1引言

視覺工作記憶（VisualWorkingMemory，VWM）是一個(gè)容量有限的記憶系統(tǒng)，負(fù)責(zé)對(duì)視覺信息進(jìn)行短暫的維持和操作。傳統(tǒng)理論認(rèn)為工作記憶表征的維持依賴持續(xù)的神經(jīng)元激活。但近幾年的研究卻揭示出，工作記憶維持階段的神經(jīng)活動(dòng)實(shí)際上由記憶項(xiàng)目和當(dāng)前任務(wù)的相關(guān)性所主導(dǎo)（Lewis-Peacocketal..2012；LaRocqueetal.，2013）：那些與當(dāng)前任務(wù)緊密相關(guān)的項(xiàng)自信息會(huì)被留存于注意力焦點(diǎn)之內(nèi)，通過持續(xù)的神經(jīng)元激活進(jìn)行記憶表征維持，被稱為“在線態(tài)\"記憶；與之相對(duì)，那些與當(dāng)前任務(wù)并無關(guān)聯(lián)的項(xiàng)目信息則處于注意力焦點(diǎn)之外，依靠暫時(shí)改變神經(jīng)元突觸間的鏈接權(quán)重進(jìn)行記憶表征維持，在這一過程中無法觀測(cè)到神經(jīng)元激活，被稱作“離線態(tài)”記憶。記憶表征能夠依據(jù)任務(wù)的具體要求在這兩種存儲(chǔ)狀態(tài)之間靈活地進(jìn)行轉(zhuǎn)換（Chotaetal.，2021;Muhle-Karbeetal.，2021;Rose，2020）。已有研究顯示，盡管在離線態(tài)表征存儲(chǔ)期間無法檢測(cè)到神經(jīng)激活現(xiàn)象，但這些表征依然能被有效維持，并在面對(duì)時(shí)間衰減和外界干擾時(shí)表現(xiàn)出一定程度的穩(wěn)定性（Zhangetal.，2022；李子媛等，2025）；此外，在線態(tài)和離線態(tài)的存儲(chǔ)資源彼此之間呈現(xiàn)出相互獨(dú)立的關(guān)系，具體表現(xiàn)為其中某一存儲(chǔ)態(tài)的負(fù)荷發(fā)生變化時(shí)，并不會(huì)對(duì)另一存儲(chǔ)態(tài)的記憶表現(xiàn)產(chǎn)生影響（Lietal.，2021;Oberauer，2002）。需要指出的是，現(xiàn)有研究多采用簡(jiǎn)單視覺刺激（如顏色、形狀等）來考察工作記憶離線態(tài)的存儲(chǔ)機(jī)制，這與現(xiàn)實(shí)情境中復(fù)雜的多模態(tài)信息處理存在顯著差異。作為社會(huì)性物種，面部情緒加工在人類社會(huì)認(rèn)知中具有特殊地位。實(shí)驗(yàn)研究顯示，人類對(duì)面孔的感知相較于其他具有意義的信息或客體更為敏銳（Yeetal.，2018;Youngamp;Burton，2018）。因此，深入探究情緒面孔信息的離線態(tài)存儲(chǔ)加工機(jī)制具有更為重要的社會(huì)價(jià)值。

以往關(guān)于負(fù)性情緒面孔的工作記憶研究表明，負(fù)性情緒面孔信息具有穩(wěn)定的記憶加工優(yōu)勢(shì)。例如，Jackson等人（2009）的經(jīng)典研究發(fā)現(xiàn)，相對(duì)于中性和愉悅面孔，被試對(duì)憤怒面孔的工作記憶成績(jī)更好。后續(xù)研究認(rèn)為，負(fù)性情緒面孔的加工優(yōu)勢(shì)來源于在編碼和維持階段占用了更多的注意資源，進(jìn)而提高了表征質(zhì)量（Sessa etal.，201l；Leeamp; Cho，2019;Schindleramp;Bublatzky，2020），且與喚醒度無關(guān)（Jacksonetal.，2014;Leeamp;Cho，2019）。與此同時(shí)，這種優(yōu)勢(shì)可以通過負(fù)性情緒加工過程中的神經(jīng)活動(dòng)來解釋，研究者們發(fā)現(xiàn)負(fù)性情緒能夠增強(qiáng)杏仁核和梭狀回活動(dòng)，而這些腦區(qū)與威脅識(shí)別和注意調(diào)控密切相關(guān)（Lietal.，2023）。需要注意的是，以往涉及情緒面孔記憶的工作記憶任務(wù)，都只局限于在線態(tài)存儲(chǔ)，并未涉及離線態(tài)存儲(chǔ)。當(dāng)利用離線態(tài)系統(tǒng)存儲(chǔ)負(fù)性情緒面孔時(shí)，存儲(chǔ)本身是否仍會(huì)被自動(dòng)分配更多的認(rèn)知加工資源，從而與在線態(tài)表征存儲(chǔ)發(fā)生資源競(jìng)爭(zhēng)？這一問題尚需要進(jìn)一步通過實(shí)驗(yàn)驗(yàn)證。

此外，已有研究發(fā)現(xiàn)，在情緒面孔分類判斷任務(wù)中，面孔的情緒信息可以引發(fā)被試自身情緒狀態(tài)的改變（Falkenberg et al.，2012；Schneider et al.，1994;Srivastavaetal.，2003）。而個(gè)體的工作記憶加工模式在不同的情緒狀態(tài)下會(huì)存在一定的差異，例如負(fù)性的情緒狀態(tài)會(huì)降低個(gè)體的工作記憶容量（Figueiraetal.，2017），并且影響工作記憶的加工過程（Linamp;Liang，2023;Longetal.，2020;Xie etal.，2023;Yeetal.，2024）。上述研究結(jié)果提示了另一種潛在的作用機(jī)制：負(fù)性面孔信息的離線態(tài)存儲(chǔ)可能通過誘發(fā)個(gè)體情緒狀態(tài)的改變，進(jìn)而對(duì)同步進(jìn)行的在線態(tài)存儲(chǔ)產(chǎn)生自上而下的調(diào)節(jié)作用。因此，在觀察到負(fù)性面孔的工作記憶離線態(tài)存儲(chǔ)對(duì)在線態(tài)存儲(chǔ)存在顯著影響的結(jié)果時(shí)，有必要對(duì)其潛在的作用機(jī)制進(jìn)行區(qū)分驗(yàn)證：這種影響究竟源于認(rèn)知資源的直接競(jìng)爭(zhēng)，還是通過情緒狀態(tài)的改變進(jìn)行間接調(diào)節(jié)？

研究表明，在刺激呈現(xiàn)后 500ms 的編碼階段頂葉以及枕葉區(qū)域會(huì)出現(xiàn)一個(gè)持續(xù)的正向波（LatePositivePotential，LPP），該成分能有效反映編碼階段的注意資源分配以及對(duì)任務(wù)目標(biāo)的持續(xù)性注意（Gableamp; Adams，2013；Hajcaketal.，2013;Ribes-Guardiola etal.，2023；Schindleretal.，2022）。研究結(jié)果顯示，相較于中性面孔，憤怒面孔能夠誘發(fā)更大的LPP波幅，即具備注意資源分配方面的顯著優(yōu)勢(shì)（Schindleramp;Bublatzky，2020;Linamp;Liang，2023）;并且在面孔編碼過程中，若先前的材料對(duì)當(dāng)前任務(wù)的注意過程產(chǎn)生干擾，那么也會(huì)對(duì)LPP振幅產(chǎn)生影響（Linamp;Liang，2023）。此外，工作記憶維持階段的神經(jīng)活動(dòng)通常以對(duì)側(cè)延遲活動(dòng)（ContralateralDelayActivity，CDA）為指標(biāo)，該成分表現(xiàn)為偏側(cè)化刺激在對(duì)側(cè)頂-枕區(qū)域誘發(fā)的持續(xù)性負(fù)慢波，其幅值與在線態(tài)存儲(chǔ)負(fù)荷呈正相關(guān)。大量研究表明，CDA能夠反映工作記憶項(xiàng)目的在線維持，當(dāng)記憶項(xiàng)目轉(zhuǎn)移至離線態(tài)存儲(chǔ)，CDA就會(huì)降落至基線水平（Kreitheretal.，2022;Zhang etal.，2022）。基于此，CDA可作為監(jiān)測(cè)記憶項(xiàng)目狀態(tài)轉(zhuǎn)換的重要依據(jù)。

綜上，本研究將采用序列記憶提取范式并結(jié)合腦電技術(shù)，探究離線態(tài)中負(fù)性面孔信息是否會(huì)影響在線態(tài)面孔信息的編碼和維持。實(shí)驗(yàn)中通過控制雙記憶陣列（M1/M2）順序呈現(xiàn)并逆序探測(cè)實(shí)現(xiàn)存儲(chǔ)態(tài)分離（Li et al.，2024;Zhang et al.，2022）；同時(shí)，采用腦電事件相關(guān)電位（Event-related potentials，ERPs）技術(shù)，選取和分析LPP和CDA腦電指標(biāo)，并結(jié)合多變量模式分析（Multivariate Pattern Analysis，MVPA）對(duì)腦電信號(hào)進(jìn)行神經(jīng)解碼。在刺激調(diào)控上，僅操縱 M1的面孔情緒（憤怒/中性），并且控制 M1中的項(xiàng)目偏側(cè)化呈現(xiàn)以誘發(fā)特異性CDA成分；而M2始終為中性面孔，并以中線呈現(xiàn)的方式消除空間干擾。我們假設(shè)，在M1呈現(xiàn)后將觀察到明顯的CDA成分，但是該成分將在M2呈現(xiàn)后消失，意味著M1的存儲(chǔ)完全轉(zhuǎn)移到離線狀態(tài)。如果離線態(tài)儲(chǔ)存的負(fù)性面孔影響在線態(tài)面孔的儲(chǔ)存，那么在M2編碼過程中所觀察到的注意資源分配相關(guān)的LPP成分的幅度，應(yīng)該在負(fù)性面孔條件下顯著大于中性面孔條件；同時(shí)，在M1和M2的加工階段，也能觀察到基于情緒條件的有效解碼。另外，由于解碼曲線無法體現(xiàn)由條件操縱引發(fā)的具體神經(jīng)活動(dòng)的變化進(jìn)程，即在不同條件下的神經(jīng)活動(dòng)差異是由于憤怒面孔的情緒狀態(tài)導(dǎo)致的，還是由于資源分配的差異引發(fā)的。因此引入時(shí)間泛化分析作為補(bǔ)充：如果神經(jīng)活動(dòng)差異來自于憤怒面孔引發(fā)的負(fù)性情緒狀態(tài)，那么解碼模型在整個(gè)任務(wù)中應(yīng)該具備較強(qiáng)的泛化能力，即M1和M2維持階段的分類模型可以相互解碼；如果神經(jīng)活動(dòng)差異來自于情緒面孔的資源分配差異，那么解碼模型應(yīng)隨著時(shí)間動(dòng)態(tài)變化，在較遠(yuǎn)的時(shí)間上不具備泛化能力，即M1維持階段的解碼模型無法對(duì)M2維持階段的腦電數(shù)據(jù)進(jìn)行解碼。

2 方法

2.1 被試

來自遼寧師范大學(xué)的22名大學(xué)生參加本實(shí)驗(yàn)（平均年齡 21±2.01 歲，13名女性）。所有被試視力正常或矯正視力正常。我們基于Cohen（2013）定義的高效應(yīng)量0.80，采用 G^* Power3.19軟件計(jì)算Cohen's d=0.80 ！ a=0.05 、 N=22 時(shí)， 0本研究遵循赫爾辛基宣言，并獲得了遼寧師范大學(xué)倫理委員會(huì)的批準(zhǔn)。

2.2 儀器

被試在一個(gè)昏暗安靜的房間內(nèi)進(jìn)行實(shí)驗(yàn)，坐在距離屏幕 60cm 的位置。屏幕分辨率為 1920×1080 0刷新率為 60Hz 。實(shí)驗(yàn)計(jì)算機(jī)使用Windows7系統(tǒng)，實(shí)驗(yàn)程序由MatlabR2017a和PsychToolBox3.0編寫。

2.3 刺激

實(shí)驗(yàn)材料來自于中國情緒圖片（ChineseAffectivePictureSystem，CAPS），先前的研究表明，男性面孔比女性面孔更有助于被試的識(shí)別（Beckeretal.，2007；Yeetal.，2018）。與此同時(shí)，相比于其他消極面孔，憤怒面孔能更有效地引起被試對(duì)材料的注意和識(shí)別（Foxetal.，2000）。因此本實(shí)驗(yàn)只采用男性的中性情緒和憤怒情緒面孔圖片作為材料。在憤怒條件下，從8張憤怒面孔中隨機(jī)選擇2張作為M1的記憶項(xiàng)目；在中性條件下，從8張中性面孔中選擇2張作為M1的記憶項(xiàng)目。為避免與M1的中性面孔重復(fù)，M2中的2張記憶項(xiàng)目來自另外的16張中性面孔。圖片數(shù)量設(shè)置保證每張面孔作為記憶項(xiàng)目出現(xiàn)的概率相同。除此之外，在實(shí)驗(yàn)材料之外隨機(jī)選取8張中性面孔圖片，每張圖片分割成 5×5 的碎片，將 8×5×5 個(gè)碎片隨機(jī)組合成8張新圖片，將其作為記憶階段和探測(cè)階段的占位符。刺激呈現(xiàn)在灰色的屏幕上，大小為 2.6^°×3^° ，M1與十字注視點(diǎn)的水平距離為 2.9^° ，垂直距離為 1.6^° ；M2與十字注視點(diǎn)的垂直距離為 1.6^° 。

2.4 實(shí)驗(yàn)程序

本研究使用了序列記憶提取任務(wù)，實(shí)驗(yàn)程序如圖1所示。先前研究發(fā)現(xiàn)面孔的記憶容量為2（Jacksonamp;Raymond，2004）。為了充分占用工作記憶資源，兩個(gè)記憶陣列都包含2張記憶面孔。具體流程如下，每個(gè)試次開始前先呈現(xiàn) 800ms 的十字注視點(diǎn)，然后進(jìn)入記憶階段。在M1中，被試需要記住呈現(xiàn)在屏幕左側(cè)或右側(cè)的情緒面孔圖片，這兩張圖片是憤怒面孔（憤怒條件）或中性面孔（中性條件），另一側(cè)為占位符。在M2中，兩張中性面孔圖片呈現(xiàn)在注視點(diǎn)上方或下方。為確保被試對(duì)每張面孔圖片鞏固完全，每個(gè)記憶陣列呈現(xiàn)時(shí)間為1s，維持時(shí)間也為1s（Jackson et al.，2009;Mallett et al.，2020）。在探測(cè)階段，被試需要判斷陣列1中紅色方框內(nèi)的面孔與M2對(duì)應(yīng)位置的面孔是否一致，如果一致，則按\"F\"鍵；否則按\"J\"鍵。然后判斷探測(cè)陣列2中紅色方框內(nèi)的面孔與M1對(duì)應(yīng)位置的面孔是否一致，作相同的按鍵反應(yīng)。探測(cè)陣列1和2中面孔變化和不變的試次各占比 50% 。在變化試次中，選擇情緒相同但身份不同的面孔圖片作為探測(cè)刺激；在不變?cè)嚧沃?，選擇原圖片作為探測(cè)刺激，這樣設(shè)定使被試對(duì)面孔的情緒信息和身份信息進(jìn)行整體記憶。實(shí)驗(yàn)分4個(gè)組塊進(jìn)行，每個(gè)組塊包含64個(gè)試次，憤怒條件和中性條件在每個(gè)組塊中隨機(jī)出現(xiàn)，各占總試次的 50% 。

2.5 EEG記錄和分析

整個(gè)實(shí)驗(yàn)過程使用了32通道電極帽（根據(jù)國際10/20系統(tǒng)：FP1/2，F(xiàn)7/8，F(xiàn)3/4，F(xiàn)z，F(xiàn)C5/6，F(xiàn)C1/2，C3/4，Cz，1/M2，CP5/6，P7/8，P3/4，PO7/8，PO3/4， Pz， 01/2，POz，VEOG，HEOG）來記錄被試的腦電活動(dòng)。垂直眼電（VEOG）在左眼下方 1cm 處，水平眼電（HEOG）在右眼眼角外側(cè) 1cm 處。每個(gè)電極電阻降至 5kΩ 以下。以 CPz 為在線參考，采樣率為 500Hz 。

實(shí)驗(yàn)數(shù)據(jù)以雙側(cè)乳突（M1和M2）的平均值作離線參考，進(jìn)行了 0.01Hz 至 30Hz 的帶通濾波，斜率為 12dB， /octave，并從記憶陣列呈現(xiàn)前 800ms 到維持期2結(jié)束 （4000ms） 進(jìn)行分段。使用獨(dú)立成分分析（IndependentComponentAnalysis，ICA）來去除水平和垂直眼動(dòng)，并移除了電壓超過 ±100μV 的試次。憤怒條件保留試次數(shù)均值為 113.89±13.07 ，中性條件保留試次均值為 113.63±13.51 。最后，以刺激呈現(xiàn)前 400ms 的數(shù)據(jù)均值作為基線對(duì)數(shù)據(jù)進(jìn)行基線校正。

圖1 實(shí)驗(yàn)流程圖

CDA分析時(shí)間窗為維持期1（ 1000～2000ms） 和維持期2（ 3000～4000ms 。P7/8，P3/4，PO7/8和PO3/4這4對(duì)電極用于CDA成分分析（Ankaouaamp;Luria，2023；Balabanamp;Luria，2015；Wangetal.，2019）。通過刺激呈現(xiàn)位置（左或右）的同側(cè)平均電壓減去對(duì)側(cè)平均電壓來獲得差異波。LPP成分的時(shí)間窗分別為M1和M2的編碼階段（M1： 500～1000ms M2： 2500～3000ms） ，中線上的 Fz Cz， Pz 和 POz 作為分析電極（賈世偉，2022）。解碼分析選用除參考電極和眼電以外的全部活動(dòng)電極，共28個(gè)通道。

2.6 ERP解碼

本研究利用ERPLAB（10.02）工具箱，基于ERP波形對(duì)M1陣列的情緒條件進(jìn)行解碼。時(shí)間窗被設(shè)置為M1陣列呈現(xiàn)前 400ms 至其呈現(xiàn)后 4000ms 并將時(shí)間采樣率降至 100Hz 。將所有試次按M1的情緒條件分為2類，并為每位被試生成一個(gè)4維數(shù)據(jù)矩陣，其維度包括M1情緒條件（2）、時(shí)間點(diǎn)（440）、EEG通道（28）和試次。由于預(yù)處理過程排除了數(shù)量不確定的試驗(yàn)，因此每個(gè)條件的試次數(shù)量可能會(huì)有所不同。

以一位被試為例，在此介紹單個(gè)時(shí)間點(diǎn)的解碼過程。假設(shè)某位參與者在2種情緒條件下的剩余試次數(shù)量分別為112和103，其中最小的試次數(shù)是103次。則在單個(gè)時(shí)間點(diǎn)下，每個(gè)條件分別隨機(jī)抽取96個(gè)試次（8的倍數(shù)）。接著，這96個(gè)試次被隨機(jī)平均分配到8個(gè)組，對(duì)每個(gè)組分別計(jì)算每個(gè)EEG通道的ERP振幅平均值。對(duì)于每種情緒條件，我們輪流取其中1組的ERP平均值作為測(cè)試數(shù)據(jù)，其余7組的平均值作為訓(xùn)練數(shù)據(jù)，以進(jìn)行8折交叉驗(yàn)證。每次訓(xùn)練中，根據(jù) ECOC 方法（error-correcting outputcodes，Thomasamp;Ghulum，1994），首先用7組 ×2 種情緒的數(shù)據(jù)，為2種情緒訓(xùn)練一個(gè)SVM分類器（即一個(gè)28維的超平面），然后將2組測(cè)試數(shù)據(jù)輸入分類器，并獲得一個(gè)最佳決策（其中一個(gè)被分類為憤怒條件，另一個(gè)被分類為中性條件）作為解碼結(jié)果。8組輪流作為訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)之后，2個(gè)情緒條件共得到16個(gè)解碼結(jié)果。以上過程被迭代了30次，每次迭代中所有試次都被重新隨機(jī)抽取并隨機(jī)分組，最后總共得到480個(gè)解碼結(jié)果。這480個(gè)解碼結(jié)果和每次測(cè)試數(shù)據(jù)的真實(shí)情緒條件分別進(jìn)行比對(duì)，其正確率即為此被試在該時(shí)間點(diǎn)上的解碼精度值。

我們對(duì)每位被試在所有時(shí)間點(diǎn)上完成了上述解碼分析，得到一組 22×440 的解碼精度數(shù)據(jù)

2.7 解碼結(jié)果的統(tǒng)計(jì)分析

首先，對(duì)每個(gè)時(shí)間點(diǎn)，通過單樣本 t 檢驗(yàn)，將所有被試的真實(shí)解碼精度值和隨機(jī)水平（1/2）進(jìn)行差異分析，得到每個(gè)時(shí)間點(diǎn)上的 t 值和 p 值。接著找到解碼精度顯著大于隨機(jī)水平的連續(xù)時(shí)間集群（至少連續(xù)3個(gè)時(shí)間點(diǎn)的 p 值小于0.05），然后計(jì)算每個(gè)集群的 t 質(zhì)量（即每個(gè)時(shí)間集群內(nèi)的 t 值之和）。

接著，為了確定這些時(shí)間集群的解碼精度是否真的高于偶然預(yù)期，我們使用基于聚類的置換檢驗(yàn)構(gòu)建了集群t質(zhì)量的空分布，其方法與之前的解碼研究類似（Baeamp;Luck，2019）。我們從osf.io/2h6w9下載了腳本。在置換檢驗(yàn)的每次迭代中，為了保留時(shí)間上的一貫性，我們?yōu)槊看螠y(cè)試的所有時(shí)間點(diǎn)選擇了相同的隨機(jī)標(biāo)簽（“憤怒\"或“中性\"替換真實(shí)條件。然后用實(shí)際解碼過程得到的解碼結(jié)果和隨機(jī)標(biāo)簽進(jìn)行比對(duì)，相同記為正確，不同記為錯(cuò)誤，并取正確率作為虛擬解碼精度。同樣，每個(gè)時(shí)間點(diǎn)的虛擬解碼精度通過單樣本 t 檢驗(yàn)與偶然水平（1/2）進(jìn)行比較，然后找到虛擬解碼精度顯著高于偶然性的連續(xù)時(shí)間集群，并計(jì)算群級(jí)t質(zhì)量。在每次迭代中，如果存在多個(gè)顯著的集群，則記錄其中最大的t質(zhì)量;如果沒有顯著的集群，則本次迭代的 t 質(zhì)量記錄為零。置換檢驗(yàn)共迭代重復(fù)1000次，以形成1000個(gè)無效的集群t質(zhì)量，作為置換檢驗(yàn)的空分布。

空分布建立完成之后，用實(shí)際解碼得到的幾個(gè)顯著集群 t 質(zhì)量分別與空分布中的 t 質(zhì)量作比較，如果一個(gè)時(shí)間集群的t質(zhì)量大于無效分布中 95% 的值，則認(rèn)為該時(shí)間段的解碼精度顯著高于隨機(jī)水平。

2.8 時(shí)間泛化分析

最后，由于解碼曲線存在一定局限性，無法體現(xiàn)由條件操縱引發(fā)的具體神經(jīng)活動(dòng)的變化進(jìn)程，本研究對(duì)解碼結(jié)果進(jìn)行了時(shí)間泛化分析作為補(bǔ)充。在時(shí)間泛化分析中，為了減少運(yùn)算難度，將采樣率降至 50Hz ，其他步驟與解碼過程基本相同。不同的是，我們用每個(gè)時(shí)間點(diǎn)單獨(dú)訓(xùn)練分類器，然后用其他全部時(shí)間點(diǎn)的數(shù)據(jù)作為測(cè)試數(shù)據(jù)，計(jì)算該模型對(duì)其他時(shí)間點(diǎn)的解碼精度，以得到分類模型在時(shí)間維度上的泛化能力。

3 結(jié)果

3.1 行為結(jié)果

本研究分析了M1和M2的記憶正確率和辨別力 d^′ 。結(jié)果如圖2所示。在M1中，憤怒條件的正確率為0.67（ SE=0.017， ，辨別力 d^′=0.95 （ SE= 0.11）；中性條件的正確率為0.60 （SE=0.015 ，辨別力 d^′=0.54 1 ?SE=0.08） 。對(duì)于M2，憤怒條件的正確率為0.76（ ?SE=0.014? ，辨別力 d^′=1.49 0 ?SE= 0.08）；中性條件的正確率為0.76（ SE=0.012 ，辨別力 d^′=1.52 1 ?SE=0.08? 。

為了控制家族錯(cuò)誤率（Family-Wise ErrorRate，F(xiàn)WER），我們對(duì)所有比較的 p 值進(jìn)行了Bonferroni校正，將顯著性水平0.05除以比較次數(shù)4，校正后顯著性水平 a=0.0125_c 配對(duì) t 檢驗(yàn)結(jié)果顯示，憤怒條件下M1回憶正確率顯著高于中性條件， t（21）= 4.49， plt; 0.001 ，Bonferroni 校正， 95% CI [0.037，0.10]，Cohen's d=0.97 ，憤怒條件下辨別力 d^′ 也顯著高于中性條件， 0 p=0.001 ， Bonferroni校正， 95% CI[0.20，0.62]， Cohen's d=0.86 。但是，M2的正確率 （t（21）=-0.32，p=0.752 ，Bonferroni校正， Cohen's d=0.0088^? 和辨別力 d^′（t（21））=0.551 ，Bonferroni校正， 95% CI[-0.17，0.10]， Cohen's d=0.117） 在條件之間無顯著差異。這些結(jié)果表明，離線態(tài)情緒性面孔的效價(jià)變化只影響該存儲(chǔ)態(tài)的記憶表現(xiàn)，而不影響在線態(tài)面孔信息的行為表現(xiàn)

3.2 CDA

CDA波形如圖3所示。對(duì)維持期1的CDA成分進(jìn)行2（條件：憤怒vs.中性） ×2 （偏側(cè)化：對(duì)側(cè)vs.同側(cè)）重復(fù)測(cè)量方差分析。結(jié)果顯示，偏側(cè)化主效應(yīng)顯著， F（1，21）=51.371 ， plt;0.001 ， 95% CI [-1.67，-0.92] η_p²=0.710 ，這表明在M1之后的維持期間出現(xiàn)顯著的CDA，意味著M1記憶項(xiàng)目進(jìn)人工作記憶系統(tǒng)并被有效維持。條件主效應(yīng)不顯著， F（1，21）= 0.274， p=0.606 ；偏側(cè)化和條件之間的交互作用也不顯著， F（1，21）=0.161 ， p=0.693 。在維持期2期間，相同的重復(fù)測(cè)量方差分析結(jié)果顯示，偏側(cè)化 （F （1，21）=0.458 p=0.506） 和條件 （F（1，21））=0.407 p= 0.530） 的主效應(yīng)均不顯著，兩個(gè)因素之間交互作用也不顯著 （F（1，21）=0.726，p=0.404） ；憤怒條件 （t（21）=-0.16 p=0.877 ， 95% CI [-0.51 ，0.44]）和中性條件 （t（21）=-1.02 p=0.319 ， 95% CI [-0.70 0.24]）的CDA活動(dòng)與基線均無顯著差異。以上結(jié)果表明CDA在維持期2期間回到基線水平。

3.3 LPP

LPP波形如圖4所示。在M1編碼階段 （500～ 1000ms， ，對(duì)電極（Fz，Cz， Pz 和 POz 和情緒（憤怒vs.中性）進(jìn)行了兩因素重復(fù)測(cè)量方差分析，結(jié)果顯注：其中深灰色部分為刺激呈現(xiàn)階段，淺灰色部分為維持期。彩圖見電子版，下同

圖2 行為結(jié)果圖

注： ??? 表示 plt;0.001 ，ns代表

圖3 CDA結(jié)果圖

圖4兩個(gè)條件下對(duì)應(yīng)電極點(diǎn)的LPP成分注：紅色虛線部分為L(zhǎng)PP在M1和M2刺激呈現(xiàn)期間分析時(shí)間窗

示情緒主效應(yīng)顯著， F（1，21）=9.47 0 p=0.006 ， η_p²= 0.310；電極和情緒交互作用顯著， F（1，21）=3.45 0p= 0.037 ， η_p²=0.353 。進(jìn)一步簡(jiǎn)單效應(yīng)分析發(fā)現(xiàn)，POz 電極的LPP成分在情緒條件間差異顯著， t（21）= 3.63， p=0.002 ， 95% CI[0.47，1.72]， Cohen's d= 0.77; Pz 電極的LPP成分在情緒條件間差異顯著， t （21）=3.80 ， p=0.001 ， 95% CI[0.62， 2.13]， Cohen'sd=0.80 ： Cz 電極的LPP成分情緒條件間差異顯著，t （21）= 2.436 ， p= 0.024 ， 95% CI [0.20，2.55]，Cohen's d=0.51 ；而額葉電極點(diǎn) Fz 的LPP成分在條件之間差異不顯著， t（21）=1.31 p=0.205 ， 95% CI [-3.1，1.34] ?？傊?，憤怒面孔在M1編碼階段誘發(fā)了頂-枕區(qū)域更強(qiáng)的LPP成分。

在M2編碼階段 （2500～3000ms） ，對(duì)電極 （Fz， （204號(hào)CZ Pz 。POz）和情緒（憤怒vs.中性）進(jìn)行了兩因素重復(fù)測(cè)量方差分析，結(jié)果顯示電極主效應(yīng)顯著， F （1，21）=4.55 ， p=0.015 ， η_p²=0.418 。電極和情緒交互作用顯著， F（1，21）=4.87，p=0.011 ， η_p²=0.435 。進(jìn)一步簡(jiǎn)單效應(yīng)分析發(fā)現(xiàn)，憤怒條件下額葉 Fz 的LPP 振幅顯著低于中性條件， t（21）=-3.56 ， p= 0.002， 95% CI[-2.41， -0.63] ，Cohen's d=0.67 ；同時(shí)憤怒條件下 Fz 的 LPP 振幅顯著低于 Cz （p= 0.047），1 Pz（p=0.009） 和POz （p=0.006） 。而其他電極點(diǎn)在條件之間差異均不顯著，因此，在M2編碼階段，中性條件 Fz 誘發(fā)的LPP成分顯著高于憤怒條件。

3.4行為和腦電結(jié)果的相關(guān)分析

為探究腦電結(jié)果與行為表現(xiàn)之間的關(guān)系，即由憤怒面孔引起的LPP波幅增強(qiáng)是否與行為表現(xiàn)上對(duì)M1辨別力的提高呈正相關(guān)。據(jù)此，本研究計(jì)算了M1編碼階段頂-枕區(qū)域 （CZ，PZ 和POz）的LPP幅值在兩個(gè)條件下的平均差值，并與M1辨別力的差值進(jìn)行了單尾相關(guān)性檢驗(yàn)（見圖5），結(jié)果顯示，M1中頂-枕LPP振幅差值與其辨別力 d 差值成正相關(guān)注：圖5A為M1編碼階段額葉LPP差值與比辨別力差值的相關(guān)圖;圖5B為M2編碼階段額葉LPP差值與比辨別力差值的相關(guān)圖

圖5兩條件LPP和辨別力 d^′ 差值 （憤怒-中性）線性相關(guān)關(guān)系圖

ζ_r=0.369 ， p=0.045 ， 95% CI[-0.017，0.22]），說明憤怒面孔離線態(tài)工作記憶成績(jī)優(yōu)勢(shì)與編碼階段的注意資源分配有關(guān)。而M2編碼階段額葉 Fz 電極LPP振幅差值與M2辨別力 d^′ 差值無顯著相關(guān)性 -0.048 ， p= 0.416） ，即M2工作記憶成績(jī)并不受額葉LPP成分的影響。

3.5 解碼結(jié)果與時(shí)間泛化分析

解碼分析發(fā)現(xiàn)，在M1呈現(xiàn)后330～1710ms以及 1760～3250ms 兩個(gè)時(shí)間段，對(duì)M1情緒信息的解碼準(zhǔn)確率高于隨機(jī)水平，如圖6所示。由于刺激呈現(xiàn)后 3000ms 是M2的在線維持階段，該結(jié)果表明，在M2維持階段離線情緒面孔不能被有效解碼。另外，時(shí)間泛化分析并沒有發(fā)現(xiàn)相應(yīng)時(shí)間點(diǎn)的解碼模型對(duì)其余測(cè)試時(shí)間點(diǎn)具備解碼泛化能力。這說明，在ERP解碼中，兩個(gè)顯著時(shí)間段可能反映了不同的腦活動(dòng)。

4討論

本研究采用序列記憶任務(wù)范式，首次探討了工作記憶離線態(tài)存儲(chǔ)的負(fù)性情緒面孔對(duì)在線態(tài)信息加工的影響機(jī)制。行為學(xué)數(shù)據(jù)顯示，離線態(tài)存儲(chǔ)的憤怒面孔情緒特征對(duì)在線態(tài)面孔記憶準(zhǔn)確率無顯著影響，這一發(fā)現(xiàn)與多態(tài)表征資源獨(dú)立性假說高度吻合。事件相關(guān)電位分析揭示了該現(xiàn)象的神經(jīng)機(jī)制：在M2編碼階段，頂-枕區(qū)晚期正電位波幅未發(fā)現(xiàn)顯著差異，表明離線態(tài)負(fù)性表征未引發(fā)在線態(tài)編碼階段的注意資源競(jìng)爭(zhēng)；解碼結(jié)果顯示，M2維持階段并未有效解碼離線態(tài)存儲(chǔ)的面孔情緒特征，進(jìn)一步證實(shí)兩種表征狀態(tài)的神經(jīng)資源獨(dú)立性。不同于既往研究通過認(rèn)知負(fù)載操縱探討資源分配機(jī)制，本研究通過系統(tǒng)操縱離線態(tài)表征的情緒特征，首次將工作記憶多態(tài)表征的資源獨(dú)立性機(jī)制從簡(jiǎn)單視覺特征拓展至復(fù)雜社會(huì)性刺激加工領(lǐng)域。該發(fā)現(xiàn)對(duì)理解人類社會(huì)信息加工機(jī)制具有重要啟示：當(dāng)處理序列呈現(xiàn)的社會(huì)性信息時(shí)，多態(tài)表征的并行存儲(chǔ)特性可保障認(rèn)知系統(tǒng)在維持原有情緒信息表征的同時(shí)，對(duì)新輸人的社會(huì)線索進(jìn)行高效編碼，這種特性可能構(gòu)成社會(huì)性動(dòng)物適應(yīng)復(fù)雜人際交互的神經(jīng)基礎(chǔ)。

本研究發(fā)現(xiàn)負(fù)性面孔在工作記憶的離線態(tài)儲(chǔ)存中仍表現(xiàn)出記憶優(yōu)勢(shì)，與前人對(duì)在線態(tài)加工的研究一致（Jackson et al.，2014;Jackson amp; Raymond，2004;Jacksonetal.，2009）。ERP分析表明，憤怒面孔在M1編碼階段引發(fā)了頂-枕區(qū)域更強(qiáng)的LPP活動(dòng)，并且與工作記憶成績(jī)的提高密切相關(guān)。這一結(jié)果支持了負(fù)性面孔在編碼階段獲得更多注意資源的觀點(diǎn)。具體而言，憤怒面孔在加工過程中會(huì)引發(fā)更強(qiáng)的趨近動(dòng)機(jī)（Carveramp; Harmon-Jones，2009），這種動(dòng)機(jī)性注意可能使其在注意資源分配上占據(jù)優(yōu)勢(shì)（Ferreira de Sa et al.， 2019; Jackson et al.， 2014）。杏仁核的雙重功能為此提供神經(jīng)解釋——研究表明，杏仁核不僅參與情緒加工，還在注意控制和工作記憶編碼階段發(fā)揮關(guān)鍵作用（Lietal.，2023;Mostetal.，2006;Richter-Levinamp; Akirav，200O）。在M1維持期間，雖然沒有發(fā)現(xiàn)CDA成分在條件之間產(chǎn)生差異，但ERP解碼結(jié)果表明，不同情緒條件之間的神經(jīng)活動(dòng)出現(xiàn)了顯著差異。時(shí)間泛化分析則表明這種差異具有階段特異性，解碼模型不具備在較遠(yuǎn)時(shí)間上的泛化能力，而是隨著時(shí)間推移不斷變化。這意味負(fù)性面孔的加工優(yōu)勢(shì)并非通過引發(fā)消極的情緒狀態(tài)實(shí)現(xiàn)，而是源于編碼和維持階段互相獨(dú)立的神經(jīng)活動(dòng)。Sessa等人（2011）的研究認(rèn)為負(fù)性面孔在維持階段可能具有更高的加工優(yōu)勢(shì)，但是CDA指標(biāo)并不能有效地反映出來。一方面，CDA成分只能夠有效反映出維持在視覺皮層中的表征的數(shù)量信息，而無法反映出表征的質(zhì)量等其他信息。相對(duì)于中性面孔，負(fù)性面孔在編碼階段的注意資源分配優(yōu)勢(shì)，會(huì)導(dǎo)致其在維持階段的表征質(zhì)量更高。另一方面，與簡(jiǎn)單色塊不同，面孔刺激更為復(fù)雜，而維持期間可能有更廣泛的腦區(qū)參與該過程。而通過本研究的解碼結(jié)果，似乎能夠確認(rèn)相較于中性面孔，負(fù)性面孔在維持階段確實(shí)存在不同的神經(jīng)活動(dòng)，這在一定程度上支持了Sessa等人（2011）對(duì)于負(fù)性面孔維持階段加工優(yōu)勢(shì)的猜想。綜上所述，實(shí)驗(yàn)結(jié)果支持了負(fù)性面孔在工作記憶編碼和維持階段的加工優(yōu)勢(shì)，并將其從單一狀態(tài)表征擴(kuò)展到工作記憶的離線態(tài)儲(chǔ)存中。

圖6ERP解碼圖及時(shí)間泛化分析圖注：圖A為ERP解碼圖；圖B為時(shí)間泛化分析圖

值得注意的是，本研究在M2編碼階段觀察到額葉LPP成分在實(shí)驗(yàn)條件間存在顯著差異。M2時(shí)間窗口內(nèi)涉及兩個(gè)并行的加工過程： （1）對(duì)當(dāng)前M2記憶陣列的在線編碼；（2）對(duì)M1記憶內(nèi)容的離線態(tài)儲(chǔ)存。由于M2僅使用中性面孔作為記憶材料，且行為表現(xiàn)和枕-頂LPP成分未受情緒信息影響，上述差異可能源于離線態(tài)儲(chǔ)存過程中非情緒性因素的神經(jīng)調(diào)控，而與 M2 編碼進(jìn)程無關(guān)。同時(shí)，時(shí)間泛化分析進(jìn)一步支持這一推論：M1與M2編碼階段的解碼模型缺乏跨階段泛化能力，表明兩者的神經(jīng)表征模式具有顯著異質(zhì)性，因而解碼結(jié)果也反映了不同情緒面孔在離線態(tài)儲(chǔ)存過程中的神經(jīng)活動(dòng)差異。前人研究表明，額葉LPP與自上而下的認(rèn)知控制密切相關(guān)（Ferrari etal.，2008;Moratti et al.，2011），而本研究發(fā)現(xiàn)的額葉LPP條件間差異可能源于以下兩種機(jī)制：（1）憤怒條件下額葉LPP的降低可能源于情緒調(diào)節(jié)效應(yīng)。先前研究顯示，情緒的調(diào)節(jié)是一個(gè)自發(fā)過程，并且這一過程有利于后續(xù)記憶加工（Flores Jr amp; Berenbaum，2017;Lin amp; Liang，2023;Mauss etal.，2007）。具體而言，額葉皮層通過抑制負(fù)性情緒反應(yīng)以優(yōu)化記憶表現(xiàn)（Lietal.，2022），這種調(diào)節(jié)過程可能導(dǎo)致LPP振幅的降低。因此本研究推測(cè)，情緒調(diào)節(jié)過程避免了憤怒面孔誘發(fā)的情緒狀態(tài)對(duì)M2記憶過程的影響，而對(duì)負(fù)性情緒的調(diào)節(jié)導(dǎo)致了額葉LPP成分的下降。（2）在中性條件下，額葉LPP振幅顯著升高。這可能源于中性刺激的特征局限性：相較于憤怒面孔豐富的情緒線索，中性面孔的特征信息更少（如缺乏顯著情緒特征），導(dǎo)致其離線態(tài)儲(chǔ)存需要更強(qiáng)的認(rèn)知控制資源（Li et al.，2024）。具體而言：一方面，離線態(tài)儲(chǔ)存要求對(duì)冗余神經(jīng)活動(dòng)進(jìn)行抑制以維持表征穩(wěn)定性（Li et al.，2024），而中性條件下M1與M2均為中性面孔，可能需通過更強(qiáng)的額葉抑制機(jī)制抵消記憶干擾；另一方面，根據(jù)活動(dòng)-靜默態(tài)理論（Kuo et al.，2016），離線態(tài)轉(zhuǎn)換涉及內(nèi)部注意（維持 M1）與外部注意（編碼M2）的動(dòng)態(tài)平衡，而中性面孔的低特征顯著性，可能迫使額葉皮層分配更多資源介入內(nèi)部注意過程，以穩(wěn)定維持儲(chǔ)存于離線態(tài)的中性面孔表征（Kuoetal.，2016；梁騰飛，2023）。值得注意的是，額葉LPP的調(diào)節(jié)效應(yīng)未延伸至M2行為表現(xiàn)，揭示額葉皮層的認(rèn)知控制機(jī)制可能獨(dú)立于傳統(tǒng)注意資源分配過程。這一發(fā)現(xiàn)支持情緒面孔多態(tài)儲(chǔ)存的復(fù)雜性：相較于簡(jiǎn)單刺激，其加工可能涉及更廣泛的分布式腦網(wǎng)絡(luò)（如額葉-頂葉-杏仁核環(huán)路）。未來研究可通過動(dòng)態(tài)腦網(wǎng)絡(luò)分析或雙任務(wù)范式，進(jìn)一步解析額葉皮層在情緒工作記憶多態(tài)表征中的特異性作用。

5結(jié)論

本研究揭示了視覺工作記憶多態(tài)儲(chǔ)存過程中，資源獨(dú)立性并不受情緒信息的影響。同時(shí)，儲(chǔ)存于離線態(tài)中的負(fù)性面孔依舊具有工作記憶表現(xiàn)上的優(yōu)勢(shì)。另外，不同的情緒信息可能影響離線態(tài)儲(chǔ)存時(shí)的執(zhí)行控制過程，這意味著在工作記憶情緒面孔離線態(tài)儲(chǔ)存過程中涉及更廣泛的腦區(qū)協(xié)作。本研究結(jié)果為理解情緒面孔如何影響工作記憶的多態(tài)存儲(chǔ)提供了新的視角。

參考文獻(xiàn)

Ankaoua，M，amp; Luria，R.（2o23）.Oneturnatatime： Behavioral and ERP evidence for two types of rotations in theclassical mental rotation task.Psychophysiology，60（4）， e14213.

Bae，G.Y.，amp;Luck，S.J.（2019）.Decodingmotion direction usingthe topography of sustained ERPsand alpha oscillations. NeuroImage，184，242-255.

Balaban，H.，amp;Luria，R.（2o15）.The number of objects determines visual working memory capacity allocation for complexitems.NeuroImage，119，54-62.

Becker，D.V.，Kenrick，D.T.，Neuberg，S.L.，Blackwell，K.C. amp; Smith，D. M.（2o07）. The confounded nature of angry menand happy women. Journal ofPersonality and Social Psychology，92（2），179-190.

Carver，C.S.，amp; Harmon-Jones，E.（2oo9）.Angerisan approach-related affect： Evidence and implications.Psychological Bulletin，135（2），183-204.

Chota，S.，amp;VanderStigchel，S.（2021）.Dynamicandflexible transformation and reallocation of visual working memory representations.Visual Cognition，29（7）， 409-415.

Cohen， J. （2013）. Statistical power analysis for the behavioral sciences.Routledge.

Ferrari，V.，Codispoti，M.，Cardinale，R.，amp;Bradley，M.M. （2008）.Directed and motivated attention during processing of natural scenes. Journal of Cognitive Neuroscience， 20（10），1753-1761.

FerreiradeSa，D.S.，Michael，T.，Wilhelm，F(xiàn).H.，amp;Peyk，P. （2019）.Learningto seethethreat：Temporal dynamicsof ERPsof motivated attention in fearconditioning.Social CognitiveandAffectiveNeuroscience，14（2），189-203.

Falkenberg，I.，Kohn，N.，Schoepker，R.，amp; Habel，U. （2012）. Mood induction in depressive patients：A comparative multidimensional approach.PloSOne，7（l），e30016.

Figueira， J. S.， Oliveira， L.， Pereira， M. G.， Pacheco， L. B.， Lobo，I.，Motta-Ribeiro， G.C.，amp; David，I.A. （2017）.An unpleasant emotional state reduces working memory capacity： Electrophysiological evidence. Social Cognitive and Affective Neuroscience， 12（6）， 984-992.

Flores Jr，L.E.，amp; Berenbaum，H.（2017）.Thesocial regulation of emotion and updating negative contents of working memory. Emotion， 17（4），577.

Fox，E.，Lester，V.，Russo，R.，Bowles，R.，Pichler，A.，amp; Dutton，K. （20oo）. Facial expressions of emotion： Are angry faces detected more efficiently？ Cognition amp; Emotion， 14（1），61-92.

Gable，P.A.， amp; Adams， D.L. （2013）. Nonaffective motivation modulatesthesustainedLPP（1，000-2，000 ms）. Psychophysiology，50（12），1251-1254.

Hajcak， G.， MacNamara，A.，F(xiàn)oti，D.， Ferri，J.，amp; Keil，A. （2013）. The dynamic allocation of attention to emotion： Simultaneous and independent evidence from the late positive potential and steady state visual evoked potentials. Biological Psychology， 92（3）， 447-455.

Jackson，M.C.，Linden，D.E.，amp; Raymond，J.E.（2014）. Angry expressions strengthen the encoding and maintenance of face identity representations in visual working memory. Cognitionamp; Emotion，28（2），278-297.

Jackson， M.C.，amp; Raymond， J. E. （2004）. Visual working memory for faces.Journal of Vision，4（8），394.

Jackson，M.C.，Wu， C.-Y.，Linden，D.E.J.，amp; Raymond，J.E. （2009）. Enhanced visual short-term memory for angry faces. Journal of Experimental Psychology： Human Perception and Performance，35（2），363-374.

JIA，S.，QI，C.，CHEN，L.，amp; REN，Y.（2022）. The effect of working memory load on feedback processing： Evidence from an event-related potentials （ERP） study. Acta Psychologica Sinica， 54（3），248-258.

[賈世偉，齊叢叢，陳樂樂，任衍具．（2022）.工作記憶負(fù)荷 對(duì)反饋加工過程的影響：來自腦電研究的證據(jù)．心理學(xué) 報(bào)，54（3），248-258.]

Kreither， J.，Papaioannou，O.，amp; Luck，S.J.（2022）.Active working memory and simple cognitive operations.Journal ofCognitive Neuroscience， 34（2）， 313-331.

Kuo， B.-C.， Nobre，A. C.，Scerif， G.， amp; Astle，D. E. （2016）. Top-down activation of spatiotopic sensory codesin perceptual and working memory search. Journal of Cognitive Neuroscience，28（7）， 996-1009.

LaRocque， J. J.， Lewis-Peacock， J. A.， Drysdale，A.T.， Oberauer， K.，amp; Postle，B. R. （2013）.Decoding attended information in short-term memory： An EEG study. Journal ofCognitive Neuroscience， 25（1），127-142.

Lee，H.J.，amp; Cho，Y.S.（2019）.Memory facilitation for emotional faces：Visual working memory trade-offs resulting from attentional preference for emotional facial expressions.Memoryamp;Cognition，47（6），1231-1243.

Lewis-Peacock，J.A.，Drysdale，A.T.，Oberauer，K.，amp;Postle， B.R.（2012）. Neural evidence for a distinction between short-term memory and the focus of attention. Journal of Cognitive Neuroscience，24（1），61-79.

Li，J.，Cao，D.， Yu，S.， Xiao，X.， Imbach，L.， Stieglitz，L.， Sarnthein，J.，amp; Jiang，T. （2023）. Functional specialization and interaction in the amygdala-hippocampus circuit during working memory processing. Nature Communications， 14（1），2921.

Li，S.，Xie，H.， Zheng，Z.，Chen， W.，Xu，F(xiàn).， Hu，X.，amp; Zhang， D.（2022）. The causal role of the bilateral ventrolateral prefrontal cortices on emotion regulation of social feedback. Human Brain Mapping， 43（9），2898-2910.

Li， Z.，Guo，W.， Zhao，N.，amp; Liu，Q. （2024）. The suppression mechanisms of passive memory in visual working memory： The evidence from electroencephalography. Journal of Cognitive Neuroscience. 37（2）.334-344

Li， Z.， Liang， T.， amp; Liu， Q. （2021）. The storage resources of the active and passive states are independent in visual working memory. Cognition，217，104911.

Li， Z.，Ren， G.，Yuan， Z.，Yu，Q.，Wu， Y.，amp; Liu，Q.（2025）. Offline memory representations have robustness superiority invisual workingmemory.Acta Psychologica Sinica，57（5） 739-748.

[李子媛，任國防，袁子昕，喻青青，伍越，劉強(qiáng).（2025）.視 覺工作記憶離線態(tài)表征具有穩(wěn)固性優(yōu)勢(shì)．心理學(xué)報(bào)， 57（5）， 739-748.]

Liang， T. （2023）. Research on the processing mechanism of dual representation states in visual working memory [Unpublished doctoral dissertation]. Liaoning Normal University， China.

[梁騰飛.（2023）.視覺工作記憶雙重表征態(tài)的加工機(jī)制研究 （博士學(xué)位論文）.遼寧師范大學(xué).]

Lin，H.，amp; Liang， J. （2023）. The priming effects of emotional vocal expressions on face encoding and recognition： An ERP study. International Journal of Psychophysiology，183 32-40.

Long，F(xiàn).， Ye，C.，Li，Z.， Tian，Y.，amp; Liu， Q.（2020）.Negative emotional state modulates visual working memory in the late consolidation phase. Cognition and Emotion， 34（8）， 1646-1663.

Mallett，R.，Mummaneni， A.，amp; Lewis-Peacock，J.A.（2020）. Distractionbiasesworkingmemoryforfaces.Psychonomic Bulletinamp; Review，27（2），350-356.

Mauss，I. B.， Bunge， S.A.，amp; Gross，J.J.（2007）. Automatic emotion regulation. Social and Personality Psychology Compass，1（1），146-167.

Moratti，S.， Saugar，C.，amp; Strange，B.A. （2011）.Prefrontaloccipitoparietal coupling underlies late latency human neuronal responses to emotion. The Journal of Neuroscience， 31（47），17278-17286.

Most， S. B.， Chun， M. M.， Johnson， M. R.， amp; Kiehl， K. A. （2006）. Attentional modulation of the amygdala varies with personality. NeuroImage， 31（2）， 934-944.

Muhle-Karbe，P. S.，Myers， N.E.，amp; Stokes，M. G. （2021）.A hierarchy of functional states in working memory. The Journal ofNeuroscience，41（20），4461-4475.

Oberauer， K. （2002）. Access to information in working memory： Exploring the focus of attention. Journal of Experimental Psychology： Learning， Memory， and Cognition，28（3），411.

Ribes-Guardiola，P.，Ventura-Bort，C.，Poy，R.，Segarra，P.， Branchadell，V.，amp; Moltó，J.（2023）.Attention-affect interactions and triarchic psychopathy： New electrophysiological insights from the late positive potential. Psychophysiology， 60（4）， e14222.

Richter-Levin，G.，amp; Akirav，I. （20oo）.Amygdala-hippocampus dynamic interaction in relation to memory. Molecular Neurobiology，22（1-3）， 11-20.

Rose，N. S. （2020）. The dynamic-processing model of working memory. Current Directions in Psychological Science， 29（4）， 378-387.

Schindler，S.，Bruchmann，M.，amp; Straube，T.（2022）. Feature-based attention interacts with emotional picture content during mid-latency and late ERP processing stages. Biological Psychology， 170，108310.

Schindler，S.，amp; Bublatzky，F(xiàn).（2020）.Attention and emotion： An integrative review of emotional face processing as a function of attention. Cortex，130，362-386.

Schneider，F(xiàn).，Gur，R.C.，Gur，R.E.，amp; Muenz，L.R.（1994）. Standardized mood induction with happy and sad facial expressions.Psychiatry Research，51（1），19-31.

Sessa，P.，Luria， R.， Gotler，A.，Jolicceur， P.，amp; Dell'acqua，R. （2011）. Interhemispheric ERP asymmetries over inferior parietal cortex reveal differential visual working memory maintenance for fearful versus neutral facial identities. Psychophysiology， 48（2）， 187-197.

Srivastava，S.， Sharma，H.O.，amp;Mandal，M.K. （20o3）.Mood induction with facial expressions of emotion in patients with generalized anxiety disorder.Depression and Anxiety， 18（3），144-148.

Thomas， G. D.，amp; Ghulum，B.（1994）. Solving multiclass learning problems via error-correcting output codes.Journal of ArtificialIntelligenceResearch，2（1），263-286.

Wang，S.，Rajsic，J.，amp;Woodman，G.F.（2019）.The contralateral delayactivitytracksthesequentialloadingof objects into visual working memory，unlike lateralized alpha oscillations. Journal of Cognitive Neuroscience， 31（11），1689-1698.

Xie，W.，Ye，C.，amp;Zhang，W.（2023）.Negativeemotionreduces visualworkingmemory recall variability：Ameta-analytical review. Emotion，23（3），859-871.

Ye，C.，Liu，R.，Guo，L.，Zhao，G.，amp; Liu，Q.（2024）.A negative emotional state impairs individuals’abilityto filterdistractors from working memory：An ERP study. Cognitive，Affective，amp; Behavioral Neuroscience，24（3）， 491-504.

Ye，C.，Xu，Q.，Liu，Q.，Cong，F(xiàn).，Saariluoma， P.，Ristaniemi， T.，amp;Astikainen，P.（2o18）.The impactofvisual working memory capacity on the filtering efficiency of emotional facedistractors.BiologicalPsychology，138，63-72.

Young，A.W.，amp;Burton，A.M.（2018）.Are we face experts？ TrendsinCognitiveSciences，22（2），100-110.

Zhang，J.，Ye，C.，Sun，H.J.，Zhou，J.，Liang，T.，Li，Y.，amp;Liu， Q.（2022）.The passive state：A protective mechanism for informationinworkingmemorytasks.Journal ofExperimental Psychology： Learning，Memory， and Cognition，48（9）， 1235-1248.

The passive storage of negative facial expressions in working memory does not affect the active state storage

WANG Junbo122， ZHAO Na² ，LI Ziyuan3， LIU Qiang

（ Instituteof Brainand Psychological Science，Sichuan Normal UniversityChengdu 61o066，China） （ Research Centerof Brain and Cognitive Neuroscience，Liaoning Normal University，Dalian 116029，China） （ School ofEducation，Anyang Normal University，Anyang 455oo，China）

Abstract

Visual working memory （VWM） is a cognitive system responsible for the temporary storage and manipulation of visual information and serves as acormerstonefor high-level socialcognition. State-based models propose that memory representations are hierarchically organized： items within the focus of attention are maintained inanactive state，while those outside this focus are retained in a pasive state.Previous research investigated the passive storage mechanisms predominantly employed simple color stimuli， demonstrating that passve memory storage operates independently from activememory processing.However，indaily-lifecontext，facial information procesing iscriticallyimportantfor human social interactions.Itremainsunclear whether variations in the emotionalvalenceof faces retained in the passive state affect concurrent active memory processing.

To address this question，this study adopted a sequential presentation memory task involving 22 college students， who were instructed to memorize two sequentially presented arays containing face stimuli.The first array （M1） was expected to enter the passive state during the active maintenance of the second array （M2）.The emotional valence of face stimuli inMl was either angry orneutral，whereas M2 always contained neutral faces.Behavioralperformance and EEG neural activities were recorded，including late positive potential （LPP，indexingencodingatention），contralateral delay activity（CDA，reflecting active memory storage），and the whole-trial neural decoding of memory representations.

Behavioral results showed that the emotional valence modulation of M1 had no significant impact on performance related to M2. Consistently，neural indices suggested functional independence btweenactive and passvestorage states. Specifically：1） during theencoding of M2，parieto-occipital LPPamplitudes did not diffr as a functionof M1's emotional valance，，indicating that attentional resource allocationremainedunaffected;2）multivariatedecodingof M2-related maintenance-phase activity yielded no distinguishable neural pattems between angry- and neutral-face in M1.Moreover，time-generalization analysis confirmed that passive representations lacked cross-phase generalizability.

These findings support the notion of resource independence between VWM active and passive states， indicating that emotional representations in the passve state do not influence ongoing memory processing. These results extend the domain-general characteristics of passive storage to complex socially relevant stimuli， and highlight the adaptive eficiency of VWM in processing sequentially presented facial information. Overall， the present study demonstrates that emotional information stored in the passive state does not interfere with concurrent active processingof facial stimuli.

Keywordsvisual working memory， emotional faces， state-based models， ERP decoding，LPP