Siete emociones, en el cerebro: alegría (rojo), diversión (amarillo), sorpresa (verde), miedo (verde fluorescente), enfado (azul), tristeza (morado) y neutral (rosa). Imagen: Philip Kragel/K. LaBar. Fuente: Universidad Duke.
Un equipo de investigadores de la Universidad Duke (Carolina del Norte, EE.UU.) dice que pueden ver los distintos estados emocionales que parpadean a través del cerebro humano.
"Estamos llegando a algo parecido a leer la mente", dice Kevin LaBar, profesor de psicología y neurociencia en Duke, en la información de la universidad. "Estudios anteriores han demostrado que las imágenes por resonancia magnética (IRM) puede identificar si una persona está pensando en una cara o una casa. Nuestro estudio es el primero en demostrar que emociones específicas como el miedo y la ira pueden ser decodificadas a partir de estas exploraciones, también".
Los datos producidos por las IRM no han cambiado, pero el grupo aplica ahora nuevas estadísticas multivariantes a las exploraciones de la actividad cerebral para ver diferentes emociones, en forma de redes de actividad distribuidas en las áreas del cerebro consciente e inconsciente.
Estas redes fueron mapeadas por primera vez por el equipo en un artículo de 2015 en la revista Social, Cognitive and Affective Neuroscience. Se identificaron siete patrones de actividad cerebral diferentes que reflejan la alegría, la diversión, la sorpresa, el miedo, la ira, la tristeza y la neutralidad.
Para construir estos mapas, pusieron a 32 participantes en el escáner y les mostraron dos clips de música y dos fragmentos de películas que se había demostrado que inducen cada una de las siete emociones. Los sujetos también completaron cuestionarios comunicando sus estados de ánimo para su posterior validación.
El software de análisis, llamado algoritmo de aprendizaje automático, se dedicó entonces a encontrar en los datos de algunos de los participantes un patrón que se mostrara de acuerdo con cada estímulo emocional. Después saber cómo era cada uno de los siete estados, aplicaron el algoritmo a las exploraciones del resto del grupo de estudio e hicieron qeu identificara sus estados emocionales sin saber cuál había sido el estímulo recibido.
LaBar dice que el modelo se comportó mejor que el azar en esta tarea, a pesar de las diferencias en las formas cerebrales y los niveles de excitación entre los sujetos. "Y resultó bastante sensible", dice.
"Estamos llegando a algo parecido a leer la mente", dice Kevin LaBar, profesor de psicología y neurociencia en Duke, en la información de la universidad. "Estudios anteriores han demostrado que las imágenes por resonancia magnética (IRM) puede identificar si una persona está pensando en una cara o una casa. Nuestro estudio es el primero en demostrar que emociones específicas como el miedo y la ira pueden ser decodificadas a partir de estas exploraciones, también".
Los datos producidos por las IRM no han cambiado, pero el grupo aplica ahora nuevas estadísticas multivariantes a las exploraciones de la actividad cerebral para ver diferentes emociones, en forma de redes de actividad distribuidas en las áreas del cerebro consciente e inconsciente.
Estas redes fueron mapeadas por primera vez por el equipo en un artículo de 2015 en la revista Social, Cognitive and Affective Neuroscience. Se identificaron siete patrones de actividad cerebral diferentes que reflejan la alegría, la diversión, la sorpresa, el miedo, la ira, la tristeza y la neutralidad.
Para construir estos mapas, pusieron a 32 participantes en el escáner y les mostraron dos clips de música y dos fragmentos de películas que se había demostrado que inducen cada una de las siete emociones. Los sujetos también completaron cuestionarios comunicando sus estados de ánimo para su posterior validación.
El software de análisis, llamado algoritmo de aprendizaje automático, se dedicó entonces a encontrar en los datos de algunos de los participantes un patrón que se mostrara de acuerdo con cada estímulo emocional. Después saber cómo era cada uno de los siete estados, aplicaron el algoritmo a las exploraciones del resto del grupo de estudio e hicieron qeu identificara sus estados emocionales sin saber cuál había sido el estímulo recibido.
LaBar dice que el modelo se comportó mejor que el azar en esta tarea, a pesar de las diferencias en las formas cerebrales y los niveles de excitación entre los sujetos. "Y resultó bastante sensible", dice.
Imagen: Alexas_Fotos. Fuente: Pixabay.
El nuevo estudio
El estudio publicado ahora en PLoS Biology consistió en escanear a 21 sujetos a los que no se les estímulo, pero a los que sí se animó a dejar que su mente vagara. Cada treinta segundos, respondían a un cuestionario sobre su estado emocional en ese momento.
"Observamos si estos siete mapas cerebrales de las emociones se producían de forma espontánea mientras los participantes estaban descansando en el escáner de resonancia magnética funcional sin ningún tipo de estímulos emocionales", dice LaBar.
Cada dos segundos se recogían datos de la totalidad del cerebro y cada una de estas exploraciones individuales se comparó con los siete patrones. El equipo examinó los datos del escáner en los diez segundos anteriores a cada auto-reporte de estado de ánimo, y encontraron que el algoritmo predecía con exactitud el estado de ánimo comunicado por los participantes.
Asimismo, los datos señalan que los sujeros mostraban ansiedad al introducirse en la máquina de IRM, "algo esperable" según LaBar.
Aparte de ser una interesante prueba de concepto, LaBar considera que estos nuevos mapas de estados emocionales podrían ser útiles en el estudio de las personas que tienen problemas para entender su estado emocional, y podrían ser utilizados en ensayos clínicos para probar la efectividad de los tratamientos para regular las emociones.
El investigador dice que sus conclusiones acerca de las redes características de áreas del cerebro que regulan los estados emocionales también desafían teorías prevalentes sobre cómo se forman las emociones, y que un equipo dirigido por el finlandés Lauri Nummenmaa ha hecho mapas similares de redes emocionales con sus estudios de escaneo cerebral.
En futuras investigaciones, el grupo de Duke buscará una mejor comprensión de la cadencia de estados emocionales y las transiciones entre ellos, ya que puede ser relevante para la comprensión de los trastornos afectivos.
El estudio publicado ahora en PLoS Biology consistió en escanear a 21 sujetos a los que no se les estímulo, pero a los que sí se animó a dejar que su mente vagara. Cada treinta segundos, respondían a un cuestionario sobre su estado emocional en ese momento.
"Observamos si estos siete mapas cerebrales de las emociones se producían de forma espontánea mientras los participantes estaban descansando en el escáner de resonancia magnética funcional sin ningún tipo de estímulos emocionales", dice LaBar.
Cada dos segundos se recogían datos de la totalidad del cerebro y cada una de estas exploraciones individuales se comparó con los siete patrones. El equipo examinó los datos del escáner en los diez segundos anteriores a cada auto-reporte de estado de ánimo, y encontraron que el algoritmo predecía con exactitud el estado de ánimo comunicado por los participantes.
Asimismo, los datos señalan que los sujeros mostraban ansiedad al introducirse en la máquina de IRM, "algo esperable" según LaBar.
Aparte de ser una interesante prueba de concepto, LaBar considera que estos nuevos mapas de estados emocionales podrían ser útiles en el estudio de las personas que tienen problemas para entender su estado emocional, y podrían ser utilizados en ensayos clínicos para probar la efectividad de los tratamientos para regular las emociones.
El investigador dice que sus conclusiones acerca de las redes características de áreas del cerebro que regulan los estados emocionales también desafían teorías prevalentes sobre cómo se forman las emociones, y que un equipo dirigido por el finlandés Lauri Nummenmaa ha hecho mapas similares de redes emocionales con sus estudios de escaneo cerebral.
En futuras investigaciones, el grupo de Duke buscará una mejor comprensión de la cadencia de estados emocionales y las transiciones entre ellos, ya que puede ser relevante para la comprensión de los trastornos afectivos.
Referencias bibliográficas:
Philip A. Kragel, Annchen R. Knodt, Ahmad R. Hariri, Kevin S. LaBar: Decoding Spontaneous Emotional States in the Human Brain. PLOS Biology (2016). DOI: 10.1371/journal.pbio.2000106
Philip A. Kragel, Kevin S. LaBar: Multivariate neural biomarkers of emotional states are categorically distinct. Social Cognitive and Affective Neuroscience (2015). DOI: 10.1093/scan/nsv032
Philip A. Kragel, Annchen R. Knodt, Ahmad R. Hariri, Kevin S. LaBar: Decoding Spontaneous Emotional States in the Human Brain. PLOS Biology (2016). DOI: 10.1371/journal.pbio.2000106
Philip A. Kragel, Kevin S. LaBar: Multivariate neural biomarkers of emotional states are categorically distinct. Social Cognitive and Affective Neuroscience (2015). DOI: 10.1093/scan/nsv032