[
  {
    "id": "appraisal",
    "route": "情绪的组织与表征",
    "title": "Dissecting appraisal and multicomponential features of emotion",
    "year": "2026；方法细节据2024公开预印本",
    "status": "正式论文已发表；全文核查到预印本",
    "url": "https://doi.org/10.1037/emo0001619",
    "extra": "https://osf.io/preprints/psyarxiv/qzdbu",
    "question": "情绪名称背后，是否有可区分的评价、动机和身体感受组合？",
    "data": "14部电影的50项群体共识评分：37项CPM作输入，13项离散情绪作预测对象；约9,600个秒级观测。不使用fMRI或仪器生理记录。",
    "analysis": "先比较13项的时间相关与层次聚类；再按情绪评分加权汇总37项CPM，形成每种情绪的成分轮廓。预设3因子检验效价／唤醒／力量结构。最后用分类模型分别预测单项评分高低、13类中最高评分项，以及四个较粗情绪簇，并做留一电影验证。",
    "result": "评分间可见效价与自我／他人相关的组织；CPM项目可跨电影预测情绪评分，评价项目普遍有信息，动机等补充区分。预印本中，13类任务的留一电影准确率43.93%，多数类基线25.64%；混合电影的10折结果94.42%，不可混报。",
    "boundary": "这些是群体评分之间的统计联系，不能证明评价在时间上引起了情绪。3因子是事先设定，不能说数据发现“情绪恰好只有3维”。数字据预印本，未冒充正式版复核值。",
    "anchor": "预印本 Methods §2.2；Results §3.1–3.5；Discussion pp.17–22。正式版摘要与EPFL书目已核对。"
  },
  {
    "id": "map",
    "route": "情绪的组织与表征",
    "title": "Map-like representations of emotion knowledge in hippocampal-prefrontal systems",
    "year": "2026 · Nature Communications",
    "status": "正式全文：方法、结果与讨论已核对",
    "url": "https://www.nature.com/articles/s41467-025-68240-z",
    "question": "大脑只是区分情绪类别，还是也组织了类别之间的关系，像一张认知地图？",
    "data": "29名扫描被试（因缺失影片排除1名）的fMRI；13项离散情绪，加Good、Bad、Calm、AtEase这4项主观感受。不使用全部50项。",
    "analysis": "用偏最小二乘回归从海马、内嗅皮层、vmPFC等区域预测类别评分、二维情绪空间轨迹等，留一电影验证。另以评分构造的环境训练Tolman–Eichenbaum Machine（TEM），比较其概念／位置联合编码p与关系编码g能否从脑信号读出。",
    "result": "海马相对更支持具体类别与细粒度联合编码；vmPFC更支持情绪空间轨迹及较大尺度关系编码。海马类别评分的平均Fisher z≈0.0525，二维位置≈0.0428；这是预测相关，绝不是“识别准确率”。",
    "boundary": "TEM是计算模型，不是直接记录到的神经元。地图式表征是模型比较支持的解释；不能说已经证明脑内存在本研究绘出的二维地图，作者也承认二维简化了情绪。",
    "anchor": "Methods: Emotion ratings / Multivariate decoding；Results Fig.2–5；Discussion limitations。"
  },
  {
    "id": "gradients",
    "route": "情绪与脑活动的动态／条件差异",
    "title": "Individual Differences of Cortical and Subcortical Emotion-Informed Functional Gradients",
    "year": "2026 · Human Brain Mapping",
    "status": "正式全文：方法、结果与讨论已核对",
    "url": "https://onlinelibrary.wiley.com/doi/full/10.1002/hbm.70617",
    "question": "用什么情绪场景的脑数据，最容易看出焦虑或开放性等个体差异？",
    "data": "30人的电影与静息态fMRI、50项共识评分，以及15项个体差异问卷分数。50项先按既有因子载荷归并为效价、唤醒、力量的时间序列。",
    "analysis": "按情绪分数的四分位选择电影时间段；由414脑区计算功能连接，扩散嵌入为功能梯度，提取各脑区到梯度中心的距离。用Lasso及嵌套被试交叉验证预测问卷，并比较静息、整段电影和按情绪选段。",
    "result": "电影梯度较适合预测状态焦虑，静息梯度较适合预测开放性；按情绪选段后两者均可改善。焦虑的最佳平均预测相关约0.33（整段电影0.26），开放性约0.32（整段电影0.03）；不同目标适合不同场景。",
    "boundary": "预测目标是人的问卷分数，不是当前时刻的50项情绪准确率。样本30人，最佳选段结果属探索性；不能总结为“电影永远优于静息”，也不是因果操纵情绪。",
    "anchor": "Methods §2.1.2、§2.2.4–2.2.6；Results §3.3、§3.7–3.8。"
  },
  {
    "id": "heart",
    "route": "情绪与脑活动的动态／条件差异",
    "title": "Brain-heart coupling shapes large scale brain dynamics",
    "year": "2025 · bioRxiv预印本",
    "status": "作者公开全文：外部验证方法与结果已核对",
    "url": "https://doi.org/10.1101/2025.07.14.664815",
    "extra": "https://www.researchgate.net/publication/393758380_Brain-heart_coupling_shapes_large_scale_brain_dynamics",
    "question": "心率变化与脑网络整合／分离的关系，在电生理和BOLD中是否相同？",
    "data": "主研究另有颅内EEG与另一组fMRI。Emo-FilM仅作外部复核：30人观看Sintel的BOLD和同步心率，未把50项共识评分作为该复核的核心输入。",
    "analysis": "对Emo-FilM的116脑区信号使用26秒滑窗、6.5秒步长，计算网络整合与分离指标，再与同期心率相关。对比主研究iEEG与fMRI，并用血流动力学模型生成模拟BOLD。",
    "result": "Emo-FilM复核中，心率与分离正相关r=0.11，与整合负相关r=−0.16；方向与主研究iEEG相反、与实测fMRI一致。模拟BOLD却保留iEEG方向，说明简单血流转换并未复现实测差异。",
    "boundary": "Emo-FilM没有提供此研究的颅内EEG。不能把心率直接等同于某一种主观情绪，也不能说模型已证明符号反转的唯一机制；当前核到的是预印本。",
    "anchor": "Results: Replication of BOLD findings / Balloon–Windkessel modelling；Methods: External fMRI data for validation。"
  },
  {
    "id": "isc",
    "route": "脑数据的泛化与测量边界",
    "title": "Inter-subject correlations and their behavioral associations vary across movies",
    "year": "2026 · Imaging Neuroscience",
    "status": "正式全文：Emo-FilM方法及跨数据集结果已核对",
    "url": "https://doi.org/10.1162/imag.a.1400",
    "extra": "https://pmc.ncbi.nlm.nih.gov/articles/PMC13228506/",
    "question": "一部电影上发现的脑同步与行为关系，换一部电影还成立吗？",
    "data": "3套数据共318人、36部电影。Emo-FilM是第二复核数据：28人（排除2名缺失者）、14部电影fMRI和大五人格问卷；不是用50项连续情绪训练分类器。",
    "analysis": "逐电影计算被试间脑时间序列相关（ISC）；用被试间表征相似性分析（IS-RSA）考察脑同步与行为相似性的关系，再比较不同电影的空间分布。",
    "result": "脑同步强度及ISC–行为关联显著依赖具体电影；不同电影的关联区域重合有限，三个数据集给出一致方向的证据。",
    "boundary": "它是对电影fMRI结论可推广性的检验，不能解释成某一情绪项目本身可靠性差，更不能拿单片最高结果代表普遍规律。",
    "anchor": "Methods §2.3；Introduction的三数据集设计；Results与Discussion跨电影复核。"
  },
  {
    "id": "encoder",
    "route": "视觉编码与重建：不等于情绪解码",
    "title": "Deep Neural Encoder-Decoder Model to Relate fMRI Brain Activity with Naturalistic Stimuli",
    "year": "2025 · EMBC / arXiv公开稿",
    "status": "公开全文：方法、结果与讨论已核对",
    "url": "https://arxiv.org/html/2507.12009v1",
    "question": "连续电影画面能否预测视觉皮层BOLD，并借助解码器重建画面特征？",
    "data": "30人的电影fMRI先跨人平均，与14部电影的图像帧配对；选取视觉区高信噪比4,609体素。不使用50项情绪评分。",
    "analysis": "CNN编码器从连续32帧预测fMRI，解码器作重建与正则化。留出一整部YouAgain及其余影片末20%测试，再看显著性图中的重要体素。",
    "result": "报告体素时间预测平均r≈0.203、重建SSIM≈0.320；重要区域集中在枕叶、梭状回、距状区，重建主要体现边缘、对比、脸等视觉特征。",
    "boundary": "论文主要结果的解码器输入包含编码器预测的fMRI，不能将这些结果全部宣传成“由独立实测脑活动直接读出画面”。SSIM不是情绪识别准确率，也未检验50项目的心理结构。",
    "anchor": "Methods §II-A–C；Results §III-A–B，尤其解码输入说明与Fig.2–3。"
  },
  {
    "id": "states",
    "route": "情绪与脑活动的动态／条件差异",
    "title": "Neural state shifts in response to changing affective context",
    "year": "2026 · CNS会议海报摘要",
    "status": "仅摘要；非完整论文证据",
    "url": "https://jocnf.pubpub.org/pub/ey6c189l/release/1",
    "question": "情绪变化更稳定的电影，脑状态切换也会更少吗？",
    "data": "Emo-FilM的28名被试电影fMRI与连续情绪评分。摘要未详列所选项目、全部预处理与排除原因。",
    "analysis": "HMM分割多体素脑活动状态；根据affective surprise的稳定程度对电影作对照，比较脑区的状态切换率。",
    "result": "初步结果中，角回和中枕叶在较稳定情绪情境下切换较少；杏仁核与海马反而较多。提示不同脑区可能有不同的情绪—分段关系。",
    "boundary": "只能作为动态加工的初步线索。摘要中的affective surprise不能未经方法核对就等同于补表Surprise单项；不能宣称已建立完整机制。",
    "anchor": "作者海报摘要全文；未取得完整方法、数据和统计附件。"
  },
  {
    "id": "hoi",
    "route": "情绪与脑活动的动态／条件差异",
    "title": "Investigating higher-order signatures of emotions in the human brain using film fMRI",
    "year": "2026 · ABIM会议摘要 W16",
    "status": "仅摘要；非完整论文证据",
    "url": "https://www.unige.ch/ABIM/download_file/view/54/210",
    "question": "三个以上脑区的联合动态，是否比两两连接更能对应情绪时间变化？",
    "data": "摘要报告30人、14部电影fMRI及50项时间分辨情绪评分。",
    "analysis": "计算高阶交互与同调scaffold动态，用时间—时间相似性及偏最小二乘相关（PLSC）联系脑动态和情绪；并报告交叉验证预测比较。",
    "result": "作者报告高阶scaffold与情绪曲线的对应和预测优于传统两两连接，并得到与效价、唤醒、力量有关的脑—情绪成分。",
    "boundary": "摘要未给完整性能数值、训练测试拆分和对照细节；本轮不将其结论升格为已充分复核的完整论文结论。",
    "anchor": "ABIM官方会议册W16，Lorenzo Zaffina等。"
  }
]