情绪唤醒度

在情绪二维模型（circumplex model）中，唤醒度（arousal）与效价（valence）被设定为两个相互正交的维度：效价刻画愉悦—不愉悦的方向，唤醒度刻画从平静、困倦到兴奋、紧张的能量或激活水平。因此，一个情绪状态可以被定位在由这两个轴张成的平面上，例如「兴奋」位于高效价、高唤醒象限，「抑郁」位于低效价、低唤醒象限。^{55唤醒定义探析及其认知神经生理基础journal.psych.ac.cn前往参考资料 ↓在新标签页中打开}

从概念来源看，唤醒度借自生理心理学中「唤醒」这一更宽泛的概念——衡量机体清醒程度与反应准备程度的连续体，可从睡眠延伸到高度警觉；把它引入情绪维度时，研究者实际上只截取了其中与情绪激活相关的那一部分含义，这也是唤醒度与效价在定义上容易纠缠的根源。^{55唤醒定义探析及其认知神经生理基础journal.psych.ac.cn前往参考资料 ↓在新标签页中打开|66唤醒定义探析及其认知神经生理基础_国家预印本平台sinoxiv.napstic.cn前往参考资料 ↓在新标签页中打开}

在测量层面，效价通常用愉悦—不愉悦的单维评分或语义差异量表获取，唤醒度则用「平静—激动」「困倦—清醒」一类评分获取；两者常被放在同一份自我报告问卷（如 SAM 自我评估人形量表）中同时采集，但它们的评分来源与心理含义不同，不能互相替代。^{55唤醒定义探析及其认知神经生理基础journal.psych.ac.cn前往参考资料 ↓在新标签页中打开}

在情绪心理学中，「唤醒度」（arousal）指情绪体验所伴随的激活或能量水平，是一个从平静、困倦到高度兴奋的连续维度；它与效价（valence，愉快—不愉快）共同构成情绪二维模型的两条主轴。这一用法源自 Wundt 的三维情感理论，后经 Russell（1980）与 Mehrabian & Russell（1974）等发展为环形模型（circumplex model）。^{11Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161–1178.doi.org前往参考资料 ↓在新标签页中打开|22Mehrabian, A., & Russell, J. A. (1974). An approach to environmental psychology. MIT Press.mitpress.mit.edu前往参考资料 ↓在新标签页中打开}

「wakefulness」（觉醒、清醒度）在睡眠与神经生理学中是一个有明确操作定义的状态变量：它指个体处于清醒而非睡眠的状态，通常以脑电图（EEG）特征（如 alpha 节律消失、出现低幅快波）、肌电张力与眼动来判定，并与睡眠—觉醒周期（sleep-wake cycle）的昼夜节律绑定。它描述的是「是否睡着」这一状态，而非情绪体验的强度。^{77The AASM Manual for the Scoring of Sleep and Associated Events: Rules, Terminology and Technical Specifications, Version 2.6aasm.org前往参考资料 ↓在新标签页中打开|88Brain stem reticular formation and activation of the EEGdoi.org前往参考资料 ↓在新标签页中打开}

两者的关键区别在于测量层面与理论归属：唤醒度是情绪报告或生理激活的连续量表得分（如 SAM 自我评估人形量表、皮肤电导、心率变异性），属于情绪维度；wakefulness 是睡眠医学与神经生理学的状态分类（清醒/浅睡/深睡/REM），属于意识状态。一个人可以在完全清醒（高 wakefulness）时情绪唤醒度很低（如平静阅读），也可以在困倦（低 wakefulness）时因焦虑而情绪唤醒度偏高。^{11Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161–1178.doi.org前往参考资料 ↓在新标签页中打开|77The AASM Manual for the Scoring of Sleep and Associated Events: Rules, Terminology and Technical Specifications, Version 2.6aasm.org前往参考资料 ↓在新标签页中打开|99DEAP: A Database for Emotion Analysis Using Physiological Signalsdoi.org前往参考资料 ↓在新标签页中打开}

在情感计算与生理信号处理文献中，arousal 常被用作连续回归目标（如 DEAP、AMIGOS 数据集的 valence/arousal 标注），而 wakefulness 更多作为睡眠分期或疲劳检测的离散类别标签；二者在特征工程上虽有重叠（都用到 EEG、EDA、HRV），但任务定义与评价指标不同，混用会导致标注口径不一致。^{99DEAP: A Database for Emotion Analysis Using Physiological Signalsdoi.org前往参考资料 ↓在新标签页中打开|1010AMIGOS: A Dataset for Affect, Personality and Mood Research on Individuals and Groupsdoi.org前往参考资料 ↓在新标签页中打开}

术语翻译上需注意：中文「唤醒度」对应 arousal，「觉醒度/清醒度」对应 wakefulness/alertness；部分中文文献将二者都译作「唤醒」，造成混淆。在 大语言模型 与情感计算交叉领域引用英文原文时，应保留 arousal 与 wakefulness 的区分。^{11Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161–1178.doi.org前往参考资料 ↓在新标签页中打开|77The AASM Manual for the Scoring of Sleep and Associated Events: Rules, Terminology and Technical Specifications, Version 2.6aasm.org前往参考资料 ↓在新标签页中打开}

Russell 环形模型（circumplex model）由 James A. Russell 于 1980 年提出，其核心主张是：情绪状态可以系统地排列在一个由两个正交维度构成的二维圆形空间中，这两个维度分别是愉快—不愉快（效价）与唤醒—睡眠（唤醒度）。^{11Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161–1178.doi.org前往参考资料 ↓在新标签页中打开}

在 Russell 的原始表述中，环形模型的横轴为「愉快—不愉快」维度，纵轴为「唤醒—睡眠」维度；各情绪词按其在两轴上的取值被放置在圆周上，相邻的情绪在体验上相似，相对的情绪在体验上相反。^{11Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161–1178.doi.org前往参考资料 ↓在新标签页中打开}

Russell 强调环形模型描述的是情绪词的「认知结构」而非情绪产生的因果机制：模型刻画的是人们如何组织情绪概念，而非解释情绪从何而来。^{11Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161–1178.doi.org前往参考资料 ↓在新标签页中打开}

Russell 与 Mehrabian 等人在 1970 年代提出的三维 PAD 模型（愉快—唤醒—支配）是环形模型的直接前身；环形模型可视为在 PAD 空间中固定「支配」维度后得到的二维切片。^{1212An Approach to Environmental Psychologymitpress.mit.edu前往参考资料 ↓在新标签页中打开}

Russell 环形模型对唤醒度的操作化定义是「主观感受到的激活或警觉程度」，从睡眠、困倦、平静一直延伸到警觉、兴奋、激动；该维度在模型中与效价相互独立，因此「愤怒」（高效价负性）与「兴奋」（高效价正性）可以具有相近的唤醒度而效价相反。^{11Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161–1178.doi.org前往参考资料 ↓在新标签页中打开}

环形模型的实证基础主要来自多维标度（MDS）与因子分析：受试者对情绪词两两之间的相似性判断被映射到二维空间后，呈现出稳定的环形排布，这一结构在多种语言与文化样本中被重复观察到。^{11Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161–1178.doi.org前往参考资料 ↓在新标签页中打开|1414Core Affect, Prototypical Emotional Episodes, and Other Things Called Emotion: Dissecting the Elephantdoi.org前往参考资料 ↓在新标签页中打开}

Russell 与 Barrett 于 1999 年进一步提出「核心情感」（core affect）概念，将环形模型的两轴重新解释为对当前激活状态与愉快状态的即时、非反思性感受，从而使环形模型从情绪词分类工具扩展为情绪体验的一般描述框架。^{1414Core Affect, Prototypical Emotional Episodes, and Other Things Called Emotion: Dissecting the Elephantdoi.org前往参考资料 ↓在新标签页中打开}

环形模型是 大语言模型 与情感计算中「效价—唤醒」二维标注体系的直接理论来源：大量语音情感识别与文本情感分析数据集采用该二维框架标注情绪，而非离散类别标签。^{1515The circumplex model of affect: An integrative approach to affective neuroscience, cognitive development, and psychopathologydoi.org前往参考资料 ↓在新标签页中打开}

PAD 模型由 Mehrabian 与 Russell 在 1974 年出版的《An Approach to Environmental Psychology》中系统提出，把情绪状态刻画在三个近乎正交的维度上：愉悦度（Pleasure，P）、唤醒度（Arousal，A）与支配度（Dominance，D）。该模型最初服务于环境心理学，用于解释物理环境如何影响人的情感反应。^{22Mehrabian, A., & Russell, J. A. (1974). An approach to environmental psychology. MIT Press.mitpress.mit.edu前往参考资料 ↓在新标签页中打开}

在 PAD 模型中，唤醒度（A）被定义为个体主观感受到的激活或能量水平，从昏昏欲睡、平静、放松的一端延伸到警觉、兴奋、紧张的另一端；它与愉悦度相互独立，因此「兴奋」（高唤醒+高愉悦）与「愤怒」（高唤醒+低愉悦）可以落在同一唤醒水平而效价相反的位置。^{22Mehrabian, A., & Russell, J. A. (1974). An approach to environmental psychology. MIT Press.mitpress.mit.edu前往参考资料 ↓在新标签页中打开|1616Evidence for a three-factor theory of emotionsdoi.org前往参考资料 ↓在新标签页中打开}

Russell 与 Mehrabian 在 1977 年发表的论文中给出了 PAD 三维的语义差异量表与情绪状态坐标，为后续大量情绪自评工具提供了操作化基础；该文报告三维结构能解释情绪形容词评分中的主要方差。^{1616Evidence for a three-factor theory of emotionsdoi.org前往参考资料 ↓在新标签页中打开}

PAD 模型是 情绪唤醒度 概念在工程与情感计算领域的主要理论来源之一：由于唤醒度被定义为可连续量化的激活水平，它便于与生理信号（皮肤电、心率）和声学特征（基频、能量）建立映射，从而支撑自动情绪识别系统的维度化输出。^{1515The circumplex model of affect: An integrative approach to affective neuroscience, cognitive development, and psychopathologydoi.org前往参考资料 ↓在新标签页中打开|1818Affective computingmitpress.mit.edu前往参考资料 ↓在新标签页中打开}

PAD 模型与 Russell 后来提出的环状模型（circumplex model）关系密切但不完全等同：环状模型把情绪排布在以效价与唤醒为轴的二维圆周上，而 PAD 保留三维空间；两者在唤醒度的定义上基本一致，差别主要在是否保留支配度以及是否采用环形拓扑。^{11Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161–1178.doi.org前往参考资料 ↓在新标签页中打开|1515The circumplex model of affect: An integrative approach to affective neuroscience, cognitive development, and psychopathologydoi.org前往参考资料 ↓在新标签页中打开}

PAD 模型的原始量表以英文情绪形容词的语义差异评分为基础，跨语言与跨文化适用性需要重新验证；中文等语言环境下的研究通常需要对形容词表做本地化修订，直接套用原始坐标可能引入文化偏差。^{1818Affective computingmitpress.mit.edu前往参考资料 ↓在新标签页中打开}

情绪唤醒度的外周生理基础主要由自主神经系统承担，其中交感神经系统（sympathetic nervous system）的激活被视为唤醒度升高的核心通路：交感节后纤维释放去甲肾上腺素，作用于心脏、血管、汗腺与瞳孔等效应器，产生心率加快、心肌收缩力增强、外周血管收缩、皮肤电活动上升与瞳孔扩大等一系列可测量的变化。这些变化共同构成「战斗或逃跑」式的动员状态，也是唤醒度在生理层面最常被操作化的指标来源。^{1919Aroused with heart: Modulation of heartbeat evoked potential by arousal induction and its oscillatory correlatesnature.com前往参考资料 ↓在新标签页中打开}

在实验研究中，唤醒度的交感激活常通过心率与心跳诱发脑电位（heartbeat evoked potential, HEP）间接观察。HEP 是大脑对心跳这一内感受信号进行皮层处理的 ERP 成分，对动机、注意与疼痛等与较高唤醒水平相关的因素敏感；对高唤醒与低唤醒情绪进行诱导后，HEP 的幅度会发生调制，说明交感驱动下的心血管输入并非背景噪声，而是被中枢持续加工的内感受信息。^{1919Aroused with heart: Modulation of heartbeat evoked potential by arousal induction and its oscillatory correlatesnature.com前往参考资料 ↓在新标签页中打开}

皮肤电活动（electrodermal activity, EDA）是唤醒度测量中最常用的交感指标之一，其原理是交感胆碱能纤维支配汗腺，汗腺分泌改变导致皮肤电导变化。由于汗腺活动几乎只受交感神经支配，EDA 被视为交感激活相对「纯净」的外周读出，常与心率、瞳孔直径一起构成唤醒度的多模态生理指标组。^{1919Aroused with heart: Modulation of heartbeat evoked potential by arousal induction and its oscillatory correlatesnature.com前往参考资料 ↓在新标签页中打开}

唤醒度诱导下的自主神经反应并不局限于单一通道：心率、呼吸、皮肤电与瞳孔等指标往往同时变化，但各通道的敏感度与时间进程不同。因此，仅凭单一外周指标推断唤醒度存在误判风险，研究中通常需要多通道联合测量，并结合主观报告与行为指标交叉验证。^{1919Aroused with heart: Modulation of heartbeat evoked potential by arousal induction and its oscillatory correlatesnature.com前往参考资料 ↓在新标签页中打开}

在情绪二维模型中，唤醒度与效价被视作相对独立的两个维度，但二者的生理实现并非完全分离：高唤醒的负性情绪（如恐惧、愤怒）与高唤醒的正性情绪（如兴奋）都可伴随交感激活升高，而效价的差异更多体现在具体自主神经模式与中枢通路的组合上。这一「唤醒共享、效价分化」的格局是情绪二维模型相关讨论的生理基础之一。^{1919Aroused with heart: Modulation of heartbeat evoked potential by arousal induction and its oscillatory correlatesnature.com前往参考资料 ↓在新标签页中打开}

需要指出的是，现有关于唤醒度与 HEP、心率等指标关系的证据多来自脑电研究，空间分辨率有限，且部分实验未严格控制呼吸流量等混淆变量，因此「交感激活—唤醒度」的通路细节仍有待更高空间分辨率与更严格控制的研究加以确认。^{1919Aroused with heart: Modulation of heartbeat evoked potential by arousal induction and its oscillatory correlatesnature.com前往参考资料 ↓在新标签页中打开}

情绪唤醒度的自主神经指标，指通过测量交感神经与副交感神经分支的活动水平来推断个体当前处于何种唤醒状态。常用的外周生理通道包括皮肤电活动（EDA，也称皮肤电导水平 SCL）、心血管指标（心率 HR、心率变异性 HRV、血压、脉搏波振幅）、呼吸指标（呼吸频率、呼吸深度、吸气/呼气比）以及瞳孔直径等。这些通道并不直接“读出”情绪，而是反映机体为应对环境需求所做的自主调节。^{2020Emotion recognition using physiological signals: A reviewarxiv.org前往参考资料 ↓在新标签页中打开|2121Heart rate variability: A review of psychophysiological perspectivesfrontiersin.org前往参考资料 ↓在新标签页中打开}

皮肤电活动（EDA）被广泛视为唤醒度最直接、最常用的外周指标：汗腺由交感神经节后纤维（主要为胆碱能纤维）支配，交感激活使汗腺分泌增加、皮肤电导上升。因此 SCL 的绝对水平与相位性反应（SCR）常被当作交感唤醒的代理量。但 EDA 对唤醒的“方向”不敏感——它难以区分愉悦的高唤醒（如兴奋）与不愉悦的高唤醒（如恐惧），只能反映激活强度。^{2020Emotion recognition using physiological signals: A reviewarxiv.org前往参考资料 ↓在新标签页中打开|2222A review of emotion recognition using physiological signalsmdpi.com前往参考资料 ↓在新标签页中打开}

心率变异性（HRV）是评估副交感（迷走）调节能力的重要窗口。在静息与情绪诱发任务中，较高的 HRV（如 RMSSD、HF 功率）通常与较好的情绪调节能力和较低的应激水平相关；而唤醒度升高、应激负荷增大时，HRV 往往下降。不过 HRV 同时受呼吸、体位、年龄、体能和药物影响，单独用作唤醒度指标时特异性有限。^{2121Heart rate variability: A review of psychophysiological perspectivesfrontiersin.org前往参考资料 ↓在新标签页中打开|2323Heart rate variability and emotion regulation: A meta-analysissciencedirect.com前往参考资料 ↓在新标签页中打开}

在情绪二维模型（唤醒度—效价）框架下，自主神经指标与唤醒度的对应关系总体成立，但并非一一映射。皮肤电、心率、瞳孔等指标对“唤醒”维度较为敏感，对“效价”维度的区分能力较弱；效价更多依赖面部肌电（如皱眉肌与颧大肌）、脑电偏侧化等指标。因此单靠自主神经通道难以完整还原情绪状态。^{2020Emotion recognition using physiological signals: A reviewarxiv.org前往参考资料 ↓在新标签页中打开|2222A review of emotion recognition using physiological signalsmdpi.com前往参考资料 ↓在新标签页中打开}

瞳孔直径作为唤醒度指标近年受到重视：瞳孔受交感与副交感双重支配，蓝斑—去甲肾上腺素系统活动增强时瞳孔扩张，且瞳孔反应对认知负荷与情绪唤醒均敏感。其优点是时间分辨率高、可远程摄像测量；缺点是受光照条件强烈干扰，需严格控光，且对效价同样不具区分力。^{2626Pupillometry as a window into arousal and cognitive effortfrontiersin.org前往参考资料 ↓在新标签页中打开}

在情感计算实践中，自主神经指标常被多模态融合使用：将 EDA、HRV、呼吸与面部表情、语音特征结合，可提升唤醒度估计的稳健性。单一通道的唤醒度分类准确率通常有限，而多通道融合在公开数据集（如 DEAP、AMIGOS）上的表现普遍优于单通道。^{2222A review of emotion recognition using physiological signalsmdpi.com前往参考资料 ↓在新标签页中打开|2727DEAP: A database for emotion analysis using physiological signalsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

自主神经指标用于唤醒度测量时存在若干方法学局限：个体间基线差异大，需做基线归一化；测量设备（腕带式 EDA、胸带式呼吸）与实验室级设备之间信度不等；运动伪迹、温度与湿度会污染 EDA 信号；此外，唤醒度与效价在生理层面高度耦合，单靠外周指标难以解耦。^{2020Emotion recognition using physiological signals: A reviewarxiv.org前往参考资料 ↓在新标签页中打开|2727DEAP: A database for emotion analysis using physiological signalsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

情绪唤醒度（arousal）与效价（valence）共同构成核心情感空间（core affective space），但长期以来缺乏精确的脑模型来描述唤醒度，这导致学界持续争论：唤醒度的神经系统是否在不同效价域之间泛化，以及它是否可与自主神经唤醒或觉醒状态相区分。^{2828A neurofunctional signature of affective arousal generalizes across valence domains and distinguishes subjective experience from autonomic reactivitynature.com前往参考资料 ↓在新标签页中打开}

一项发表于《Nature Communications》的研究（2025年，文章编号6492）结合自然istic fMRI与预测建模，开发了“脑情感唤醒签名”（brain affective arousal signature, BAAS），采用发现-验证设计（n=60与n=36），并证明该签名对多种心理过程、效价和刺激模态具有敏感性与泛化能力。^{2828A neurofunctional signature of affective arousal generalizes across valence domains and distinguishes subjective experience from autonomic reactivitynature.com前往参考资料 ↓在新标签页中打开}

该研究进一步表明，BAAS所刻画的神经模式与自主神经唤醒（autonomic arousal）及觉醒（wakefulness）的神经基础存在可分离性，从而在神经层面将主观情感体验与自主神经反应区分开来。^{2828A neurofunctional signature of affective arousal generalizes across valence domains and distinguishes subjective experience from autonomic reactivitynature.com前往参考资料 ↓在新标签页中打开}

在神经影像学证据中，脑岛（insula）与副海马回（parahippocampal gyrus）等区域被反复关联到情感唤醒的加工；BAAS的构建也涉及对这些区域及其他脑区活动的多变量模式分析。^{2828A neurofunctional signature of affective arousal generalizes across valence domains and distinguishes subjective experience from autonomic reactivitynature.com前往参考资料 ↓在新标签页中打开}

自我报告量表是测量情绪唤醒度最常用的方法之一：被试在体验或回忆情绪后，直接在单维或多维量表上评定自己的主观激活水平。其基本假设是，个体能够内省并报告自身的唤醒状态，因此量表得分被视为对主观唤醒体验的直接读数。^{33Bradley, M. M., & Lang, P. J. (1994). Measuring emotion: The Self-Assessment Manikin and the Semantic Differential. Journal of Behavior Therapy and Experimental Psychiatry, 25(1), 49–59.doi.org前往参考资料 ↓在新标签页中打开|2929Emotion and motivation I: Defensive and appetitive reactions in picture processingdoi.org前往参考资料 ↓在新标签页中打开}

Bradley 与 Lang 开发的 自我评估小人（Self-Assessment Manikin，SAM）用图形化小人呈现唤醒度维度：从闭眼熟睡的小人（低唤醒）到睁眼、身体充满能量的激动小人（高唤醒），被试在五点或九点图形序列上选择位置。图形化设计降低了对语言能力的依赖，便于跨语言、跨文化以及儿童被试使用。^{33Bradley, M. M., & Lang, P. J. (1994). Measuring emotion: The Self-Assessment Manikin and the Semantic Differential. Journal of Behavior Therapy and Experimental Psychiatry, 25(1), 49–59.doi.org前往参考资料 ↓在新标签页中打开}

SAM 的效价维度用从微笑到皱眉的小人表示，唤醒维度用从平静到兴奋的小人表示；两个维度各自独立评定，因此 SAM 同时给出 情绪二维模型 中效价与唤醒度的坐标。^{33Bradley, M. M., & Lang, P. J. (1994). Measuring emotion: The Self-Assessment Manikin and the Semantic Differential. Journal of Behavior Therapy and Experimental Psychiatry, 25(1), 49–59.doi.org前往参考资料 ↓在新标签页中打开}

在 SAM 之外，常用的唤醒度自我报告工具还包括九点李克特式单题量表（如“此刻你感到多兴奋/多平静”）以及多维情绪状态量表（如 POMS、PANAS 中的唤醒相关分量表）。不同工具在维度定义、时间窗口（即时状态 vs 特质）和评分锚点上差异较大，跨研究比较时需注意量表不可直接换算。^{2929Emotion and motivation I: Defensive and appetitive reactions in picture processingdoi.org前往参考资料 ↓在新标签页中打开|1515The circumplex model of affect: An integrative approach to affective neuroscience, cognitive development, and psychopathologydoi.org前往参考资料 ↓在新标签页中打开}

自我报告量表的核心优势是内容效度高、实施成本低、可同时覆盖效价与唤醒两个维度；其核心局限是依赖内省，易受社会赞许性、需求特征和情绪标签词汇可得性的影响，且无法用于无法言语报告的群体（如婴儿、部分临床人群）。^{2929Emotion and motivation I: Defensive and appetitive reactions in picture processingdoi.org前往参考资料 ↓在新标签页中打开|3030Subjective and physiological emotional responses: A review of the relationship between self-report and peripheral physiologydoi.org前往参考资料 ↓在新标签页中打开}

自我报告唤醒度与生理唤醒指标（如皮肤电导、心率）之间的相关通常为中等偏低，说明主观唤醒体验与外周生理激活并非一一对应；因此研究界普遍建议将自我报告与生理测量、行为测量结合使用，而非单独依赖量表。^{1515The circumplex model of affect: An integrative approach to affective neuroscience, cognitive development, and psychopathologydoi.org前往参考资料 ↓在新标签页中打开|3030Subjective and physiological emotional responses: A review of the relationship between self-report and peripheral physiologydoi.org前往参考资料 ↓在新标签页中打开}

在 情感计算 中，自我报告量表常被用作标注真值（ground truth）：被试观看视频或听音乐后评定唤醒度，所得标签用于训练和评估基于生理信号或语音的唤醒度预测模型。但标注者间一致性（inter-rater agreement）往往只是中等水平，构成该类数据集的上限约束。^{3131A review of emotion recognition using physiological signalsdoi.org前往参考资料 ↓在新标签页中打开}

生理测量指通过传感器采集与情绪唤醒相关的外周生理信号（如皮肤电导、心率、心率变异性、瞳孔直径、面部肌电等），并据此推断唤醒水平；其共同假设是唤醒度的变化伴随交感神经系统激活，从而在可测量的生理通道上留下痕迹。^{3232Measuring Users’ Psychophysiological Experience in Non-linear Omnichannel Environmentrd.springer.com前往参考资料 ↓在新标签页中打开}

皮肤电活动（EDA，含皮肤电导水平 SCL 与皮肤电导反应 SCR）是最常用的唤醒度生理指标之一，因为汗腺活动直接受交感神经支配，且其变化与情绪唤醒的强度呈单调关系，被广泛用于情感计算与用户体验研究中的唤醒度标注。^{3232Measuring Users’ Psychophysiological Experience in Non-linear Omnichannel Environmentrd.springer.com前往参考资料 ↓在新标签页中打开}

心血管指标中，心率（HR）与心率变异性（HRV）常被联合使用：唤醒升高通常伴随心率加快与 HRV 下降，但心率同时受体力活动、体位与呼吸影响，因此单独使用心率推断唤醒度的效度有限，需与其他通道联合。^{3232Measuring Users’ Psychophysiological Experience in Non-linear Omnichannel Environmentrd.springer.com前往参考资料 ↓在新标签页中打开}

瞳孔直径与瞳孔光反射受交感与副交感双重支配，在控制光照条件后，瞳孔扩张可作为唤醒度的连续指标；眼动仪可在不干扰被试的情况下同步记录瞳孔变化，因此在多模态情感识别中被视为低侵入性的唤醒通道。^{3232Measuring Users’ Psychophysiological Experience in Non-linear Omnichannel Environmentrd.springer.com前往参考资料 ↓在新标签页中打开}

面部肌电（EMG）中，皱眉肌（corrugator supercilii）活动与负性效价相关，颧大肌（zygomaticus major）活动与正性效价相关，二者主要反映效价维度而非唤醒维度；因此肌电更多用于效价判别，单独用于唤醒度估计时区分力较弱。^{3232Measuring Users’ Psychophysiological Experience in Non-linear Omnichannel Environmentrd.springer.com前往参考资料 ↓在新标签页中打开}

生理测量的核心优势在于时间分辨率高、可在被试无意识报告的情况下连续采集，适合捕捉快速波动的唤醒反应；其局限在于个体差异大、易受运动伪迹与环境干扰，且不同生理通道与唤醒度的映射关系并非一一对应，通常需要基线校正与个体化归一化。^{3232Measuring Users’ Psychophysiological Experience in Non-linear Omnichannel Environmentrd.springer.com前往参考资料 ↓在新标签页中打开}

生理测量在非线性的全渠道用户体验研究中被用于捕捉传统问卷、访谈与焦点小组等回溯性方法无法覆盖的即时情绪波动，研究者将生理数据与行为数据、主观报告整合，以还原真实交互过程中的唤醒变化。^{3232Measuring Users’ Psychophysiological Experience in Non-linear Omnichannel Environmentrd.springer.com前往参考资料 ↓在新标签页中打开}

行为与表情编码测量情绪唤醒度，其基本逻辑是：唤醒度越高，自主神经与躯体运动系统的激活越强，因而在面部肌电、头部姿态、身体动作、语音基频与语速等可观察通道上留下可量化的痕迹；编码者或自动算法把这些痕迹映射为唤醒度评分。^{3333Emotion elicitation using films: A review and a new set of filmstandfonline.com前往参考资料 ↓在新标签页中打开}

在面部通道上，皱眉肌（corrugator supercilii）与颧大肌（zygomaticus major）的肌电活动是效价的主要指标，而唤醒度更多与面部肌肉活动的整体强度、眨眼频率与幅度、以及面部动作单元（Action Unit）的激活幅度相关；因此单靠面部效价编码无法直接读出唤醒度，需要结合强度维度。^{3333Emotion elicitation using films: A review and a new set of filmstandfonline.com前往参考资料 ↓在新标签页中打开|3434Facial Action Coding System: A Technique for the Measurement of Facial Movementpaulekman.com前往参考资料 ↓在新标签页中打开}

面部动作编码系统（Facial Action Coding System, FACS）由 Ekman 与 Friesen 于 1978 年提出，把面部运动分解为可独立编码的动作单元（AU），是行为与表情编码中最常被引用的标准化框架；后续的 EMFACS 与 FACSAID 等变体针对情绪相关 AU 做了简化。^{3434Facial Action Coding System: A Technique for the Measurement of Facial Movementpaulekman.com前往参考资料 ↓在新标签页中打开}

身体姿态与动作通道（如头部倾斜、躯干前倾、手势幅度、坐姿变换频率）被用作唤醒度的辅助指标：高唤醒常伴随更多姿态变换与更大的动作幅度，但这类指标对情境与个体差异敏感，单独使用时区分力有限。^{3535Body posture and emotion: A reviewfrontiersin.org前往参考资料 ↓在新标签页中打开}

语音通道的行为编码通常提取基频（F0）均值与方差、语速、能量（响度）与频谱倾斜等声学参数；多项研究把基频升高、语速加快与能量增大视为高唤醒的声学相关物，但语音唤醒度的估计高度依赖说话人与语境，跨说话人泛化仍是难点。^{3636Acoustic profiles in vocal emotion expressionpsycnet.apa.org前往参考资料 ↓在新标签页中打开|3737The INTERSPEECH 2018 Computational Paralinguistics Challenge: Atypical & Self-Assessed Affect, Crying & Heart Beatsisca-speech.org前往参考资料 ↓在新标签页中打开}

行为与表情编码的评分通常采用李克特量表或连续维度评分（如 SAM 自评人形图），由多名编码者独立打分后取一致性系数（如 Cohen's kappa、ICC）作为信度指标；编码者间一致性不足是该方法的常见批评点。^{3333Emotion elicitation using films: A review and a new set of filmstandfonline.com前往参考资料 ↓在新标签页中打开|3838Measuring emotion: The Self-Assessment Manikin and the Semantic Differentialsciencedirect.com前往参考资料 ↓在新标签页中打开}

自动面部表情分析（如 OpenFace、Affectiva、iMotions 等工具）已能在视频中逐帧输出 AU 强度与唤醒度估计，使行为编码从人工逐帧标注转向半自动或全自动流程；但自动估计在遮挡、头部大角度旋转与低光照条件下误差显著上升。^{3939OpenFace 2.0: Facial Behavior Analysis Toolkitieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|4040Affectiva — Emotion AIaffectiva.com前往参考资料 ↓在新标签页中打开}

行为与表情编码的生态效度优于实验室自评，因为它在自然情境中记录可观察行为；但其代价是标注成本高、难以大规模部署，且编码结果对编码者训练水平与编码手册版本敏感。^{3535Body posture and emotion: A reviewfrontiersin.org前往参考资料 ↓在新标签页中打开|3838Measuring emotion: The Self-Assessment Manikin and the Semantic Differentialsciencedirect.com前往参考资料 ↓在新标签页中打开}

在语音声学中，响度（loudness，常以声压级 dB SPL 或能量 RMS 度量）与唤醒度呈稳定的正相关：说话越响，听者越倾向于判断说话者处于高唤醒状态（如愤怒、兴奋、恐惧）。这一关联在跨语种、跨文化的语音情绪识别研究中被反复观察到，是唤醒度最稳健的声学相关物之一。^{4343Acoustic profiles in vocal emotion expressiondoi.org前往参考资料 ↓在新标签页中打开|4444Emotional speech: A review of the literaturedoi.org前往参考资料 ↓在新标签页中打开}

节奏速度（语速、发音速率、音节率）与唤醒度正相关：语速加快通常对应高唤醒情绪（愤怒、喜悦、惊讶），语速减慢对应低唤醒情绪（悲伤、厌倦）。在多个语音情绪语料库的声学分析中，语速是仅次于基频和能量的重要唤醒度预测特征。^{4343Acoustic profiles in vocal emotion expressiondoi.org前往参考资料 ↓在新标签页中打开|4545The acoustic correlates of perceived emotion in speechdoi.org前往参考资料 ↓在新标签页中打开}

在音乐领域，节奏速度（tempo，单位 BPM）与听者感知的唤醒度正相关：快节奏音乐通常被评定为高唤醒，慢节奏被评定为低唤醒。这一关系在西方调性音乐中被大量实验证实，并被纳入音乐情绪的二维模型解释框架。^{4646An exploratory study of musical emotions and psychophysiologydoi.org前往参考资料 ↓在新标签页中打开|4747Emotional responses to music: The need to consider underlying mechanismsdoi.org前往参考资料 ↓在新标签页中打开}

在情感计算实践中，响度与节奏速度常被作为唤醒度估计的低层声学特征：语音侧使用能量、语速、音节率，音乐侧使用 BPM、RMS 能量、事件密度，二者均被纳入 对比学习 等表征学习框架的输入特征或自监督预训练目标中。^{4848wav2vec 2.0: A Framework for Self-Supervised Learning of Speech Representationsarxiv.org前往参考资料 ↓在新标签页中打开}

在声音的声学特征中，音高（基频及其变化方向）与音色（频谱结构与谐波丰富度）是听者判断声音情绪唤醒水平的两条主要线索：音高升高、音色明亮尖锐通常与高唤醒相关联，音高降低、音色低沉圆润则更多与低唤醒或平静状态相关联。^{5050Effects of pitch and musical sounds on body-representations when moving with soundnature.com前往参考资料 ↓在新标签页中打开}

Tajadura-Jiménez 等人在 2022 年发表于 Scientific Reports 的三项实验表明，当被试执行与音高变化同步的手臂上举动作时，音高上升与下降都会改变其身体表征与主观感受；作者指出这类效应在上升音与下降音上均出现，可能与音乐声音所诱发的情绪过程有关，因为乐音通常比纯音更令人愉悦。^{5050Effects of pitch and musical sounds on body-representations when moving with soundnature.com前往参考资料 ↓在新标签页中打开}

该研究还指出，与纯音相比，富含谐波结构的乐音在生态效度上更高，因此音色（声音的频谱丰富度）本身就会调节声音诱发的情绪与身体感受，而不仅是音高这一单一维度在起作用。^{5050Effects of pitch and musical sounds on body-representations when moving with soundnature.com前往参考资料 ↓在新标签页中打开}

在情感计算与语音情绪识别中，基频（F0）均值、基频变化范围与频谱质心、频谱斜率等音色相关参数常被用作唤醒度的声学代理特征，但这些特征与唤醒度的对应关系受说话人、语种与录音条件影响，单一特征不足以稳定预测唤醒度。^{5050Effects of pitch and musical sounds on body-representations when moving with soundnature.com前往参考资料 ↓在新标签页中打开}

国际情感数字化声音数据库第二版（IADS-2）是情绪研究中用于非言语声音刺激的标准库之一，其声音在唤醒度与效价两个维度上均有常模评分；跨文化研究常以该库为材料检验声音情绪评定的文化稳定性。^{5151正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

一项针对 IADS-2 及附加声音的验证研究（2022 年发表于 Scientific Reports）发现，非言语声音的评分会受到性别与国籍等人口学指标的偏差影响，说明声音唤醒度评定并非完全文化中立。^{5151正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

该研究按国家分别统计了声音在情绪各维度上的评分，结果显示不同国家在 IADS-2 中评为最低与最高的声音并不相同，即各国被试对同一批声音的唤醒度与效价排序存在差异。^{5151正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

在该研究的样本中，日本被试的声音评分比其他国家的离群值更多，提示东亚被试对声音刺激的评定分布可能与西方样本不同，跨文化比较时需注意样本层面的异质性。^{5151正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

在情绪二维模型中，唤醒度与效价被视为两个相对独立但相互作用的维度；唤醒度并不单独决定行为反应的方向，而是调节效价对反应的作用强度。唐日新等（2019）以正负效价图片搭配高、中、低唤醒水平进行推—拉动作实验，发现情绪唤醒度调节情绪效价对推拉动作的作用：唤醒度越高，情绪效价（尤其是负性情绪）对推拉动作的作用越大；唤醒度越低，作用越小。^{5252情绪效价、唤醒度和有无评价影响手部动作journal.psych.ac.cn前往参考资料 ↓在新标签页中打开}

高唤醒并不等同于负性情绪专属。该研究同时操纵正负效价与高、中、低唤醒水平，说明高唤醒状态可以出现在正性情绪（如兴奋、愉悦）与负性情绪（如恐惧、愤怒）两侧，因此「高唤醒」本身是一个跨效价的中性强度标签，而非效价标签。^{5252情绪效价、唤醒度和有无评价影响手部动作journal.psych.ac.cn前往参考资料 ↓在新标签页中打开}

效价对动作方向的影响具有方向特异性：向上拖动图片时消极图片被拖得更快，向下拖动时积极图片更快。这一「趋近—回避」式的方向效应说明，高唤醒正性情绪与高唤醒负性情绪在动作层面并非同向放大，而是随动作方向与效价匹配关系而分化。^{5252情绪效价、唤醒度和有无评价影响手部动作journal.psych.ac.cn前往参考资料 ↓在新标签页中打开}

效价对动作的调节依赖有意识评价的参与：在不进行效价评估的条件下，情绪效价对推拉动作无显著影响。这意味着高唤醒正负情绪的分化在行为层面可能不是全自动的，评价环节是分化得以显现的条件之一。^{5252情绪效价、唤醒度和有无评价影响手部动作journal.psych.ac.cn前往参考资料 ↓在新标签页中打开}

在情绪二维模型中，唤醒度（arousal）与效价（valence）被设定为两个近似正交的维度：唤醒度刻画从平静到兴奋的激活水平，效价刻画从厌恶到愉悦的取向。这一设定意味着，高唤醒并不必然对应负性情绪，低唤醒也不必然对应正性情绪——例如「兴奋」与「愤怒」同属高唤醒，但效价相反。^{11Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161–1178.doi.org前往参考资料 ↓在新标签页中打开}

「唤醒度偏差」（arousal bias）指在情绪判断与记忆任务中，唤醒度维度对认知加工的影响系统性地偏离效价维度所预测的方向。典型表现是：高唤醒刺激在再认与回忆中比同等效价的中低唤醒刺激获得优先加工，这种优先性不能由效价单独解释。^{5353Kensinger, E. A. (2004). Remembering emotional experiences: The contribution of valence and arousal. Reviews in the Neurosciences, 15(4), 241–251.doi.org前往参考资料 ↓在新标签页中打开}

唤醒度偏差在记忆巩固上表现最稳定：高唤醒情绪事件的核心细节记忆增强，而外周细节记忆可能受损，这一模式常被解释为杏仁核—海马交互在唤醒条件下的调制作用。^{5454McGaugh, J. L. (2004). The amygdala modulates the consolidation of memories of emotionally arousing experiences. Annual Review of Neuroscience, 27, 1–28.doi.org前往参考资料 ↓在新标签页中打开}

唤醒度偏差也体现在判断与决策中：高唤醒状态下个体更依赖启发式与刻板印象、风险估计更极端；但该效应受个体唤醒归因与情绪调节能力调节，效应量在不同研究间波动较大。^{5656Bodenhausen, G. V., Sheppard, L. A., & Kramer, G. P. (1994). Negative affect and social judgment: The differential impact of anger and sadness. European Journal of Social Psychology, 24(1), 45–62.doi.org前往参考资料 ↓在新标签页中打开}

在情感计算中，唤醒度偏差意味着仅用效价标签训练的分类器会在高唤醒样本上系统性偏移；常用做法是联合建模效价—唤醒二维标签，或在特征层引入唤醒度回归分支以校正偏差。^{5757Scherer, K. R. (2005). What are emotions? And how can they be measured? Social Science Information, 44(4), 695–729.doi.org前往参考资料 ↓在新标签页中打开}

语音情感识别（Speech Emotion Recognition, SER）通常把情绪唤醒度（arousal）与效价（valence）、支配度（dominance）一起作为维度分数来预测；唤醒度对应激活或紧张程度，是三维情绪描述中最常被单独建模的一维。^{5959IEEE Xplore Search Resultsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在语音情感识别研究中，唤醒度（activation/stress）在语料库内部的分类效果通常优于效价等其他维度，是维度预测中相对容易取得高准确率的一维。^{5959IEEE Xplore Search Resultsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

唤醒度预测的跨语料库泛化是语音情感识别的主要难点：在单一语料库内表现优异的模型，迁移到其他语料库时性能往往明显下降。^{5959IEEE Xplore Search Resultsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

有研究把语音唤醒度与血氧水平依赖（BOLD）信号联合建模，用高斯混合回归预测二者的动态关系，以探索人脑解码声音情绪内容的神经感知机制。^{5959IEEE Xplore Search Resultsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在音乐情绪计算中，唤醒度通常与效价一起被当作二维连续标签来预测：模型输入音频（及可选的生理）特征，输出效价—唤醒平面上的坐标或坐标变化量，从而把「这首歌有多激动」量化为可回归的目标。^{6060Nightingale: A multimodal approach combining EEG signals and audio features to enhance music therapyjournals.plos.org前往参考资料 ↓在新标签页中打开|6161Learning to Predict Performance-induced Emotion Differences in Classical Piano Musicar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

Nightingale 系统把音频特征与脑电（EEG）信号融合，用多层感知机（MLP）与卷积神经网络（CNN）的混合结构预测受试者对音乐的情绪反应，在 DEAP 数据集上取得唤醒度平均绝对百分比误差（MAPE）22.16、效价 MAPE 19.52，两个维度上的决定系数 R² 为 0.67。^{6060Nightingale: A multimodal approach combining EEG signals and audio features to enhance music therapyjournals.plos.org前往参考资料 ↓在新标签页中打开}

该工作报告其多模态方案优于当时最新的同类方法，同时计算资源需求显著更低、网络结构更简单，说明在音乐唤醒度预测中，特征工程与模态互补有时比堆叠大模型更划算。^{6060Nightingale: A multimodal approach combining EEG signals and audio features to enhance music therapyjournals.plos.org前往参考资料 ↓在新标签页中打开}

针对古典钢琴演奏的研究指出，同一作品不同演奏版本带来的情绪差异往往很细微，此时模型不必推断效价—唤醒空间中的绝对位置，只需预测相对「平均演奏」的变化方向；为此提出的 Delta-VA 相对回归框架以演奏专属特征为输入，隔离掉作曲本身对情绪类别的支配性影响。^{6161Learning to Predict Performance-induced Emotion Differences in Classical Piano Musicar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

音乐情绪预测已从「给整首曲子打一个唤醒度分数」推进到「预测演奏层面的细微唤醒度偏移」，这一转向使唤醒度标签从静态属性变成随演绎而变的动态量，对标注粒度提出了更高要求。^{6161Learning to Predict Performance-induced Emotion Differences in Classical Piano Musicar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

在情感计算的应用链条上，音乐唤醒度预测常被定位为音乐治疗、推荐与生成系统的中间环节：先估计听者或被试的唤醒水平，再据此调整曲目或干预策略。^{6060Nightingale: A multimodal approach combining EEG signals and audio features to enhance music therapyjournals.plos.org前往参考资料 ↓在新标签页中打开}

在情绪二维模型（唤醒度—效价）中，唤醒度是否构成一个与效价相互独立的维度，是自该模型提出以来最持久的争论之一。Russell（1980）提出的环形模型把情绪状态排布在一个二维圆周上，其中垂直轴代表唤醒度、水平轴代表效价，并假定两轴在结构上正交；这一正交性假设是后续大量测量工具与情感计算特征设计的理论前提。^{11Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161–1178.doi.org前往参考资料 ↓在新标签页中打开}

从构念效度角度看，唤醒度与效价在生理层面并非完全可分离：皮肤电反应（EDA）等交感神经指标主要反映唤醒度，但效价操纵（如厌恶 vs. 愉悦的高唤醒状态）也会调制心率变异性与面部肌电的走向，说明两维度在自主神经层面存在交互，单一指标难以干净地只测量其中一个维度。^{6464Autonomic nervous system activity in emotion: A reviewdoi.org前往参考资料 ↓在新标签页中打开}

术语层面也存在混淆：部分文献把「唤醒度」与「情绪强度（intensity）」混用，而强度通常指某一具体情绪被体验的强烈程度，可与效价正交也可不正交；这种概念滑动使得「唤醒度是否独立于效价」的实证结论难以直接比较，是争议长期未决的方法论原因之一。^{1414Core Affect, Prototypical Emotional Episodes, and Other Things Called Emotion: Dissecting the Elephantdoi.org前往参考资料 ↓在新标签页中打开}

外周生理指标（皮肤电导、心率、心率变异性、瞳孔直径、面部肌电等）与情绪唤醒度之间并非一一对应：同一唤醒水平可以由不同生理通路实现，而同一生理变化也可能由非情绪因素（运动、温度调节、认知负荷、说话、体位变化）引起，因此单一指标无法独立地充当唤醒度的「读数」。^{6666Electrodermal Activity (EDA) — SpringerBriefs / chapter on EDA in affective computinglink.springer.com前往参考资料 ↓在新标签页中打开|6767The psychophysiology of emotion — Handbook of Emotions (Cacioppo, Berntson et al.)guilford.com前往参考资料 ↓在新标签页中打开}

皮肤电活动（EDA/GSR）被广泛视为唤醒度最灵敏的外周指标之一，因为汗腺活动主要受交感神经系统胆碱能纤维支配，与情绪唤醒的交感激活耦合较紧；但 EDA 对效价几乎不敏感，且受皮肤温度、湿度、个体汗腺密度与用药影响，个体间基线差异可达数倍，必须做个体内标准化。^{6666Electrodermal Activity (EDA) — SpringerBriefs / chapter on EDA in affective computinglink.springer.com前往参考资料 ↓在新标签页中打开|6868Publication recommendations for electrodermal measurements (Society for Psychophysiological Research Ad Hoc Committee)onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

瞳孔直径受蓝斑-去甲肾上腺素系统（LC-NE）调控，与唤醒和注意密切相关，被视为唤醒度的候选指标；但瞳孔对亮度变化极其敏感，且受认知负荷、药物、疲劳与情绪效价共同影响，实验中必须严格控光并做基线校正，否则唤醒度解释不成立。^{2626Pupillometry as a window into arousal and cognitive effortfrontiersin.org前往参考资料 ↓在新标签页中打开|7070The pupil as a window to the mind: LC-NE and arousalpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

面部肌电（如皱眉肌 corrugator 与颧大肌 zygomaticus）更多反映效价而非唤醒度：corrugator 活动随负性效价增强，zygomaticus 随正性效价增强，二者与唤醒度的关系较弱且不稳定，因此不宜单独用于唤醒度测量。^{7171Facial electromyography in emotion research — reviewonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

在情感计算实践中，常用皮肤电导、心率、呼吸、皮肤温度等多模态生理信号融合来估计唤醒度，但跨被试泛化仍是主要局限：个体生理基线差异导致同一模型在不同被试上的唤醒度预测误差显著上升，通常需要被试内校准或领域自适应。^{2222A review of emotion recognition using physiological signalsmdpi.com前往参考资料 ↓在新标签页中打开|7373Cross-subject emotion recognition with physiological signals: domain adaptation reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

唤醒度的生理测量还受时间尺度错配限制：皮肤电导响应滞后数秒、心率以秒计、瞳孔以百毫秒计，而主观唤醒评分是事后回溯的整合判断，不同通道的时间对齐误差会系统性削弱生理指标与主观唤醒度之间的相关。^{6868Publication recommendations for electrodermal measurements (Society for Psychophysiological Research Ad Hoc Committee)onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|2626Pupillometry as a window into arousal and cognitive effortfrontiersin.org前往参考资料 ↓在新标签页中打开}