suncitygroup太阳成集团

2026年新春伊始，由上海交通大学医学院附属精神卫生中心、suncitygroup太阳成集团李春波教授和德国慕尼黑工大Stefan Leucht教授团队联合牵头的一项系统评价在《柳叶刀》以论著形式正式刊发。该研究比较了24种抗精神病药物治疗急性期精神分裂症疗效与耐受性，是迄今样本量最大、涵盖新药最全、并纳入中国临床研究的最新循证证据。研究纳入438项随机对照试验，共包括78193名参与者。研究涵盖了23种以多巴胺受体阻断为主要机制的抗精神病药物，以及2024年获批的新型毒蕈碱受体激动剂呫诺美林-曲司氯铵（xanomeline-trospium）。研究的主要结局为总体精神症状改善情况，次要结局包括阳性症状、阴性症状、抑郁症状、认知功能、生活质量、社会功能以及耐受性指标。该研究在2019年综述的基础上对纳入的抗精神病药物进行扩展，包括呫诺美林-曲司氯铵、奥氮平-萨米多芬、卢美哌隆、布南色林、哌罗匹隆、非口服制剂（长效肌肉注射或皮下注射以及透皮给药），还纳入了儿童和青少年（18岁以下）、老年期患者（65岁以上）以及首次发作、对既往抗精神病药物治疗无效或不耐受、以及合并药物滥用障碍的个体。此外，该研究提供了33项结局指标的证据，包括临床相关结局指标，如认知功能、胆碱能不良事件、性功能相关不良事件、心率异常、白细胞计数减少和癫痫发作。所有24种药物的疗效均优于安慰剂，标准化均数差在-0.90至-0.23之间。其中，氯氮平、氨磺必利、奥氮平和利培酮在改善总体症状方面优于至少三种其他药物，且其95%置信区间排除了“非常小”的效应值，提示这些差异具有临床意义。除疗效外，在选择个体化用药时还需考虑多样化的副作用。在通常副作用较轻的部分多巴胺受体激动剂中，阿立哌唑因其中等疗效可能更受青睐。布南色林疗效中等和卢美哌隆也属于副作用较少的药物，但卢美哌隆在疗效上排名最末。加用萨米多芬对减轻奥氮平引起的体重增加作用有限。毒蕈碱类药物似乎是有前景的化合物，因为呫诺美林-曲司氯铵在疗效方面排名前三分之一，且不引起与多巴胺受体阻断剂相关的副作用，但具有胆碱能和抗胆碱能效应。对于循证医学而言，纳入随机化方法不当的研究和不可靠的数据可能导致误导性的Meta分析结果。因此，本研究中方团队通过电话访谈、邮件、平信问卷的方式联系5117项中文RCT的第一作者和通信作者，以了解随机化程序的详细信息，但仅有349个研究进行了有效回复。在回复问卷的研究中，仅24项中文研究确认了适当的随机化方法和数据真实性，最终纳入了Meta分析。虽然相比中文发表的精神分裂症临床研究数量很少，但这也是首次被纳入大型的系统评价研究。综上，该研究提供了最新最全面的抗精神病药物比较证据，提示不同药物在疗效和副作用方面存在差异。研究结果支持在临床指南中更明确地反映这些差异，为进一步个体化用药选择提供参考依据。研究同时指出，未来需开展更多头对头研究，尤其是针对呫诺美林-曲司氯铵与传统药物的比较，以及氯氮平在早期治疗阶段的应用研究。上海交通大学医学院附属精神卫生中心、上海市重性精神病重点实验室朱怡康副研究员是共一作者，董愉博士生、官世伟博士生、王嘉曦博士生是共同作者，研究也得到上海交通大学医学院仇晓春研究馆员等老师和研究生的帮助。本研究受到了国家自然科学基金国际合作与交流项目（82161138021）和德国研究基金会项目（468853597）的联合资助。参考文献Johannes Schneider-Thoma*, Yikang Zhu*, Mengchang Qin, Yu Dong, Shiwei Guan, Jiaxi Wang, Jing Tian, Xiao Lin, Alessandro Rodolico, Spyridon Siafis, Irene Bighelli, Melanie Wehner, Christina Veith, Felix Krayer, Elfriede Scheuring, John M Davis, Josef Priller, Adriani Nikolakopoulou, Georgia Salanti, Chunbo Li†, Stefan Leucht†, Comparative efficacy and tolerability of antidopaminergic and muscarinic antipsychotics for acute schizophrenia: a network meta-analysis of randomised controlled trials indexed in international English and Chinese databases, Lancet 2026; 407: 876–91

近日，suncitygroup太阳成集团傅小兰/刘鑫研究团队与拉彭兰塔-拉赫蒂工业大学、奥卢大学、东南大学等国内外合作单位共同完成的研究成果“EmotionHallucer: Evaluating Emotion Hallucinations in Multimodal Large Language Models”被人工智能领域顶级会议 ICLR 2026 (International Conference on Learning Representations, CCF-A类会议)正式接收。本研究成果首次面向情感计算领域提出专门用于检测和分析多模态大语言模型\\\"情感幻觉\\\"的评估基准，系统揭示了当前主流模型在情感理解方面的深层缺陷，为构建可信情感AI提供了重要的评测依据，填补了情感计算领域情绪幻觉评估的空白。◆ 成果速读 ◆本研究构建了全球首个多模态大语言模型情绪幻觉评估基准 EmotionHallucer，从情绪心理学知识与真实世界多模态情绪感知两大维度，系统评测了 41 个主流大模型在情绪理解中的\\\"幻觉\\\"问题，并提出了即插即用的 PEP-MEK 框架，显著降低多模态大语言模型的幻觉现象。◆ 成果介绍 ◆情绪理解是人工智能最基础却最具挑战性的任务之一。近年来，多模态大语言模型展现出强大的跨模态理解能力，并在情绪识别、情感对话、共情交互等方向显现出巨大潜力。然而，这些模型常常会\\\"一本正经地说错话\\\"：输出看似合理、实则与事实或输入不一致的内容，这一现象被称为幻觉（Hallucination）。与一般的物体或场景幻觉不同，情绪幻觉更加隐蔽、更难察觉：情绪本身具有主观性，蕴含认知评估、生理反应、文化与社会线索等复杂机制。一旦大模型在临床心理、教育陪伴、司法辅助等高风险应用中产生情绪幻觉，可能带来比一般事实性错误更严重的风险。然而，现有幻觉评测基准几乎全部聚焦于通用视觉–语言任务，情绪领域的幻觉评估长期处于空白状态。图1. EmotionHallucer 的研究动机与基准概览。(a) 基于情绪心理学的\\\"成分过程模型\\\"与\\\"动态系统观\\\"，人类情绪理解源于认知评估、生理变化、主观感受与外显行为之间的动态交互；而 MLLMs 仅能从外显行为线索中进行数据驱动学习，难以推断底层情绪状态。(b) EmotionHallucer 覆盖情绪知识与多模态感知两大维度，共 7 个子类别 × 4 种模态。◆ 研究动机 ◆当前多模态大模型的情绪理解面临两大核心挑战：一方面，人类情绪源于先天生物机制与终身社会化学习的交互，具有具身性与体验性；而 MLLMs 仅凭大规模语料与视听数据进行统计学习，缺乏情绪产生的内在机制支撑。另一方面，情绪理解同时依赖心理学知识与多模态感知两类能力，而现有评测方法往往无法将两者分离，导致模型的\\\"幻觉行为\\\"难以被准确刻画。情绪心理学经过数十年积累，已为情绪的产生、感知、调节与表达提供了丰富的理论与实证依据。若能将心理学知识体系与严格的对抗式评测机制相结合，将有望从数据与评估层面系统揭示大模型情绪理解的能力边界，推动\\\"懂情绪\\\"的可信 AI 迈出关键一步。◆ 研究贡献 ◆该研究提出 EmotionHallucer 基准及配套的 PEP-MEK 框架，主要贡献如下：1. 首创情绪幻觉评估范式。首次系统地界定、分类并量化多模态大模型中的\\\"情绪幻觉\\\"，将其划分为情绪心理学知识幻觉（Theory / Definition / Finding）与多模态情绪感知幻觉（Category / Intensity / Reasoning Result / Reasoning Cue），为情感计算领域提供了通用的幻觉评估基准。2. 心理学理论驱动的高质量基准构建。以权威情绪心理学教材及经典理论为知识来源，结合 SOUL、Twitter15/17、RAVDESS、MER 2023、Social-IQ 2.0 等真实世界数据集，构建涵盖文本、图像、语音、视频四种模态的对抗式二元 QA 题目，每题由\\\"基础问题 + 幻觉问题\\\"成对构成，严格控制语言偏置。3. 对 41 个主流大模型的系统评测。覆盖从开源到闭源、从通用到情感专用、从 7B 到超大参数规模的 41 个 LLM/MLLM，评测结果显示当前大多数模型在情绪幻觉上存在显著问题，多数开源模型甚至无法超过随机猜测的 25% 基线。4. 即插即用的 PEP-MEK 框架。针对\\\"感知弱于知识\\\"这一发现，本研究提出 Predict–Explain–Predict with Modality and Emotion Knowledge (PEP-MEK) 框架，通过引导模型显式抽取模态线索与情绪知识并进行\\\"预测—解释—再预测\\\"式推理，在三类代表性模型（Qwen2.5-Omni、Emotion-LLaMA、Gemini-2.5-Flash）上平均带来 9.90% 的准确率提升，其中情感专用模型 Emotion-LLaMA 提升高达 16.38%。图2. EmotionHallucer 样例与 PEP-MEK 框架。(a) 每一题均由\\\"基础问题 + 幻觉问题\\\"成对构成，仅在两题均正确时才计为正确，显著降低了语言偏置和随机作答的影响；(b) PEP-MEK 首先引导模型从多模态输入中抽取模态特异性线索与情绪心理学知识，生成初步预测与解释，再结合解释进行二次预测。◆ 研究创新 ◆本研究实现了三大理论与技术突破：1. 情绪幻觉的双维度评估体系。首次将\\\"情绪心理学知识\\\"与\\\"多模态情绪感知\\\"两条幻觉脉络系统纳入同一评测框架，覆盖 7 个子类别与 4 种模态，为后续可信情感 AI 研究提供了标准化的评测底座。2. 对抗式二元 QA 评测策略。针对传统 caption-based 评测易受提示设计与长度影响的问题，采用严格配对的基础–幻觉对抗式问答，并引入 Yes Percentage Difference 与 False Positive Ratio 等偏置指标，系统刻画模型的\\\"过度肯定\\\"与\\\"过度否定\\\"倾向。3. 心理学知识驱动的幻觉缓解范式。PEP-MEK 不依赖模型重训，仅通过结构化提示即可显著降低多模态情绪感知中的幻觉，为\\\"知识注入 + 推理显式化\\\"的可信情感 AI 路径提供了可迁移的实践样本。 ICLR (International Conference on Learning Representations) 是人工智能领域的顶级会议。· 论文链接： https://arxiv.org/abs/2505.11405· 发表会议： ICLR 2026· 作者： 邢博浩, 刘鑫, 赵国英, 刘澄玉, 傅小兰, Heikki Kälviäinen· 引用信息： B. Xing, X. Liu, G. Zhao, C. Liu, X. Fu, and H. Kälviäinen, “EmotionHallucer: Evaluating Emotion Hallucinations in Multimodal Large Language Models,” International Conference on Learning Representations (ICLR), 2026.

近日，suncitygroup太阳成集团傅小兰教授与刘峰助理研究员联合研究团队与江南大学人工智能与计算机学院钱雪忠副教授团队合作的研究成果“Temporal-spatial cross-fusion for dynamic micro expression recognition”在模式识别、计算机视觉与人工智能领域国际权威期刊 Pattern Recognition正式录用。 成果速读本研究成果首次从维度融合视角系统探索时空特征在动态微表情识别中的互补机制，提出新型并行时空交叉融合框架TSFmicro，为小样本场景下的微表情识别任务提供高效解决方案。 成果介绍微表情是人类在情绪抑制状态下无意识流露的短暂面部反应，具有持续时间极短（1/25~1/2秒）、运动强度微弱、局部区域特异等典型特征，在临床心理评估、公共安全监测、司法鉴证等领域具有重要应用价值。然而，微表情的瞬时性与局部性给准确识别带来显著挑战，即使经过专业训练的人员，其肉眼识别准确率也难以超过50%。现有方法多采用单一维度建模策略，难以有效捕捉微表情“在哪里发生”（where）与“如何变化”（how）之间的互补关系，制约了模型性能的进一步提升。图1. 本文试图从维度融合的角度，探讨时间融合对微表情识别性能的潜在影响。(a) 利用帧差分技术，将帧与帧之间的时间信息提取为时间特征。(b) 采用位置嵌入技术，学习与动作发生相关的位置信息，并将其映射到时间特征上。(c) 通过时序流和空间流提取时空信息，并尝试不同的时空融合方法。 (d) 采用不同时空维度融合方法时，TSFmicro的性能表现。 研究动机当前动态微表情识别研究面临两大核心挑战：一方面，微表情的高时序动态性使得单帧图像难以准确捕捉动作演化过程；另一方面，微表情的低强度与局部化特征导致关键运动区域难以精确定位。现有方法或侧重时间建模而忽略空间定位，或专注空间特征而弱化动态变化，缺乏对时空维度互补关系的系统性探索。若能在高维特征空间实现时空信息的有效融合，形成语义层面的\\\"where-how\\\"协同表征，将有望突破微表情识别的性能瓶颈。 研究贡献本研究提出时空交叉融合动态微表情识别框架（Temporal-Spatial Fusion framework for DMER, TSFmicro），主要贡献如下：1. 多维融合新视角。首次从维度融合角度系统探索时空特征在动态微表情识别中的互补机制，明确不同维度特征在多种组合模式下的作用与贡献，为微表情识别研究提供新的方法论参考；2. 并行时空融合方法。提出新型并行时空融合策略，在高维特征空间融合时空信息，形成语义层面的互补\\\"where-how\\\"关系，为模型提供更丰富的语义表征。空间子分支引入可学习位置嵌入并采用浅层网络设计，有效避免提取与微表情运动无关的身份信息；3. 时空特征贡献重审视。重新审视微表情识别领域中时间维度与空间维度的特征贡献关系，提出时空特征多维融合与计算的模式识别新范式，推动微表情识别从单维建模向多维协同演进；4. 高效时空融合框架。提出新型时空特征融合框架，通过计算Onset帧与Apex帧的差分捕获动态时序信息，并将其映射至空间子分支提取的位置信息，实现时空信息的高效整合。在CASME II、SAMM、CAS(ME)³三个主流数据集上的实验结果表明，该方法性能超越当前最先进方法（SOTA）。图2. TSFmicro框架整体架构。(a)整体流程首先进行人脸裁剪，随后从差异帧中提取时序特征，从起始帧中提取空间特征，最后进行时序-空间融合与分类。(b)特征融合模块通过逐元素求和的方式整合时序和空间特征流。(c)T-S（early）融合策略在识别主干之前融合时序与空间信息。(d)T to S融合策略在空间编码之后将时序特征融合到空间分支中。(e)S to T融合策略在时序编码之后将空间特征融合到时序分支中。(f)T-S（late）融合策略对独立处理的时序和空间特征进行逐元素求和。 研究创新本研究实现三大理论与技术突破：1. 维度融合新范式。突破传统单维建模局限，首次系统探索时空维度在微表情识别中的互补机制，为小样本时序分类任务提供可迁移的多维融合方法论；2. 轻量高效设计。采用元素级求和的融合策略，在保持模型轻量（9.5M参数，4.9G FLOPs）的同时实现性能提升，适用于计算资源受限的实际应用场景；3. 时空协同表征。通过\\\"差分帧+位置嵌入\\\"的协同设计，将动态时序变化与静态空间定位相互结合，显著提升模型对微表情完整演化过程的理解能力。 刘峰助理研究员为该文第一作者兼通讯作者，傅小兰教授为共同通讯作者，南丙誉、钱雪忠副教授为共同作者，南丙誉是刘峰老师与钱雪忠老师共同指导的硕士研究生。本研究得到国家重点研发计划“主动健康和老龄化科技应对”重点专项（No.2024YFC3606802）、上海交通大学2030倡议及新进教师启动计划项目基金的资助（No.25X010506040）。 Pattern Recognition 是模式识别、计算机视觉与人工智能领域国际权威期刊，五年影响因子IF=8.0，在学术界与工业界均具有广泛影响力。 论文链接：https://doi.org/10.1016/j.patcog.2026.113715代码地址：https://github.com/Cross-Innovation-Lab/TSFmicro发表日期：2026年4月13日作者：刘峰*、南丙誉、钱雪忠、傅小兰*单位：suncitygroup太阳成集团*、江南大学人工智能与计算机学院引用信息F. Liu, B. Nan, X. Qian, and X. Fu, \\\"Temporal-spatial cross-fusion for dynamic micro expression recognition,\\\" Pattern Recognition, 2026, doi: 10.1016/j.patcog.2026.113715.

药物成瘾犹如大脑遭遇“绑架”——一种名为“渴求”的心魔，驱使人不断复吸，形成难以挣脱的恶性循环。在我国，以甲基苯丙胺为主的合成毒品蔓延最广。更为棘手的是，这种渴求并不会因戒断而消失，反而会在停用后不断增强，而现有疗法却收效甚微。因此，破译渴求背后的神经密码，已成为终结这场“大脑之战”的关键突破口。在探寻这种渴求的根源时，神经科学家们将目光聚焦于前额叶中一个名为“前边缘皮层”（PL）的关键脑区。2026年3月25日，suncitygroup太阳成集团、医学院附属精神卫生中心赵敏、袁逖飞与刘芳团队在Neuron上在线发表了题为“Circuit and molecular mechanisms underlying incubation of methamphetamine craving in the prelimbic cortex”的研究论文。该研究揭示了PL中两类不同的抑制性神经元（表达生长抑素中间神经元，SST；小清蛋白中间神经元，PV）阶段性驱动甲基苯丙胺渴求及其背后两条独立的神经环路。更重要的是，团队鉴定出一个关键分子开关KCNC2，通过调控钾离子通道蛋白Kv3.2的表达，参与调节中间神经元放电模式，为针对特定戒断阶段制定干预策略、精准降低复吸风险提供新靶点。1.    渴求“接力赛”：两类神经元的时控刹车前边缘皮层是决策的“总指挥”，也是调控渴求的关键脑区。但长期以来，研究大多关注其中传递兴奋信号的“油门”（谷氨酸神经元），而忽略了那些至关重要的“刹车”（抑制性神经元）。特别是其中多种“刹车”亚型，它们如何分工作业、动态调控渴求的形成与演变，仍是一个未被破解的谜题。研究人员首先通过动物实验模拟了药物渴求状态，并利用c-Fos染色，Fos-TRAP技术与光纤钙信号记录技术监测SST及PV神经元的活动。结果发现，在戒断过程中，这两组“刹车”会分时段、交替式地失灵，从而驱动渴求。SST神经元主要在戒断早期（强制戒断第1天）活性显著抑制，其功能失调是导致个体在戒断初期产生强烈觅药冲动的主要原因。而在长期戒断后（强制戒断第15天），PV神经元则接替成为主导者，其异常激活诱发潜伏性渴求与高复吸风险的关键。这一发现首次清晰描绘了渴求随时间演进的细胞特异性基础。2.    神经环路“频道切换”：分阶段驱动渴求那么，“刹车”神经元为何会分时段失灵？研究团队运用神经环路示踪，光遗传结合膜片钳记录与遗传学操控等技术发现，其背后是两套不同的神经环路在“切换”工作，它们像两条不同的“指令通道”，分别在不同时期激活相应的神经元。在戒断早期，驱动渴求的指令主要来自外侧下丘脑（LH），通过释放抑制性GABA信号，抑制了SST神经元，导致PL脑区的兴奋与抑制平衡被打破，从而诱发早期渴求（LHGABA - PLSST）。而在长期戒断后，驱动渴求的核心指令源切换到了前内侧丘脑（AM），通过释放兴奋性谷氨酸信号，直接激活PV神经元，促进了长期渴求（AMGlu – PLPV）。3.    分子层面的“总开关”：KCNC2与Kv3.2如果外部指令是不断切换的“剧本”，那么执行指令的神经元自身，是否也在“暗中升级”或“内部改造”呢？研究团队进一步深入分子层面，通过单细胞转录组测序等技术，发现了“总开关” ——由KCNC2基因编码的Kv3.2钾离子通道蛋白。这个蛋白好比神经元的“节拍器”，能精密控制神经元高频放电和持续放电能力。研究发现，无论是早期戒断的SST神经元，还是长期戒断的PV神经元，它们的KCNC2基因表达都上调了——仿佛都给自己的“放电节拍器”（Kv3.2通道）加了码。可奇怪的是，一个推动了早期渴求，另一个则助长了长期渴求。那“同样的配方，为何效果相反”？ 同样的基因“配方”，在两个“厨师”手里，却端出了两道风味迥异的菜肴。秘密，就藏在厨师的“烹饪手法”里——蛋白的翻译后修饰。研究发现，早期SST神经元中Kv3.2通道磷酸化水平升高，导致通道功能障碍，削弱快速放电能力，表现为动作电位时程延长及兴奋性降低。长期PV神经元中Kv3.2通道表达上调，导致功能亢进，增强快速放电能力。因此，KCNC2 / Kv3.2并非简单的“开”或“关”，而是一个可被精细调控的“多功能调节旋钮”。它通过在不同神经元类型及时间窗口中引入差异化的分子修饰，实现对神经元电生理特性的“精细编程”，最终在一致的表达趋势下，导出截然不同的行为输出。当研究人员通过病毒介导的基因敲低技术降低KCNC2的表达后，渴求行为也得到了有效缓解。这一系列结果共同勾勒出一条跨层级的因果调控链：脑区→环路→分子→行为表型，为理解心理渴求随时间动态演变的神经机制提供了关键框架。4.    临床干预新策略：迈向“分期疗法”路线图这项研究的深远意义在于，为药物成瘾治疗提供了一个精准干预路线图，推动干预范式由“一刀切”迈向“分期疗法”。这一转变不仅重塑了我们对渴求动态本质的理解，也为临床策略的精细化设计提供了理论依据。在此框架下，未来的药物或神经调控技术（如经颅磁刺激TMS，聚焦超声刺激FUS）可以根据戒断时间，针对特定抑制性神经元及其环路进行干预。与此同时，KCNC2 / Kv3.2作为跨阶段、跨细胞类型发挥作用的关键分子“总开关”，为开发新一代药物提供了极具潜力的精准靶点。我们有望通过调节该通道，实现 “一石多鸟”的治疗效果。当大脑中失灵的“刹车”在不同阶段被逐步修复，我们或许真能帮助被困于成瘾循环的大脑，重新找回它的平衡与自由。suncitygroup太阳成集团、医学院附属精神卫生中心赵敏教授、袁逖飞教授与刘芳教授为论文的共同通讯作者。上海交通大学博士研究生施赛和孙轶雯以及丁锦君博士为论文的共同第一作者。 原文链接：https://www.cell.com/neuron/abstract/S0896-6273(26)00123-6

近日，suncitygroup太阳成集团傅小兰教授与刘峰助理研究员联合研究团队与江南大学人工智能与计算机学院钱雪忠副教授团队合作的研究成果“Evaluating and Correcting Human Annotation Bias in Dynamic Micro-Expression Recognition”在情感计算领域顶级期刊IEEE Transactions on Affective Computing正式录用。成果速读本研究成果首次为情感计算领域微表情数据集提供一把质量标尺，用于衡量数据集在制作过程中人工标注偏差。成果介绍微表情是人类在试图抑制或隐藏真实情绪时产生的无意识面部反应，具有持续时间极短（1/25~1/5秒）、强度微弱、区域特异等特点，在临床心理学、国家安全、司法鉴证等领域具有重要应用价值。然而，现有微表情数据集的人工标注过程易受标注者主观因素影响，尤其在跨文化场景下，关键帧（Onset/Apex/Offset）标注偏差更为显著，严重制约了模型性能的进一步提升。图1. 计算三个数据集之间的差异后得到的单个样本差异曲线如图所示。具体而言，逐帧计算帧间像素值的 L2 范数以量化运动强度，其峰值作为评估表情强度变化的关键客观指标。数据集中原始的手动标注的峰值帧用红色虚线标记，而从差异计算得出的最大差异值则用虚线框突出显示。研究动机当前微表情识别研究面临两大核心挑战：一方面，传统人工标注流程对标注者专业素养要求极高，即使经过系统培训，人工检测准确率仍难以超过50%；另一方面，跨文化数据集中因面部肌肉运动模式、表达习惯的系统性差异，导致标注关键帧与真实动作峰值帧存在显著时序偏移，引入标注噪声干扰模型学习。若能有效校正此类主观标注偏差，将有望从数据层面突破微表情识别的性能瓶颈。研究贡献本研究提出全局反单调差分选择策略（Global Anti-Monotonic Differential Selection Strategy, GAMDSS）框架，主要贡献如下：1.首创标注偏差校正范式。首次系统分析微表情数据集中人工标注主观误差的来源与影响，提出\\\"不直接改进模型结构，而是通过优化标注边界提升系统性能\\\"的新思路，为时间序列标注对齐问题提供通用解决方案；2.动态帧重选机制。在原始人工标注关键帧邻域内，通过差分计算动态搜索动作变化最显著的三帧（Onset/Apex/Offset），构建完整的\\\"上升-下降\\\"时空动态表征，有效规避人工逐帧比对引入的主观误差；3.参数高效的双分支时空建模。设计共享参数的双时空单元，分别提取微表情\\\"上升相\\\"与\\\"下降相\\\"的细粒度特征，并通过知识注入式辅助损失函数强化模型对完整动作演化过程的理解；4.跨文化数据集验证。在CASME II、SAMM、4DME、CAS(ME)³等7个主流微表情数据集上的实验表明，GAMDSS在跨文化数据集（如SAMM、4DME）上性能提升尤为显著，定量分析进一步证实：单文化数据集中Onset+Apex两帧即可捕获主要变化特征，而跨文化数据集需完整三帧建模以校正系统性标注偏差。图2. GAMDSS 框架整体架构。(a) GAMDSS 流程：动态帧重选机制基于不同数据集重新选择动作变化最丰富的三个关键帧；采用双分支共享参数时空单元提取特征；引入辅助损失函数建模微表情完整演化过程。(b) 时空特征提取与融合方法，采用 Swish 激活层增强特征非线性与优化稳定性。研究创新本研究实现三大理论与技术突破：1.标注偏差量化分析。首次建立微表情关键帧标注主观误差的量化评估体系，通过动态调整搜索范围参数λ，系统比较单文化与跨文化数据集的标注质量差异，为数据集标准化建设提供理论依据；2.即插即用的轻量设计。GAMDSS无需增加模型参数量，仅需数行代码即可集成至现有微表情识别框架，在ResNet、ConvNeXt、Swin Transformer、RMT等多种骨干网络上均取得稳定性能提升；3.时空动态建模新范式。突破传统仅关注Onset→Apex阶段的局限，首次将Apex→Offset的\\\"下降相\\\"动态信息纳入建模框架，显著提升模型对微表情完整演化过程的理解能力。刘峰助理研究员为该文第一作者兼通讯作者，傅小兰教授为共同通讯作者，南丙誉、钱雪忠副教授为共同作者，南丙誉是刘峰老师与钱雪忠老师共同指导的硕士研究生。本研究得到国家重点研发计划\\\"主动健康和老龄化科技应对\\\"重点专项（2024YFC3606801）与上海交通大学新进教师启动计划项目基金（25X010506040）的资助。期刊IEEE Transactions on Affective Computing是中科院一区TOP期刊，Web of Science数据库中期刊引证指标JCI排名第一，IF=9.8，IF(5 years)=10.2，中国人工智能学会（CAAI）推荐的A类国际期刊，也是情感计算方向的国际顶级刊物。 论文Arxiv链接：https://doi.org/10.48550/arXiv.2603.04766论文IEEE链接： https://ieeexplore.ieee.org/document/11424978代码链接：https://github.com/Cross-Innovation-Lab/GAMDSS发表日期：2026年3月9日作者：刘峰*、南丙誉、钱雪忠、傅小兰*单位：suncitygroup太阳成集团*、江南大学人工智能与计算机学院引用信息：F. Liu, B. Nan, X. Qian, and X. Fu, \\\"Evaluating and Correcting Human Annotation Bias in Dynamic Micro-Expression Recognition,\\\" IEEE Transactions on Affective Computing, 2026, doi:10.1109/TAFFC.2026.3671731.

传统文化中的禅修与吐纳虽早已洞察“调息”之妙，但其神经科学机制尚未被充分阐明。suncitygroup太阳成集团袁逖飞教授联合河北医科大学袁芳、王升教授团队，近日在Advanced Science期刊上发表题为“Respiratory-limbic coupling via a thalamic circuit alleviates anxiety”的研究论文，发现前包钦格复合体（preBötzinger complex，preBötC）→丘脑室旁核（PVT）→中央杏仁核（Central amygdala，CeA）三级神经环路是呼吸调控情绪的重要生理基础。该研究系统解析了延髓呼吸中枢与边缘系统经丘脑环路实现功能耦合的工作模式，明确了该通路在缓解焦虑、降低呼吸频率及稳定呼吸频率变异方面的调控规律。在此基础上，临床研究进一步证实，缓慢自主呼吸可显著降低焦虑水平；通过对癫痫患者杏仁核区颅内脑电信号（SEEG）的实时监测，发现慢呼吸能显著抑制焦虑相关的beta与high-gamma振荡。这项工作为焦虑症的非药物干预——无论是生物反馈技术还是精准呼吸训练——提供了扎实的生物学底层证据。它让我们意识到，通过控制呼吸这种“主动生理开关”，人类确实掌握着通往心理平静的密钥。论文链接： https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.202517477

2026年1月29日，上海交通大学袁逖飞教授与许涛教授、电子科技大学徐鹏教授团队在Cell Press细胞出版社期刊Cell Reports Medicine合作发表了题为“Neurophysiological Connectomic Signatures of Consciousness during Propofol-Induced General Anesthesia” 的研究。该项研究利用高密度脑电图（EEG）源定位、高时间分辨率及多频段功能连接性分析等策略，揭示了丙泊酚诱导无意识状态过程中，顶叶-皮层下α频段功能连接的中断是麻醉诱导意识丧失的关键神经通路。意识机制是脑科学研究的重大问题，全麻诱导的意识状态可逆改变为相关研究提供了宝贵窗口。团队利用丙泊酚诱导全身麻醉的临床窗口，对全脑的电生理功能连接组进行深入分析。结果显示，丙泊酚诱导全麻调控的无意识状态表现为低频（δ、θ）网络连接显著增强，而α、β及γ频段的网络相位耦合明显减弱。麻醉并非简单“关闭”大脑连接，而是引发了不同频段之间不均一的重构，这一过程可能与意识的可逆性转变密切相关。进一步的意识状态分类分析表明，α频段模型的识别性能优于其他频段，其中顶叶-皮层下、顶叶-枕叶及顶叶-颞叶的α频段功能连接是区分意识状态的关键特征，并在意识维持中发挥核心作用。全麻中，意识的切换仅有数秒，团队利用毫秒级尺度的时间滑窗分析策略，发现在意识切换的关键阶段，α频段中以顶叶为核心的相位锁时连接（包括顶叶–枕叶、顶叶–丘脑、顶叶–扣带回、顶叶–屏状核及顶叶–颞叶）在意识状态转换中具有高度时间特异性。这一结果表明，α频段顶叶相关的皮层–皮层下及后部皮层连通性可能是反映意识丧失动态过程的关键神经机制，与顶叶作为“意识热点”及其整合功能决定意识状态的理论高度一致。团队进一步利用低剂量丙泊酚镇静的独立队列，进一步验证：顶叶相关α连通性的降低是意识水平下降的稳定神经标记，对镇静过程中的细微波动不敏感，但对意识状态转换高度敏感，该连接中断可能是麻醉诱导无意识的关键通路，而非意识减弱的简单伴随现象。该研究为基于脑电信号的意识状态识别和个体化麻醉深度调控提供了新的理论基础和潜在生物标志物。论文上线当天，Nature为这项工作发表了题为“Still conscious? Brain marker signals when anaesthesia takes hold” 的新闻。 【Drew L. (2026). Still conscious? Brain marker signals when anaesthesia takes hold. Nature, 10.1038/d41586-026-00301-9. Advance online publication. https://doi.org/10.1038/d41586-026-00301-9 】

近日，“十四五”普通高等教育本科国家级规划教材入选名单公布，suncitygroup太阳成集团傅小兰教授主编教材《情绪心理学：研究与应用》成功入选。“十四五”普通高等教育本科国家级规划教材建设，是教育部为落实立德树人根本任务、推动高等教育高质量发展而实施的重要举措，旨在加快自主知识体系与教材体系建设，着力打造中国特色、世界水平的高质量教材体系，为高等教育强国建设提供坚实支撑。根据《教育部办公厅关于开展“十四五”普通高等教育本科国家级规划教材第一次推荐遴选工作的通知》，教育部“十四五”普通高等教育本科国家级规划教材第一次遴选数量为3000种左右。据公示名单显示，本次共有3404种国家级教材入选。本次入选教材中，上海交通大学有69本入选。教材简介习近平总书记在党的二十大报告中明确指出，要重视“心理健康和精神卫生” “加强教材建设和管理”。本教材针对心理健康和精神卫生工作中应特别重视的情绪问题，面向新冠疫情在全球肆虐后大众对情绪管理的迫切需求，旨在为广大读者提供一本系统学习和掌握情绪心理学的基本理论知识以及从事情绪研究与应用工作所必备技能的高质量教材，以提升人们识别、理解、管理和掌控情绪的能力，促进情绪心理学的人才培养和学科发展，为提升全民心理健康素质建设“健康中国”和“平安中国”贡献心理学专业力量。本教材自2016年问世以来，已成为中国高校情绪心理学课程的权威教材之一，在以下几个方面表现出突出特色和创新点：1. 注重反映中国学者在该研究领域的贡献。中国心理学在近几十年获得快速发展，在情绪心理学研究领域已经达到国际领先水平，本教材正是立足于这一辉煌成就，旨在通过认知心理学和认知神经科学的独特视角，系统地梳理并呈现国内外情绪心理学基础研究与应用领域的丰硕成果。2. 深刻的思想性与理论根基。本教材在编写过程中，始终秉持着深刻的思想性，旨在引导读者深入探索情绪的产生过程和作用机制，了解情绪的相关理论和实证研究结果。通过引经据典，巧妙地融合了传统理论与现代研究，为读者构建了坚实的理论基础，使其能够站在前人的肩膀上，眺望情绪心理学的广阔天地。3. 前沿的学术动态与丰富的资源支持。本教材紧跟时代步伐，充分反映了情绪心理学领域的最新研究动态和创新成果，重点介绍新研究、新范式和新成果。同时，本书还提供了丰富的参考文献资源，读者可以通过进一步阅读这些文献，深化对情绪心理学的理解，拓宽研究视野，为未来的学习和研究提供强有力的支持。教材获得国内同行的广泛赞誉与积极反馈，其应用范围广泛，不仅用于本科生授课，还在硕士研究生教学和面向中小学教师的在职培训中使用。国内同行普遍反映：1. 教材内容体系完备。本教材系统展示了国内外情绪心理学研究的全貌和新进展，从情绪理论、情绪结构、情绪发展、情绪与认知、情绪与疾病等方面深入浅出地阐释了情绪心理学这个分支学科的体系和内容。2. 教材注重理论与实践相结合。作者注重将理论知识与现实生活相结合，分析情绪规律在现实中的应用场景。这种理论与实践相结合的编写方式，使得本教材既具有深厚的理论底蕴，又具有广泛的实践指导意义。3. 教材具有较强的时代性。作者不仅关注国内的研究动态，更立足国际前沿，广泛吸收国内外学术领域中情绪心理研究的最新成果，力求在教材中呈现最科学、最前沿的知识体系。这种对科学的执着追求和对国际动态的敏锐洞察，使得本教材在内容上具有高度的权威性和前瞻性。以此为契机，suncitygroup太阳成集团将进一步完善教材建设机制，强化教材编写力量，系统推进一流教材建设工作，激励教师编写一批能够引领学科前沿、彰显专业特色、体现跨学科融合的高水平规划教材与精品教材，并积极探索构建适应“AI时代”需求的新型教材体系，切实发挥教材在教育教学中的关键支撑作用，推动人才培养质量迈上新台阶。

研究背景人类为何在没有任何地标的环境中仍能找到方向? 科学界长期关注一种名为空间路径整合（Path Integration, PI）的能力。这一能力使个体能够在运动中持续更新对当前位置与起点的估计，是人类空间导航与构建认知地图的关键基础。然而，PI功能异常往往是阿尔茨海默病（AD）等脑退行性疾病最早出现的症状之一。内嗅皮层（Entorhinal Cortex, EC）作为通往海马的核心“门户”，在空间定位、路线记忆形成中承担着独特作用，并且恰恰是AD最早发生神经损伤的区域。已有研究提示左右EC可能承担不同类型的导航功能，但在人类中缺乏直接而清晰的因果证据，一方面源于机制复杂，另一方面由于深部脑区难被传统无创刺激技术精准调控。 研究成果上海交通大学赵冰蕾/刘满华团队，通过引入新兴的非侵入式神经调控技术——时间干涉刺激（Temporal Interference, TI），首次在人类实验中明确揭示了左右内嗅皮层在路径整合中的功能分工。本项研究率先在人类实验中提出并应用了一种全新的空间路径整合（Path Integration, PI）范式，通过虚拟现实（VR）技术与非侵入式深部脑刺激的结合，对大脑左右内嗅皮层（Entorhinal Cortex, EC）在空间导航中的分工进行了系统、因果性的检验。与以往单一、被动的空间记忆测试不同，本项研究创新性地设计了两种互补的路径整合任务，并为每种任务设定了多维度的评估指标体系，实现了对人类空间认知能力的细致刻画。这项研究成果以“Distinctive roles of left and right entorhinal cortex in path integration via a non-invasive stimulation study”为题，发表在Nature子刊Nature Communications杂志。在实验范式设计上，第一类任务为感觉驱动（sensory-driven）路径整合任务，要求受试者在VR环境中仅凭自身运动线索（无外部参照）找到回到起点的路径。这一任务模拟了现实生活中“闭眼回家”或“黑暗中寻路”的情境，是典型的自我运动导航能力的测量。实验为此任务使用了角度偏差（Angle Deviation, AD）和相对距离偏差（Relative Distance Deviation, RDD）两项核心指标，分别用来量化受试者在空间方向判断和距离估算上的精度。第二类任务为抽象处理（abstract processing）认知地图任务，则更侧重空间关系的高级推理。受试者需要在俯视视角下，通过少量已知参照物在虚拟空间中推断未知目标位置。为全面评估该能力，研究仿照感觉驱动任务的衡量参数设置了平均角度偏差（Average Angle Deviation, AAD）、平均相对距离偏差（Average Relative Distance Deviation, ARDD）和总距离偏差（Overall Distance Deviation, ODD）三项指标，从空间角度、相对距离和总体空间误差多个维度，细致捕捉抽象空间推理能力的变化。结果显示，针对右侧EC的TI刺激显著提升了受试者在自我运动驱动条件下的方向判断与距离估计精度，而刺激左侧EC则更显著改善了认知地图推理能力，多项行为指标改善具有半球特异性且与刺激方式高度吻合。此外，研究团队还借助磁共振成像技术和电场模拟仿真进一步印证了刺激的效果。通过模拟干涉电场在大脑中的分布，研究发现，时间干涉刺激可以把能量准确地“集中”到深部的内嗅皮层，而不会大量波及皮层脑区。与此同时，研究团队还用功能磁共振观测到，接受刺激后，这些关键导航脑区与大脑其它相关区域之间的功能链接相比与为受到刺激的另一侧脑区而言变得更加紧密。这一系列发现让我们不仅看到行为上的提升，也揭示了背后神经网络的变化，为“为什么刺激能有效提升方向感”提供了科学解释。研究意义这项研究不仅在基础科学层面回答了人类空间导航机制的关键问题：左与右内嗅皮层在应对不同空间推理模式时承担不同角色，而且在应用层面具有重要的未来潜力。路径整合能力是阿尔茨海默病（AD）的早期敏感筛查范式，可筛排出更易AD转阳的高危人群。本研究在健康人群中验证了TI的刺激精准性和认知增强的有效性，具备延展到认知障碍人群的早期精准干预的可能。这意味着，一种全新的脑功能调控思路正在形成：通过精准靶向EC这一最早受损区域，有望为检测和改善老龄化社会中高发的认知退化提供新的技术力量。研究团队表示，未来将继续推动TI在病患群体中的应用研究，探索其作为神经调控手段在临床转化中的前景，为阿尔茨海默病等疾病的早诊早治提供创新可能。suncitygroup太阳成集团赵冰蕾副研究员和计算机学院刘满华教授为本文通讯作者。上海交通大学自动化与感知学院博士生赵海燕和suncitygroup太阳成集团赵冰蕾为本文共同第一作者。该论文得到国家自然科学科学基金（62171283；32400859）上海交通大学“交大之星”计划“医工交叉研究基金”（YG2024LC11)等项目资助。该项工作受到央视的关注，本文同一/共通作者赵冰蕾接受中央广播电视总台老年之声、《夕阳红》栏目融媒体访谈。原文链接：https://rdcu.be/eQWc3

研究背景共情是人类社会互动的核心组成部分，也是人机交互领域关注的关键议题。随着大语言模型（LLMs）在对话交互、情感支持等场景的广泛应用，其是否能真正展现出与人类相当的认知共情（理解他人心理状态）和情感共情（响应他人情绪体验），成为亟待解答的科学问题。现有研究对 LLMs 共情能力的评估缺乏标准化范式，部分研究因依赖特定场景易导致结果高估，且未能清晰区分两种共情维度的表现差异。针对这一现状，suncitygroup太阳成集团赵冰蕾副研究员与人工智能学院金耀辉教授团队合作采用结合心理学标准化量表与提示词工程的创新方案，系统探究 LLMs 的共情能力边界。研究成果合作团队以 GPT-4 和 Llama3 为研究对象，通过连续实验，首次采用标准化共情量表结合人格化提示词范式，系统揭示了当前大语言模型的共情能力特征。研究成果以“Can Large Language Models Exhibit Cognitive and Affective Empathy as Humans?”为题，近期发表于Computer in Human Behavior的子刊Computers in Human Behavior: Artificial Humans 期刊。研究创新性地构建了 “人格化模拟、量表验证、能力对比”的三阶段评估范式。首先通过提示词工程让 LLMs扮演具有不同大五人格特质（开放性、尽责性、外向性、宜人性、神经质）的虚拟参与者，每个特质从非常低至非常高分为五个等级，并结合离散高斯分布抽样确保LLM模拟样本的多样性；随后采用人际反应指数（IRI）和基本共情量表（BES）两种国际通用工具，验证量表在 LLMs 中的结构有效性；最后通过与人类被试的直接对比，量化分析 LLMs 在认知和情感共情维度的表现。四项实验各有侧重：实验 1 和 2 以 IRI 量表为工具，分别对 1200 名人类被试与 1200 名 GPT-4 模拟参与者进行测试及重复验证；实验 3 采用 BES 量表，进一步验证 GPT-4 共情能力的通用性；实验 4 则将 Llama3 纳入研究，对比闭源与开源模型的共情表现差异。评估指标包括量表各维度得分、结构效度一致性、内部一致性信度（Cronbach’s α）等，全面刻画 LLMs 的共情特征。结果显示，GPT-4 在 IRI 和 BES 量表中均展现出与人类一致的共情维度结构（认知与情感双维度），且量表信度良好（Cronbach’s α 介于 0.95-0.98 之间），证明标准化量表可有效评估 LLMs 的共情表现。而开源模型 Llama3 未能展现出与人类一致的共情维度结构，其IRI量表拟合较差，BES 量表的因子划分也与人类标准不符，无法通过标准化量表进行有效共情评估。在能力水平上，GPT-4 的认知共情（IRI：M=1.88 vs 人类 M=2.77；BES：M=3.57 vs 人类 M=3.88）和情感共情（IRI：M=2.31 vs 人类 M=2.46；BES：M=3.26 vs 人类 M=3.39）得分均显著低于人类，效应量较大（d>0.7）。同时，研究强调LLMs 的共情响应可能源于模式匹配与训练数据记忆，而非真正的情感共鸣或因果推理，其表面共情表现更倾向于一种复杂的模仿行为，这也解释了为何在特定场景中 LLMs可能呈现出看似共情的回应，但在标准化特质评估中表现不足。图 GPT4与人类共情表现的对比研究意义这项研究在基础层面明确了当前 LLMs 共情能力的核心特征：闭源模型（如 GPT-4）可模拟人类共情的结构框架，但能力水平显著不足；开源模型（如 Llama3）尚未形成人类对齐的共情维度，为理解 AI 共情的本质提供了关键实证依据。在应用层面，研究提出的标准化评估范式为 LLMs 共情能力的量化对比提供了工具，提示未来需通过优化训练数据、融入心理理论框架等方式提升模型共情表现。尤其对于心理支持、陪伴机器人等敏感场景，当前 LLMs 的共情局限提示需谨慎应用，同时也为下一代高共情 AI 的研发指明了方向。suncitygroup太阳成集团赵冰蕾与人工智能学院金耀辉为本文通讯作者，suncitygroup太阳成集团博士研究生于腾飞，人工智能学院潘思宇为共同第一作者。该研究得到suncitygroup太阳成集团院长傅小兰教授的大力支持，受到教育部哲学社会科学重大项目（23JZD005）、上海交通大学医工交叉研究基金（YG2024LC11）及国家自然科学基金（32071081；32371125）等项目资助。原文链接：https://doi.org/10.1016/j.chbah.2025.100233