论到样本的总体和其他同类中去，使得研究的生态效度大受影响。此外，正如前面所提到的，文化背景可能是影响疼痛表情表达的重要因素之一，因此疼痛表情表达在不同种族之间还无法保证其完全一致。Camras等(1998)的一项跨文化表情研究结果显示，中、日、美三国婴儿在人工诱发的表情编码上具有跨文化一致性，但美、日婴儿在面部行为上明显比中国婴儿表现出更多的表情，美、日婴儿之间差别不显著，这可能与文化背景、道德传统差异有关。因此可以推测，疼痛表情在不同文化背景之间同样存在着明显的差别，然而目前对于疼痛表情的文化背景和种族差异，并未进行系统的研究。研究广度的局限，使得人类疼痛表情的整体概貌仍难以全面地呈现，尤其是针对东方人种的疼痛表情研究还为数不多，难以建立系统、定量、完整的中国化面孔疼痛表情信息库。
4 总结与展望
4.1 研究方法的改进探索
首先，研究者应当严格控制疼痛刺激的参数和表情采集的时间阶段。每次疼痛刺激的施加和撤离都应当有相应的信号进行标记，而在刺激施加过程中。需对刺激的物理特征和属性进行精确控制，从而提高刺激条件的纯度和研究的科学性和可靠性。其次，疼痛表情的强度和时间信息还可以被更全面地捕捉和记录。例如将FACS中的主要AU按照部位和运动方式的不同分为9个表情组，每一表情组内的AU是不能同时发生的，某一AU的开始也代表着上一AU的结束，这种互斥的性质便于在观察过程中标记AU的起止时刻：在其他方面表情信息提取上。可对各AU进行修饰语编码(修饰语modifier，即对行为或表情作出的进一步细化、描述或修饰)，将AU的强度、单双侧等编码为不同的修饰语组，在观察过程中可记录和获得疼痛表情的大量信息。上述研究过程可借助各种行为分析软件实现，并有望探索和开发出专门用于疼痛表情分析的程序或软件。
4.2 疼痛表情的神经心理机制探索
疼痛表情是神经生理和认知心理等多重机制作用下产生的最终产物。Chapman和Nakamura(2002)提到，130多项研究都显示，疼痛人群可出现边缘带、运动脑区和躯体感觉皮层区的代谢活动增强。Kunz等人(2011)则发现，尾状核和前额叶的激活反应与疼痛表情的抑制相关。在进行疼痛表情相关研究的过程中，可同时采用疼痛的其他评估方法(如量表、问卷)，并结合疼痛的生理指标，利用3D图像处理技术进行空间模拟，也可综合应用事件相关电位、功能性磁共振成像等技术方法，对疼痛表情神经心理机制进行深度探索。从上述疼痛应激激活的脑区所具备的功能来看，疼痛表情能够反馈的个体疼痛信息似乎并不限于疼痛的感觉、情绪、认知三个维度，运动脑区的激活证实了疼痛表情作为个体疼痛的一种外显形式，还能够提供个体在疼痛应激下行为方面的信息，这种信息与疼痛感觉、情绪及认知之间的交互作用同样有着神经生理的物质基础。因此可以假设。除了上述三个维度，疼痛表情还应当包含运动维度：至于疼痛表情运动是对感觉、情绪、认知三个方面信息整合后所产生的一种综合表现形式。还是独立于感觉、情绪、认知三者的特殊表现形式，还有待进一步研究和探索。疼痛表情理论的完善和研究技术、方法的融合，将有助于进一步阐明疼痛表情表达的神经心理机制。
4.3 疼痛表情信息库的建立和完善
从既往研究者所建立的疼痛表情库来看，将特定年龄组或特定疾病类型人群的疼痛表情按照前述的行为观察方法，进行全面收集、定量评价和分析以及系统的整合，能够建立该受试人群的较为详尽的疼痛表情信息库。根据前人的研究方法，有望逐步建立覆盖人群更为广泛的疼痛表情信息库。在建立疼痛表情信息库的过程中，除了对疼痛表情进行采集、编码，以及相关指标的收集，还需要收集和整合其他的疼痛行为。以及相应的人口学资料、生理指标、心理指标等信息。疼痛表情信息库的建立和完善，无论对于进一步探索疼痛和相关疾病的发生基础，还是对于理解各种疼痛应答产生的心理和进化机制，都具有非常重要的意义。以建立意识障碍人群疼痛表情信息库为例(图1)，该表情库不仅包含所采集的表情视频、编码信息、时间和强度指标等，也包含所出现的各种疼痛行为反应(如肢体动作、躯体姿态、发声)、心理指标(如社会关系、情绪反应、认知水平)、生理指标(如既往病史、意识水平、体征)和人口学资料(如性别、年龄、文化背景)等。全面、完备的疼痛表情信息库，能够囊括在各种环境或情况下，具备特定生理心理特征的个体疼痛表情表达的模式和事件心理应对方式。有助于实现个体或群体之间更为深刻的理解和交流，在心理行为研究领域，亦具有非常可观的参考价值。
综上所述，疼痛表情是一种重要的人类疼痛行为表达方式，是描绘个体疼痛感知、情绪状态及应对方式的真实写照。而目前对于疼痛表情的认识还略显不足，针对国人的疼痛表情研究更是十分有限。不过随着疼痛表情数据库的建立完善，表情编码、解码方案的不断优化。以及神经科学研究新技术在表情研究中的综合应用，未来对于疼痛表情行为特征的描述将更加细致，所展现的信息也将更加丰富，与疼痛表情相关的神经生理和心理机制研究必将更加深入。 (杨悦颖 杨海波 王晓琳 舒婧 王志强 谢敬聃 于生元)