早期电生理反应反映面孔特征的精度加权预测误差

基于摘要分析。本研究考察面孔特征加工活动是否反映精度加权预测误差（precision-weighted prediction errors，pwPEs），以及这类特征选择性误差信号在刺激出现后多早产生。其主要研究对象是面孔视觉加工中的预测误差机制，而非 EEG 情感识别分类器或 BCI 系统。 方法上，研究使用 Hierarchical Gaussian Filter 对 pwPEs 随过程演化的轨迹进行建模，并考察这些轨迹与 EEG 活动的关系。作者报告，在所研究的面孔刺激加工条件下，pwPE 轨迹与神经活动存在一致关联，效应峰值约出现在刺激呈现后 140 ms。该时间结果对应模型变量与电生理活动的关联效应，而不是分类 Accuracy 或其他识别指标；摘要未提供具体任务流程、样本量、效应量及统计检验细节。 作者据此认为，面部表情相关预测误差在面孔视觉加工的早期即被计算，并提出这种及时的误差信号可能支持社交互动中预测模型的持续更新。后者属于作者的功能解释，不能等同于已经验证的自然社交行为改善或 BCI 应用收益。 复现时需核对面孔特征及其可预测性的操作方式、Hierarchical Gaussian Filter 的输入与参数估计、模型轨迹与 EEG 的关联分析方法，以及时间窗和统计校正方案。实验协议、消融及统计信息尚未验证；现有摘要也不足以判断该信号能否支持单试次情绪解码或跨被试泛化。