脑机百科消息(bciwiki.com)，据《Journal of Neural Engineering》，该刊于2026年10月5日发表Tang Y、Corballis PM和Hallum LE的研究，探讨出声与想象发声中的情绪解码，以及面部肌肉活动对脑电记录的影响。研究面向脑机接口（BCI）中的情绪信息识别，发现想象发声时的非自主面部肌肉活动会产生与情绪有关的脑电污染模式。
研究包含两项实验：出声实验纳入14名参与者，想象发声实验纳入21名参与者，任务均涉及愤怒、快乐、中性、悲伤和愉悦五类情绪。研究人员全程记录64通道脑电，提取时频特征，并使用逻辑回归分类器评估情绪解码准确率。此外，研究在5名参与者想象发声时记录面部表面肌电（sEMG），分析肌电对脑电的污染。
单试次脑电记录的情绪解码准确率，在出声条件下为78.1%，在想象发声条件下为36.4%，五分类任务的随机水平为20%。高伽马频段（50至100Hz）以及侧部脑电通道T7、T8及其邻近通道对解码较为重要。肌电分析表明，想象发声期间的非自主面部肌肉活动参与形成了这些频谱和空间模式。
研究识别出一种位于侧部脑电通道、由肌肉活动诱导的显著模式，称为“铁路枕木”模式，在想象快乐发声时表现出更强激活。作者据此认为，非自主面部肌肉活动与快乐等特定情绪类别有关，并对单试次脑电情绪解码作出贡献。这并不意味着全部分类信息均来自肌肉活动，但不能将全部准确率解释为对脑源情绪信号的识别。
作者还指出，本研究观察到的肌电模式与情绪解码研究中常见的脑电模式相似，因此其他相关研究也需关注非自主面部肌肉活动的影响。这是由本研究结果提出的方法学提醒，不等于已证明其他研究均受到相同程度的污染。