EmBody/EmFace: Новый инструмент для оценки распознавания эмоций по мимике и жестам

Невербальные выражения играют существенную роль в социальном взаимодействии, предоставляя информацию о намерениях и чувствах других людей. В то время как распознавание эмоций по динамическим выражениям лица широко исследовалось, динамические выражения тела и взаимодействие между распознаванием эмоций по выражениям лица и тела привлекали меньше внимания из-за нехватки подходящих диагностических инструментов. В данной работе представлены данные валидации новой парадигмы с открытым исходным кодом, позволяющей оценивать распознавание эмоций как по 3D-анимированным эмоциональным выражениям тела (Задача 1: EmBody), так и по эмоционально соответствующим динамическим лицам (Задача 2: EmFace). Обе задачи используют визуально стандартизированные элементы, изображающие три эмоциональных состояния (злость, счастье, нейтральное), и могут использоваться как по отдельности, так и вместе. Мы демонстрируем успешное психометрическое соответствие элементов EmBody/EmFace в выборке из 217 здоровых испытуемых с превосходной ретестовой надежностью и валидностью (корреляции с тестом «Чтение разума по глазам» и опросником спектра аутизма, отсутствие корреляций с интеллектом и подтвержденная факторная валидность). В совокупности EmBody/EmFace является новым, эффективным (< 5 минут на задачу), высокостандартизированным и надежно точным инструментом для чувствительной оценки и сравнения распознавания эмоций по стимулам тела и лица. EmBody/EmFace имеет широкий спектр потенциальных применений в аффективной, когнитивной и социальной нейронауке, а также в клинических исследованиях, изучающих распознавание эмоций по лицу и телу у пациентов с дефицитом социального взаимодействия, таких как аутизм, шизофрения или социальная тревожность.

Введение

Чтобы осмыслить нашу социальную среду и обеспечить успешное социальное взаимодействие, мы постоянно пытаемся интерпретировать невербальные сигналы других людей и делать выводы об их умственных и эмоциональных состояниях. Для этой цели мы в значительной степени полагаемся на информацию от эмоциональных выражений лица и тела^1,2. До сих пор подавляющее большинство исследований обработки эмоциональных сигналов было сосредоточено на статичных или динамичных выражениях лица, в то время как исследования распознавания эмоций по выражениям тела сравнительно редки^3,4,5. Этот дисбаланс в научном внимании не кажется оправданным, поскольку эмоциональные выражения тела имеют ряд преимуществ перед лицевыми. Во-первых, выражения тела имеют решающее значение, когда информация о лице недоступна в полной мере (например, издалека, в темноте или когда маски скрывают часть лица). Примечательно, что в сочетании с лицевыми сигналами выражения тела известны тем, что усиливают или даже превосходят лицевые выражения эмоций^3,6. Во-вторых, правильное декодирование (угрожающих) выражений тела как сигнала опасности (в отличие от сигнала безопасности) позволяет немедленно реагировать бегством, устраняя необходимость приближаться к другому человеку в непосредственной близости при личном контакте, что делает его жизненно важным с эволюционной точки зрения для выживания нашего вида^1,7. По сравнению с лицами, которые могут посылать неоднозначные сигналы (например, испуганное лицо может передавать как «остерегайся опасности», так и «мне нужна жалость/помощь»), эмоциональные выражения тела передают более прямой сигнал к действию и автоматически готовят наблюдателя к соответствующему действию. Это отражается в дополнительной активации областей мозга, связанных с подготовкой моторных реакций при обработке эмоциональных выражений тела^7,8. В-третьих, с методологической точки зрения, распознавание лицевых выражений подвержено искажающим эффектам от лицевых черт отправителя (таких как этническая принадлежность⁴ или привлекательность^9,10) и характеристик получателя (таких как культурное происхождение⁴, избегание взгляда, связанное с тревогой¹¹ и т.д.). Это делает выражения тела более подходящим и культурно нейтральным инструментом для оценки фундаментальных механизмов, лежащих в основе обработки эмоций^12,13.

Исследования распознавания эмоций по лицу и телу критически зависят от экспериментальных задач, которые стандартизированно измеряют производительность. Действительно, существует множество примеров задач для распознавания эмоций по лицу, таких как батарея Каролинского направленных эмоциональных лиц (Karolinska Directed Emotional Faces battery)¹⁴, База данных лиц Радбоуд (Radboud Faces Database)¹⁵, Набор НимСтим (NimStim Set)¹⁶, Набор динамических лицевых выражений Амстердама (Amsterdam Dynamic Facial Expression Set – ADFES)¹⁷ (все используют изображения/видео всего лица) или тест «Чтение разума по глазам» (Reading the Mind in the Eyes test – RMET, использует только изображения области глаз)¹⁸. В отличие от многочисленных хорошо зарекомендовавших себя инструментов, доступных для изучения распознавания эмоций по лицу, долгое время существовал относительный недостаток инструментов для оценки распознавания эмоций по выражениям тела. Однако за последние два десятилетия интерес к изучению эмоциональных выражений тела неуклонно рос, что привело к разработке различных наборов данных эмоциональных выражений тела (примеры с использованием статичных стимулов: например,^19,20, примеры с использованием динамичных стимулов: например,^21,22,23,24). Тщательно валидированные инструменты, которые пытались бы включить одновременно выражения лица и тела, остаются редкими (например, тест PONS²⁵ или Набор эмоциональных стимулов Бохума (Bochum Emotional Stimulus Set)²⁶).

В частности, нам все еще не хватает инструментов, позволяющих сравнивать дефициты в распознавании эмоций по выражениям лица по сравнению с выражениями тела, например, в клинических выборках. Такие инструменты требовали бы задач с аналогичными психометрическими свойствами (т.е. задач, сопоставленных по дисперсии оценок и сложности), чтобы избежать затемнения или преувеличения различий в способностях распознавания эмоций между группами на основе искусственно созданных различий в производительности задач^27,28.

Чтобы восполнить этот исследовательский пробел, мы представляем EmBody/EmFace — новый и высокостандартизированный чувствительный инструмент для оценки производительности распознавания эмоциональных выражений лица и тела. Наш инструмент состоит из двух экспериментальных задач, которые могут использоваться как по отдельности, так и вместе. Первая подзадача (EmBody) оценивает распознавание эмоций по выражениям тела с использованием инновационного набора стимулов компьютерно-анимированных динамических точечных дисплеев (pointlight displays – PLDs). Вторая подзадача (EmFace) оценивает распознавание эмоций по выражениям лица с использованием набора эмоционально соответствующих динамических лиц. В обеих задачах мы представляем визуально стандартизированные стимулы, изображающие три эмоциональных состояния (злость, счастье, нейтральное) с фронтальных и боковых ракурсов. В сумме EmBody/EmFace превосходит по нескольким уникальным характеристикам, ранее не применявшимся в предыдущих инструментах, включая использование анимированных выражений тела (обеспечивающих полный контроль, модификацию и извлечение кинематических характеристик каждого выражения) и использование психометрически сопоставленных лицевых выражений (позволяющих прямое сравнение способностей распознавания эмоций по сигналам тела и лица).

Целью данного исследования была валидация EmBody/EmFace на большой выборке мужчин и женщин. Во-первых, мы предположили, что он продемонстрирует хорошую надежность, на что указывают меры ретестовой надежности обеих задач в течение четырехнедельного периода. Во-вторых, мы предположили, что EmBody/EmFace выявит высокую конвергентную валидность, на что указывают значимые корреляции между суммарной оценкой каждой задачи и установленными мерами, связанными со способностями распознавания эмоций, а именно RMET¹⁸ и опросником спектра аутизма (Autism Spectrum Quotient – AQ)²⁹. В-третьих, мы предположили убедительную дискриминантную валидность, на что указывают отсутствие значимых корреляций между суммарными оценками в подзадачах EmBody и EmFace и мерами интеллекта, а именно результатами в стандартных прогрессивных матрицах Рейвена (Raven’s Standard Progressive Matrices – RSPM)³⁰ и тесте словарного запаса³¹. Эта статистическая независимость предполагалась, поскольку предыдущие исследования³² подтверждают идею о том, что распознавание эмоций психометрически отличается от установленных аспектов интеллекта, таких как абстрактное мышление или вербальное понимание³³. В совокупности мы стремились продемонстрировать, что EmBody/EmFace соответствует высочайшим психометрическим стандартам, что квалифицирует его для широкого спектра применений.

Метод

EmBody/EmFace свободно доступен для некоммерческого использования в исследованиях и может быть загружен с https://www.psychologie.unifreiburg.de/EmBodyEmFace. Для максимальной доступности мы предоставляем: (1) все стимулы EmBody и EmFace; (2) готовый файл для запуска EmBody и/или EmFace и мгновенного отображения результатов теста с помощью бесплатного программного обеспечения для экспериментов с открытым исходным кодом jsPsych³⁴, которое позволяет пользователям запускать тест либо в автономном режиме на локальном компьютере (через любой установленный интернет-браузер), либо онлайн (размещенный на общедоступном веб-сервере, например, Pavlovia, JATOS или PsiTurk).

EmBody/EmFace — разработка дизайна и элементов

В следующих параграфах описаны дизайн и разработка стимулов EmBody/EmFace. Все элементы взяты из большого набора эмоциональных выражений, недавно созданного в нашей лаборатории. Выбор элементов и построение шкал основывались на данных двух всесторонних пилотных исследований (см. дополнительные материалы). Эксперимент был запрограммирован с использованием jsPsych³⁴ и представлен онлайн с помощью хостинг-провайдера Pavlovia (Ilixa Ltd., Ноттингемшир, Великобритания, https://pavlovia.org/).

EmBody

Подзадача EmBody включает 42 стимула, показывающих выражения тела злости, счастья или нейтрального аффекта (14 клипов на эмоцию, половина в фронтальном ракурсе и половина в полупрофильном боковом ракурсе слева). Все стимулы длятся 1,5 секунды при 24 кадрах в секунду. На рисунке 1а изображен пример счастливого выражения; динамический клип можно найти в дополнительных материалах.

Каждый пробный заход состоит из одного точечного дисплея (PLD), за которым следует окно ответа, во время которого участникам предлагается указать с помощью мыши, какую эмоцию, по их мнению, изображал PLD, в формате трехвариантного принудительного выбора (ЗЛОСТЬ — НЕЙТРАЛЬНОЕ — СЧАСТЬЕ, см. рис. 1c). Порядок элементов псевдослучаен, чтобы предотвратить эффекты последовательности, и определялся следующими ограничениями: одна и та же эмоция не показывается более двух раз подряд; одна и та же точка обзора для каждой эмоции не показывается последовательно (т.е. не злость-фронтально, злость-фронтально). Половины тестов сбалансированы по эмоциям и точкам обзора (фронтальный/боковой) и разделены пробным заходом отдыха, продолжительность которого участники могли установить индивидуально. Продолжительность задачи составляет примерно 5 минут.

Разработка стимулов

Чтобы избежать необходимости использования реального человека, мы использовали анимированную 3D-модель гуманоида для получения стимулов PLD. PLD были созданы с использованием программного обеспечения с открытым исходным кодом Blender (версия 2.79b; Blender Foundation, 2018). Шаблоны тел гуманоидов были разработаны с использованием редактора персонажей с открытым исходным кодом ManuelBastioniLAB (версия 1.6.1a, https://github.com/animate1978/MBLab). 3D-модель была модифицирована для учета естественной сагиттальной асимметрии, встречающейся в человеческом теле (например, небольшое неравенство длины ног или асимметрия таза)³⁵. К скелету гуманоида был добавлен слой маркеров, состоящий из 15 белых сфер, расположенных центрально на основных суставах и голове. Цвет фона был установлен на черный. Гуманоид был анимирован для выполнения различных эмоциональных движений. Чтобы сделать их максимально реалистичными, к каждой модели добавлялась небольшая кинематическая асимметрия и шум движения (в основном в тех частях тела, которые в остальном были неподвижны). Для создания окончательных PLD слой маркеров был отрендерен с двух точек обзора (фронтальный вид, 45° полупрофильный боковой вид слева). На рисунке 2 подробно показана 3D-модель.

Теоретические соображения относительно использования 3D-анимированных выражений тела

Предыдущие исследования обработки (эмоциональных) выражений тела преимущественно использовали PLD в качестве визуальных стимулов^{36,37,38,39,40}. PLD изображают человеческое тело в виде точек, расположенных на основных суставах, без видимых соединений между суставами, предоставляя минималистичные сигналы движения без информации о стиле одежды⁴¹. Эмпирические данные свидетельствуют о том, что PLD обрабатываются схожим образом с полнотелыми отображениями, при этом достигается высокая визуальная стандартизация^12,21. Следовательно, PLD представляют собой идеальные сигналы для экспериментального изучения распознавания эмоциональных выражений тела. Однако традиционный подход к созданию точечных дисплеев с помощью систем захвата движения затруднен отсутствием контроля над физическими характеристиками движений и связан с трудоемкими процедурами постобработки. Кроме того, качество стимулов критически зависит от выразительных способностей актера⁴². Наш инновационный подход к созданию PLD на основе 3D-анимированной модели гуманоида позволяет обойти недостатки предыдущих систем захвата движения и предлагает беспрецедентный потенциал, поскольку он позволяет легко извлекать и/или настраивать специфические кинематические характеристики (такие как скорость, ускорение и рывок) после записи эмоционального движения.

EmFace

Подзадача EmFace включает 42 стимула, показывающих лицевые выражения злости, счастья или нейтрального аффекта (14 на эмоцию, половина во фронтальном ракурсе и половина в полупрофильном боковом ракурсе слева). Стимулы длятся 1,5 секунды при 24 кадрах в секунду и геометрически и оптически стандартизированы (сравнены по средней яркости и контрасту, обрамлены черной овальной маской, подробности см. в описании разработки стимулов ниже), чтобы предотвратить искажения, вызванные этническими признаками (например, цветом волос или кожи) или одеждой. Образец стимула злобного выражения показан на рис. 1b, динамический клип доступен онлайн в дополнительных материалах.

Как и в подзадаче EmBody, каждый пробный заход состоит из одного видео, за которым следует окно, представляющее трехвариантный формат принудительного выбора (ЗЛОСТЬ — СЧАСТЬЕ — НЕЙТРАЛЬНОЕ, см. рис. 1c). Стимулы представлены в псевдослучайном порядке в соответствии с ограничениями, описанными для подзадачи EmBody. Дополнительно, один и тот же актер/актриса не показывается дважды подряд, и представители одного пола не показываются более двух раз подряд. Половины тестов были сбалансированы по эмоциям и ракурсам (фронтальный/боковой) и разделены пробным заходом отдыха, продолжительность которого каждый участник мог установить индивидуально. Продолжительность задачи составляет примерно 5 минут.

Разработка стимулов

Для задачи EmFace мы модифицировали стимулы из ADFES¹⁷ (с разрешения соответствующего старшего автора доктора Агнеты Фишер). Видео изображают выражения злости, счастья и нейтральные выражения лица, представленные актерами и актрисами североевропейской, турецкой и североафриканской национальности. Каждое выражение показано с фронтального и бокового ракурса. Сначала оригинальные видео ADFES были замедлены. Используя инструмент с открытым исходным кодом Butterflow (версия 0.2.4.dev0; http://www.github.com/dthpham/butterflow), мы применили интерполяцию движения для создания дополнительных кадров и таким образом снизили скорость видео без видимых артефактов. Цифровое редактирование проводилось в Adobe After Effects (версия 16.0.1.48) и включало стабилизацию избыточных движений головы, а также базовую ретушь для удаления визуально заметных особенностей (серьезные недостатки кожи, неправильно расположенные зубы). Видео были обрезаны до одинаковой длины 1,5 секунды с использованием Movavi Video Suite (версия 18.4.0). Геометрическая и оптическая стандартизация проводилась согласно рекомендациям Groenenschild и коллег⁴³. После центрирования лиц и масштабирования их до одинакового размера была добавлена овальная маска с соотношением ширины к высоте 1,3/1,6. Все видео были выровнены по средней яркости и контрасту с использованием инструмента SHINE_color для Matlab (версия 0.2; https://osf.io/auzjy/). Мы использовали настройку lumMatch для сохранения максимального качества видео.

Согласование сложности

Сложность элементов всех элементов EmBody и EmFace определялась как процент испытуемых, которые правильно определили эмоцию. Мы итеративно отбирали стимулы из каждой парадигмы до тех пор, пока все окончательные эмоционально-специфические шкалы не были сопоставлены по уровням сложности.

EmBody/EmFace — валидационное исследование

Участники

Для нашего валидационного исследования мы набрали выборку здоровых мужчин и женщин (т.е. не принимающих медикаменты и не имеющих психопатологических симптомов). Объявления о наборе участников распространялись онлайн через домашнюю страницу нашей лаборатории, университетские рассылки, социальные сети и общественные форумы. Критерии включения: возраст от 20 до 30 лет, нормальное или скорректированное до нормального зрение, а также немецкий язык как родной. Критерии исключения: наличие в анамнезе или текущее неврологическое или психиатрическое заболевание, недавняя психотерапия (в течение последних двух лет), прием медикаментов (включая гормональную контрацепцию) или употребление наркотиков, а также участие в исследовании в качестве испытуемого-психолога. Более того, все участники прошли скрининг на признаки психопатологии (тревога, депрессия, соматические симптомы) с использованием немецкой версии Краткого Инвентаря Симптомов (Brief Symptom Inventory)⁴⁴ и были исключены, если они получили суммарную оценку ≥ 10 или сообщали о суицидальных мыслях. Женщины дополнительно проходили скрининг на беременность или кормление грудью и исключались, если у них был положительный результат по любому из этих критериев.

Наша первоначальная выборка состояла из 258 здоровых взрослых (118 мужчин, 140 женщин, см. Расчет размера выборки). Ни один из участников не участвовал в пилотных исследованиях нашего Департамента. Мы исключили участников, у которых технические проблемы привели к потере данных в сессии 1 (1 мужчина, 1 женщина), которые выбыли до сессии 2 (6 мужчин, 7 женщин), которые показали результаты ниже уровня случайности и/или продемонстрировали модель поведения, предполагающую недобросовестное поведение («кликание»), в подзадаче EmBody или EmFace в одной или обеих сессиях (1 мужчина, 2 женщины), или которые сообщили о клинически значимых уровнях аутистических черт (т.е. оценка AQ ≥ 32), депрессии (т.е. оценка по Шкале депрессии Бека [BDIII]⁴⁵ ≥ 20) (4 мужчины, 19 женщин). Диаграмма CONSORT по исключениям представлена на рисунке S1. Наша окончательная выборка состояла из N = 217 (106 мужчин, 111 женщин) со средним возрастом 24,63 (SD = 2,99) года (см. Таблицу 1).

Расчет размера выборки

Для обнаружения значимых двусторонних корреляций между нашим новым инструментом и другими интересующими нас мерами мы провели априорный анализ мощности в G*Power (версия 3.1.9.6)⁴⁶. Предыдущая литература предполагала малые и средние корреляции между различными задачами распознавания эмоций с использованием (статичных) эмоциональных лиц⁴⁷, а также малые корреляции между задачами распознавания эмоций и мерами интеллекта⁴⁸. Поэтому мы ввели малый или средний размер эффекта r = 0,20 и альфу 0,05 в наш анализ. Результаты предполагали, что размер выборки 191 участник был необходим для достижения мощности 0,80. Чтобы щедро учесть возможные отсевы в ходе исследования, мы стремились набрать около 250 участников.

Дополнительные задачи

Для валидации наших инструментов по отношению к установленному тесту распознавания эмоций (конвергентная валидность) мы провели компьютерную версию RMET, пересмотренную версию¹⁸. RMET состоит из 36 черно-белых фотографий, изображающих область глаз эмоциональных лиц. Для каждого стимула в каждом углу изображения представлены четыре описания ментального состояния (один целевой, три ложных). Участникам было предложено нажать на слово, которое наилучшим образом описывало, что человек на картинке думает или чувствует. В качестве дополнительной меры конвергентной валидности мы оценили самоотчетные аутистические черты с использованием немецкого перевода AQ²⁹.

Для оценки дискриминантной валидности мы оценили две меры интеллекта: Для оценки невербального интеллекта мы использовали компьютерную девятиэлементную короткую версию стандартных прогрессивных матриц Рейвена (Raven’s Standard Progressive Matrices – RSPM9, Форма A)³⁰. Каждый элемент состоял из черно-белого изображения с отсутствующей частью. Ниже каждого изображения были представлены целевой фрагмент и пять-семь отвлекающих элементов. Участникам было предложено выбрать лучший ответ. Для оценки вербального интеллекта участники прошли немецкий тест словарного запаса с множественным выбором (Wortschatztest, WST)³¹. Каждый из 42 элементов состоит из одного целевого слова и пяти псевдослов в качестве отвлекающих. Участникам было предложено выбрать правильное слово в каждой строке. Все задачи были представлены без ограничения по времени, и производительность определялась количеством правильных решений, на основе которых вычислялся вербальный IQ в соответствии с руководством WST³¹.

Кроме того, мы провели оценку с помощью психометрических опросников, чтобы подтвердить, что наша валидационная выборка состоит из здоровых испытуемых. В дополнение к вышеупомянутому AQ²⁹, оценивающему аутистические черты, мы использовали немецкую версию BDIII⁴⁵ для оценки депрессивных симптомов.

Экспериментальная процедура

Для сбора данных о психометрических свойствах EmBody/EmFace мы провели онлайн-валидационное исследование, состоящее из двух сессий с интервалом в четыре недели. После заполнения онлайн-анкеты скрининга (см. раздел «Участники» для подробных критериев включения/исключения) с участниками связались по электронной почте для назначения Сессии 1. В назначенную дату и время участникам позвонил экспериментатор и дал подробные инструкции, чтобы избежать отвлекающих факторов или технических проблем во время проведения эксперимента (например, выключить телефон и уведомить семью и/или соседей о нежелании быть потревоженными в течение всего эксперимента). Во время Сессии 1 участники выполнили EmBody, EmFace, RMET, а также задачи на невербальный и вербальный интеллект. Во время Сессии 2 участники повторили EmBody, EmFace и RMET, а также заполнили опросники. Стимулы EmBody и EmFace были представлены в фиксированном порядке на Сессиях 1 и 2 (см. описание парадигм выше). Не было ограничения по времени на выполнение каждой сессии. Все исследование было одобрено этическим комитетом Фрайбургского университета и проведено в соответствии с Хельсинкской декларацией. Было получено письменное информированное согласие до начала участия в исследовании; все участники были вознаграждены за свое время ваучером на выбор онлайн-маркетплейса.

Анализ

Согласование сложности и выбор элементов

На первом этапе мы проверили, были ли окончательные подзадачи EmBody и EmFace успешно согласованы с точки зрения дисперсии оценок и сложности шкал. Сначала мы проверили, были ли оценки участников равномерно распределены по всем шкалам EmBody и EmFace. Для этой цели мы вычислили тест Левена на однородность дисперсий для индивидуальной производительности, измеренной по сырым частотам правильных ответов по шести шкалам (EmBody–Злость, EmBody–Счастье, EmBody–Нейтральное, EmFace–Злость, EmFace–Счастье, EmFace–Нейтральное). Далее мы проверили, были ли все шкалы успешно согласованы по сложности. Для этой цели мы провели ANOVA с повторными измерениями, где индивидуальная производительность, измеренная по сырым частотам правильных ответов участников, была зависимой переменной. Подзадача (EmBody, EmFace) и эмоция (Злость, Счастье, Нейтральное) были добавлены как факторы повторных измерений. Мы добавили пол (мужской, женский) как межсубъектный фактор, чтобы исследовать, были ли уровни производительности равны у мужчин и женщин. Чтобы предоставить дополнительные статистические доказательства того, что различия в производительности между шкалами не были значимыми по размеру, мы провели тесты эквивалентности для парных выборок в R (версия 4.1.1) с использованием пакета TOSTER⁴⁹ (также см.^50,51). Эта процедура оценивает, попадает ли 90% доверительный интервал интересующего эффекта между предопределенной верхней и нижней границей, и проверяет, эквивалентны ли наблюдаемые незначимые эффекты нулю. Здесь мы использовали Cohen’s dZ ± 0,20, что представляет собой малый размер эффекта как наименьший интересующий эффект.

Психометрические свойства

На втором этапе мы определили соответствующие психометрические свойства для обеих парадигм. В качестве меры надежности мы изучили ретестовую надежность с использованием коэффициентов внутриклассовой корреляции (Intraclass Correlation Coefficients – ICC; двухфакторная смешанная модель, тип абсолютного согласия, среднее измерение) для оценки согласованности оценок в EmBody и EmFace между Сессиями 1 и 2 через четыре недели. Кроме того, мы проанализировали диаграммы Блэнда-Альтмана (см. дополнительные материалы, Рисунок S3). На этих диаграммах индивидуальные изменения оценок во времени были сопоставлены со средними индивидуальными оценками тестов и повторных тестов ([Оценка Сессия 2 — Оценка Сессия 1]/2). Чтобы определить, отклоняются ли средние изменения оценок от нуля, был вычислен 95% доверительный интервал разницы средних (см.^52,53). Пределы согласия оценивают интервал, в пределах которого находятся 95% изменений с Сессии 1 до Сессии 2.

Для изучения конвергентной валидности мы рассчитали корреляции между оценками в EmBody и EmFace соответственно, а также с оценками RMET и AQ. Для дискриминантной валидности мы вычислили корреляции между оценками в EmBody и EmFace и двумя мерами интеллекта (тест словарного запаса и прогрессивные матрицы Рейвена). Из-за нарушений предположения о нормальности для большинства переменных мы рассчитали двусторонние ранговые корреляции Спирмена (r_S). Для незначимых корреляций мы также провели тесты эквивалентности в R (версия 4.1.1) с использованием пакета TOSTER⁴⁹ (также см.⁵¹), чтобы исследовать, эквивалентны ли наблюдаемые ассоциации нулю. Мы определили наименьший интересующий эффект как r = 0,10, что соответствует малому размеру эффекта.

Факторная валидность оценивалась с использованием факторного анализа главных компонент (Principal Component Analyses – PCA) с ортогональным вращением (Varimax). Чтобы исследовать, отражаются ли три эмоции, лежащие в основе наших стимулов (Злость, Счастье, Нейтральное), в факторной структуре наших стимулов, мы принудительно извлекли три фактора методом PCA.

Результаты

Согласование EmBody и EmFace

Как и предполагалось, шкалы EmBody и EmFace не различались по дисперсии оценок и сложности. Тест Левена показал, что дисперсии оценок участников были равны по всем шести шкалам EmBody и EmFace, F(5, 1296) = 0,42, p = 0,83. Кроме того, шкалы EmBody и EmFace были успешно согласованы по сложности (см. Таблицу 2). Производительность не различалась в зависимости от факторов подзадачи, эмоции, пола или их взаимодействий, на что указывают незначимые основные эффекты и эффекты взаимодействия в ANOVA с повторными измерениями (наименьшее p = 0,19, наибольшее η² = 0,008, подробные статистические данные см. в дополнительных материалах, Таблица S1). Тесты эквивалентности подтвердили, что наблюдаемые средние различия между большинством шкал EmBody и EmFace были эквивалентны нулю (см. Рисунок S2). Сложности отдельных элементов в EmBody и EmFace в форме матриц путаницы (показывающих долю участников, которые ответили «злость», «счастье» или «нейтральное» для каждого элемента) приведены в Таблице S2. В соответствии с нашими ожиданиями, оценки в EmBody и EmFace в Сессии 1 показали значимые положительные корреляции как для задач в целом, так и для всех эмоционально-эквивалентных индивидуальных шкал (см. Таблицу 3).

Психометрические свойства подзадачи EmBody

Надежность

Мы исследовали ретестовую надежность EmBody в течение четырехнедельного интервала. Стабильность тестовых оценок была от хорошей до отличной (согласно рекомендациям⁵⁴) как для EmBody в целом, так и для его трех шкал (см. Таблицу 4). Анализ диаграммы Блэнда-Альтмана (см. Рисунок S3) показал среднее изменение оценки 0,49, 95% ДИ [0,03, 0,96], что указывает на то, что индивидуальные оценки в среднем изменились менее чем на один сырой балл за время. В совокупности эти результаты указывают на надежность EmBody и демонстрируют отличную стабильность тестовых оценок в течение четырех недель.

Валидность

Для оценки валидности мы сначала проанализировали, коррелирует ли EmBody с другими установленными мерами, связанными со способностью распознавания эмоций (т.е. конвергентная валидность). Примечательно, и как предсказывалось в нашей второй гипотезе, он показал значимую положительную корреляцию с оценками RMET (r_S [216] = 0,22, p = 0,001; см. рис. 3). Однако мы не обнаружили значимой корреляции с оценками AQ в качестве меры аутистических черт в нашей здоровой исследуемой популяции (r_S [216] = -0,05, p = 0,43). Далее мы проанализировали, показал ли EmBody значимые ассоциации с мерами, которые не должны быть связаны со способностями распознавания эмоций. В соответствии с нашими предположениями третьей гипотезы, мы не обнаружили значимой ассоциации между EmBody и оценками RSPM9 (r_S [216] = 0,09, p = 0,21) или вербальным IQ (r_S [216] = 0,05, p = 0,51), демонстрируя дискриминантную валидность EmBody (обратите внимание, что тесты эквивалентности показали, что наблюдаемые корреляции не были эквивалентны нулю при сравнении с малым эффектом; подробности см. в Рисунке S4). На графике каменистого осыпи (scree plot) собственных значений, использованном для изучения факторной валидности, точка, в которой кривая изгибается («локоть»), подтвердила хорошее соответствие трехфакторному решению для EmBody (собственные значения 4,0, 2,5 и 2,3; подробные результаты см. в Таблице S3). В целом, наши результаты демонстрируют валидность EmBody, на что указывают меры конвергентной и дискриминантной валидности, а также факторная валидность.

Психометрические свойства подзадачи EmFace

Надежность

Снова мы исследовали ретестовую надежность EmFace. Как видно из Таблицы 4, стабильность оценок была от хорошей до отличной (согласно рекомендациям⁵⁴) для EmFace в целом и его трех шкал. Диаграмма Блэнда-Альтмана (см. Рисунок S3) показала среднее изменение оценки 0,63, 95% ДИ [0,18, 1,08], что предполагает, что индивидуальные оценки в среднем изменились менее чем на один сырой балл за время. В соответствии с нашей первой гипотезой, эти результаты демонстрируют надежность EmFace и свидетельствуют о превосходной стабильности его тестовых оценок в течение четырехнедельного интервала.

Валидность

Мы снова продемонстрировали конструктную валидность EmFace, оценив его конвергентную валидность с установленными мерами распознавания эмоций, т.е. RMET и AQ, и его дискриминантную валидность, на что указывает отсутствие корреляции с мерами интеллекта, т.е. RSPM9 и вербальным IQ. В соответствии с нашей второй гипотезой, EmFace показал значимую положительную корреляцию с оценками RMET (r_S[216] = 0,15, p = 0,03; см. рис. 4a) и отрицательную корреляцию с оценками AQ (r_S[216] = -0,15, p = 0,03; см. рис. 4b), демонстрируя его конвергентную валидность. В отношении дискриминантной валидности оценки EmFace не показали значимых ассоциаций с оценками RSPM9 (r_S [216] = 0,05, p = 0,48) или вербальным IQ (r_S [216] = -0,03, p = 0,63) (обратите внимание, что тесты эквивалентности показали, что наблюдаемые корреляции не были эквивалентны нулю при сравнении с малым эффектом; подробности см. в Рисунке S4). График каменистого осыпи, использованный для проверки факторной валидности, предполагал хорошее соответствие предполагаемого трехфакторного решения (собственные значения 3,7, 2,5 и 2,2; подробные результаты см. в Таблице S3). В совокупности наши результаты демонстрируют валидность EmFace, на что указывают меры конвергентной и дискриминантной валидности, а также факторная валидность.

Обсуждение

В данном исследовании мы представляем EmBody/EmFace — новый, высокостандартизированный инструмент для оценки производительности распознавания эмоциональных выражений тела и лица. EmBody/EmFace состоит из двух параллельных подзадач: первая (EmBody) измеряет распознавание эмоций по выражениям тела с использованием компьютерно-анимированных динамических точечных дисплеев, а вторая (EmFace) измеряет распознавание эмоций по лицу с использованием динамических лицевых выражений, психометрически сопоставленных с элементами первой подзадачи. Насколько нам известно, EmBody/EmFace является первым опубликованным и тщательно валидированным инструментом, который использует анимированные точечные дисплеи и позволяет оценивать и напрямую сравнивать распознавание эмоций в двух выразительных модальностях (т.е. при обработке эмоциональных выражений тела и лица).

Основной целью данного исследования было получение полных данных валидации от большой выборки здоровых испытуемых для оценки психометрических свойств EmBody/EmFace. В целом, он оказался надежным и валидным, подтвердив свою широкую применимость в фундаментальных и клинических исследованиях человека. Более конкретно, мы сначала подтвердили надежность обеих задач с помощью высокостабильных тестовых оценок в течение четырехнедельного интервала повторного тестирования. В отношении конвергентной валидности мы обнаружили значимые положительные ассоциации между оценками EmBody и EmFace и производительностью в RMET, который является наиболее широко используемым тестом для распознавания эмоций^18,55. Интересно, что мы обнаружили, что AQ, многократно ассоциирующийся с производительностью распознавания эмоций в предыдущих исследованиях, отрицательно коррелировал с оценками EmFace, но не с оценками EmBody (см. также «Области применения»).

В соответствии с нашими ожиданиями, оценки обеих задач не показали значимых ассоциаций с вербальным и невербальным интеллектом. Тесты эквивалентности показали, что ассоциации не эквивалентны нулю. Этот вывод соответствует недавним метааналитическим данным, предполагающим, что способности распознавания эмоций и интеллект слабо связаны друг с другом (см.⁴⁸). Учитывая, что мы тестировали малые размеры эффектов в тестах эквивалентности, дискриминантную валидность EmBody/EmFace тем не менее можно считать адекватной. Наконец, мы продемонстрировали факторную валидность подзадач EmBody и EmFace, показав, что три эмоциональных состояния, представленные в стимулах EmBody и EmFace (т.е. злость, счастье, нейтральное), могут быть воспроизведены в основополагающей трехфакторной структуре наших парадигм.

Одним из ключевых преимуществ нашего недавно разработанного инструмента является успешное психометрическое сопоставление обеих задач распознавания эмоций (см.²⁷), что позволяет делать выводы об относительном нарушении распознавания эмоций по выражениям тела или лица. С концептуальной точки зрения, имеет смысл предположить общий конструкт, лежащий в основе обеих форм распознавания эмоций. Наши результаты, показывающие, что EmBody и EmFace, а также их эмоционально-специфические шкалы демонстрировали надежные корреляции друг с другом, подчеркивают это предположение. Однако наблюдаемые ассоциации были от малых до средних по размеру, что предполагает наличие также аспектов, уникальных для каждой формы распознавания эмоций. Эмпирические данные в поддержку этого мнения, среди прочего, исходят из исследований нейровизуализации. Например, van de Riet и коллеги⁵⁶ обнаружили специфические области мозга (включая субрегионы верхневисочной борозды, теменную долю и подкорковые структуры), избирательно вовлеченные в обработку статичных выражений лица или тела, в то время как другие области (например, миндалевидное тело и веретенообразная извилина) активировались в обеих категориях эмоциональных выражений. Хотя данное исследование предполагает, по крайней мере, частично различные процессы, лежащие в основе распознавания эмоций по лицу и телу, исследование этих процессов затруднено отсутствием подходящих парадигм с использованием психометрически сопоставленных задач. Благодаря точному параллельному сопоставлению характеристик элементов EmBody и EmFace, EmBody/EmFace способен восполнить этот пробел, тем самым существенно способствуя более широкому исследованию лежащих в основе психологических и нейробиологических механизмов, общих и специфичных для распознавания эмоций по лицу и телу.

В дополнение к психометрически сопоставленным элементам, EmBody/EmFace имеет множество других преимуществ, которые обеспечивают максимальный контроль над характеристиками элементов, преодолевая при этом несколько недостатков предыдущих инструментов (например, дорогостоящие системы захвата движения или зависимость от выразительных способностей актера). Например, мы решили создавать динамичные стимулы, поскольку они, как известно, легче распознаются⁵⁷, предлагают более высокую экологическую валидность⁵⁸ и вызывают более сильную нейронную активацию в областях, специфичных для лица, чем их статичные аналоги^59,60,61,62. Мы также решили использовать точечные дисплеи для оценки распознавания эмоциональных выражений тела, поскольку они обеспечивают максимальный контроль над мешающей информацией (например, воспринимаемой привлекательностью или стилем одежды). Кроме того, наши стимулы позволяют нам оценивать производительность распознавания эмоций за минимальное время: использование стимулов длительностью всего 1,5 секунды сократило окончательное время задачи до менее чем 5 минут (включая инструкции), что очень желательно как для поведенческих, так и для парадигм нейровизуализации, поскольку короткая продолжительность тестирования облегчает внедрение в клиническую практику. Короткая продолжительность стимулов также может повысить соотношение сигнал/шум при измерении нейронных коррелятов эмоциональной обработки^63,64,65. Что касается выбора эмоций, мы решили сравнить распознавание злобных и счастливых выражений, поскольку эти эмоции естественно имеют схожие физические характеристики, передавая при этом различные социальные сообщения. Выражения тела злости и счастья включают как быстрые и энергичные движения, связанные с повышенным напряжением тела^1,66, и сравнимые постуральные и кинематические характеристики⁶⁷, но вызывают различные поведенческие тенденции у наблюдателя (т.е. наблюдение счастливых выражений способствует социальному приближению, в то время как наблюдение злобных выражений способствует избеганию потенциально угрожающего злобного человека)^68,69,70,71. Эти характеристики эмоциональных выражений позволяют нам исследовать обработку двух ключевых, но противоположных социальных сигналов, контролируя при этом потенциально искажающее воздействие характеристик низкого уровня стимулов.

Области применения

Во-первых, интригующие применения EmBody/EmFace лежат в исследовании клинических популяций. Действительно, дефициты распознавания эмоций являются ключевыми симптомами пациентов, страдающих различными неврологическими и психиатрическими расстройствами, такими как аутизм⁵, шизофрения⁷², большая депрессия⁷³ и тревожные расстройства^74,75. В нашей большой выборке здоровых испытуемых мы обнаружили отрицательную ассоциацию между оценками AQ как мерой аутистических черт и производительностью EmFace. Интересно, что мы не смогли выявить подобную взаимосвязь для EmBody, предполагая, что аутистические черты могут препятствовать успешному декодированию эмоциональных выражений с лица, но не обязательно с тела. Это предположение подтверждается поведенческими моделями, часто ассоциирующимися с определенными расстройствами социальной психики. Некоторые из вышеупомянутых клинических состояний сопровождаются серьезным избеганием взгляда (например,^76,77). Учитывая, что область глаз передает важную информацию об эмоциональном состоянии другого человека^78,79,80, дефициты распознавания эмоций, наблюдаемые для лицевых стимулов, могут быть результатом обработки доступных сигналов лишь частично. Распознавание эмоциональных выражений тела, с другой стороны, может быть нормальным, по крайней мере, при некоторых из этих расстройств. Однако, насколько нам известно, до сих пор не было исследований, изучающих дифференциальные нарушения в распознавании эмоций по телу или лицу с помощью психометрически сопоставленных задач. EmBody/EmFace предоставляет беспрецедентную возможность напрямую сравнивать распознавание эмоций по сигналам тела и лица, тем самым позволяя разграничить модально-специфические нарушения распознавания эмоций при психиатрических или неврологических расстройствах. Наш лицеспецифический вывод об отрицательной корреляции между аутистическими чертами и оценкой EmFace, но не EmBody, предполагает, что способности распознавания эмоций могут действительно дифференциально нарушаться у пациентов с расстройствами аутистического спектра в зависимости от природы эмоционального сигнала. В этом контексте было бы интересно также сравнить восприятие высокостандартизированных PLD (как используемых в EmBody) и более натуралистичных полнотелых стимулов (обеспечивающих еще более высокую экологическую валидность). Хотя существуют первоначальные данные, свидетельствующие о том, что PLD выявляют схожие нарушения, специфичные для расстройств, в различных психиатрических состояниях, как и лицевые стимулы (см.¹² для обзора), требуются дальнейшие исследования, чтобы изучить, как выбор типа стимула (т.е. PLD против полнотелых стимулов) может повлиять на результаты задач. Это представляется особенно актуальным при изучении клинических популяций, поскольку более натуралистичные и, следовательно, более визуально сложные стимулы могут выявить более тонкие нарушения в распознавании эмоций. Кроме того, было бы интересно исследовать, облегчаются ли дефициты распознавания эмоций в клинических выборках при обработке стимулов с отвернутым, а не прямым взглядом или позой. Поскольку подзадачи EmBody и EmFace включают как фронтальный, так и полупрофильный вид всех показанных выражений, исследование эффектов, зависящих от точки обзора, в теле и на лице может стать еще одним плодотворным подходом для будущих исследований.

Во-вторых, наши элементы хорошо подходят для интервенционных исследований. Учитывая, что каждая шкала EmBody и EmFace (Злость, Счастье, Нейтральное) правильно решается примерно 75% участников, обе задачи оставляют место для эффектов экспериментальных манипуляций, направленных на улучшение производительности распознавания эмоций, таких как психотерапевтические или фармакологические вмешательства (например, путем введения интраназального окситоцина^{81,82,83,84,85,86}). С другой стороны, мы также включили относительно легкие элементы со сложностью более 90%, чтобы избежать эффектов пола (floor effects) в клинических популяциях с общими когнитивными нарушениями.

В-третьих, другие потенциальные применения EmBody/EmFace лежат в нейробиологических исследованиях и исследованиях нейровизуализации. Например, мы намеренно выбрали трехвариантный формат принудительного выбора, который был бы совместим со стандартными устройствами ответа на кнопки при функциональной нейровизуализации, и оптически стандартизированные элементы в соответствии с руководящими принципами для исследований нейровизуализации⁴³. Как показывает влияние новаторских парадигм в области социальной нейронауки (например, EmpaToM⁸⁷), существует высокий спрос на задачи, подходящие для исследования нейронных основ социальной когниции.

Наконец, еще один интересный подход мог бы заключаться в изучении влияния культуры на распознавание эмоций. Хотя социальное сообщение, передаваемое через лицевые эмоциональные выражения, долгое время считалось в значительной степени универсальным⁸⁸, недавние исследования поставили под сомнение это предположение, вместо этого подчеркнув существование меж- и внутрикультурной изменчивости в невербальной коммуникации эмоций (см.^58,89,90,91). В соответствии с этим мнением, общепринятый термин «распознавание эмоций» можно было бы точнее описать как субъективное выведение эмоциональных состояний из невербальных сигналов, которое сильно зависит от индивидуальных (например, культурного происхождения, предыдущего опыта и т.д.) и ситуационных (например, выведение эмоций в рабочей или семейной обстановке и т.д.) факторов (см.⁵⁸). Соответственно, вместо приписывания объективно «истинного» эмоционального содержания стимулу (например, лицевому или телесному движению), «правильный» ответ на то, что изображает эмоциональный стимул, может быть интерпретирован как мажоритарный ответ в (однородной) валидационной выборке. Хотя производительность задач может таким образом зависеть от культуры, все же представляет высокую клиническую значимость оценка отклонений от мажоритарного ответа, которые могут быть связаны с социальными недоразумениями (например, в иммигрантских популяциях⁹²) и в целом с нарушением социальных взаимодействий. Относительно EmBody/EmFace, данные его валидации получены из западной, образованной, индустриальной, богатой и демократической (WEIRD) выборки, и поэтому полезны в культурах WEIRD, в то время как его пригодность для изучения и сравнения групп в культурах Non-WEIRD или межкультурных группах может быть ограничена культурным смещением и должна быть исследована в будущих исследованиях (см.^4,58,93,94). Интересно, что в частности для выражений тела было проведено лишь несколько пионерских кросскультурных исследований (например,⁹⁵), предполагающих, что люди действительно способны выводить намеченную эмоцию из выражений тела, отображаемых членами других культурных групп. Эти интригующие результаты снова подчеркивают необходимость дальнейших исследований того, как выражения тела воспринимаются не только в группах пациентов в одной сравнительно однородной культуре, но и в разных культурах.

Заключение

В заключение, EmBody/EmFace — это мощный инструмент для изучения распознавания эмоций по телу и лицу. Обе его подзадачи (EmBody, EmFace) высоко стандартизированы, надежно точны и просты в использовании, что делает их пригодными для широкого спектра применений в поведенческих исследованиях, исследованиях нейровизуализации и клинических исследованиях. Открытый исходный код и материалы (см. раздел «Методы») позволяют индивидуальные настройки, тем самым открывая путь для будущих исследований, которые освещают психологические и нейробиологические основы человеческих эмоциональных выражений как в здоровом состоянии, так и при заболеваниях. В долгосрочной перспективе доказательства, полученные с помощью EmBody/EmFace, могут вдохновить на разработку новых вмешательств и персонализированных терапевтических стратегий, направленных на решение проблем социального взаимодействия при таких расстройствах, как аутизм, шизофрения или социальная тревожность.

Ссылки

(Приведен полный список ссылок в оригинальном тексте, здесь приведены только примеры)

Благодарности

Мы благодарны Полине Бекманн, Бастиану Эггерсу Сальво, Магдалене Кох, Грете Паншар, Лучиане Сальседо Ньетто, Мириам Шмид, Полине Турк, Джулии Фосс, Стефани Вайссенбергер и Лие Йорк за помощь в сборе данных, и доктору Агнете Фишер за разрешение использовать и модифицировать лицевые стимулы ADFES. Мы не имеем конфликтов интересов для раскрытия.

Финансирование

Финансирование открытого доступа было предоставлено и организовано Проектом DEAL.

Информация об авторах

Заметки авторов: Эти авторы внесли равный вклад: Леа Л. Лотт и Франни Б. Спенглер.

Авторы и аффилиации:

• Лаборатория биологической психологии, клинической психологии и психотерапии, Департамент психологии, Университет Фрайбурга, Stefan Meier Strasse 8, 79104, Фрайбург, Германия
• Леа Л. Лотт, Франни Б. Спенглер, Тобиас Штахеле, Бастиан Шиллер и Маркус Хайнрихс
• Лаборатория социальной нейронауки, Фрайбургский центр нейровизуализации, Университетская медицинская клиника, Фрайбург, Германия
• Леа Л. Лотт, Франни Б. Спенглер, Бастиан Шиллер и Маркус Хайнрихс

Авторы:

• Леа Л. Лотт: посмотреть публикации автора, поиск автора в PubMed, Google Scholar
• Франни Б. Спенглер: посмотреть публикации автора, поиск автора в PubMed, Google Scholar
• Тобиас Штахеле: посмотреть публикации автора, поиск автора в PubMed, Google Scholar
• Бастиан Шиллер: посмотреть публикации автора, поиск автора в PubMed, Google Scholar
• Маркус Хайнрихс: посмотреть публикации автора, поиск автора в PubMed, Google Scholar

Вклад: Л.Л.Л. концептуализировала и разработала эксперименты, собирала и анализировала данные, а также составила рукопись. Ф.Б.С. и М.Х. концептуализировали и разработали эксперименты, руководили исследованием, анализировали и интерпретировали данные, а также составили рукопись. Б.С. и Т.С. анализировали и интерпретировали данные, а также рецензировали рукопись. Все авторы одобрили окончательную версию рукописи.

Корреспондирующие авторы:
Переписка с Франни Б. Спенглер или Маркусом Хайнрихсом.

Декларации об этике

Конкурирующие интересы: Авторы заявляют об отсутствии конкурирующих интересов.

Дополнительная информация

Примечание издателя: Springer Nature остается нейтральной в отношении юрисдикционных претензий в опубликованных картах и институциональных принадлежностях.

Дополнительная информация:

• Дополнительное видео 1.
• Дополнительное видео 2.
• Дополнительная информация 1.

Права и разрешения

Открытый доступ Данная статья лицензирована в соответствии с Creative Commons Attribution 4.0 International License, которая разрешает использование, обмен, адаптацию, распространение и воспроизведение на любом носителе или в любом формате, при условии, что вы должным образом укажете автора(ов) и источник, предоставите ссылку на лицензию Creative Commons и укажете, были ли внесены изменения. Изображения или другие материалы третьих лиц, включенные в данную статью, включены в лицензию Creative Commons статьи, если иное не указано в кредитной линии к материалу. Если материал не включен в лицензию Creative Commons статьи, и ваше предполагаемое использование не разрешено законодательством или превышает разрешенное использование, вам потребуется получить разрешение непосредственно от правообладателя. Чтобы просмотреть копию этой лицензии, посетите http://creativecommons.org/licenses/by/4.0/.

Перепечатки и разрешения

О статье
Cite this article
Lott, L.L., Spengler, F.B., Stächele, T. et al. EmBody/EmFace as a new open tool to assess emotion recognition from body and face expressions. Sci Rep 12, 14165 (2022). https://doi.org/10.1038/s4159802217866w
Download citation

Received: 18 March 2022
Accepted: 02 August 2022
Published: 19 August 2022
Version of record: 19 August 2022

DOI: https://doi.org/10.1038/s4159802217866w

Share this article
Anyone you share the following link with will be able to read this content:
Get shareable link
Sorry, a shareable link is not currently available for this article.
Copy shareable link to clipboard

Provided by the Springer Nature SharedIt content sharing initiative

Данная статья цитируется

• Facial emotion recognition in patients with depression compared to healthy controls when using human avatars
• Marta MonferrerArturo S. GarcíaPatricia FernándezSotos
• Scientific Reports (2023)
• The oracle of Delphi 2.0: considering artificial intelligence as a challenging tool for the treatment of eating disorders
• Giovanni AbbateDagaAlberto TavernaMatteo Martini
• Eating and Weight Disorders Studies on Anorexia, Bulimia and Obesity (2023)