Les biomarqueurs neuronaux multivariés des états émotionnels sont catégoriquement distincts

Comprendre comment les émotions sont représentées sur le plan neural est un objectif central des neurosciences affectives. Malgré des décennies d'efforts en neuroimagerie pour répondre à cette question, il demeure incertain de savoir si les émotions sont représentées comme des entités distinctes, comme le prédisent les théories catégorielles, ou si elles sont construites à partir d'un ensemble plus restreint de facteurs sous-jacents, comme le prédisent les comptes dimensionnels. Ici, nous capitalisons sur des approches statistiques multivariées et une modélisation computationnelle pour évaluer directement ces perspectives théoriques. Nous avons suscité des états émotionnels discrets en utilisant de la musique et des films pendant un scanner d'imagerie par résonance magnétique fonctionnelle. Des motifs distincts d'activation neuronale prédisaient la catégorie émotionnelle des stimuli et suivaient l'expérience subjective. La comparaison de modèles bayésiens a révélé que la combinaison de modèles dimensionnels et catégoriels de l'émotion caractérisait le mieux le contenu informationnel des motifs d'activation. Étonnamment, les aspects catégoriels et dimensionnels de l'expérience émotionnelle capturaient des sources uniques et opposées d'information neuronale. Ces résultats indiquent que divers états émotionnels sont mal différenciés par des modèles simples de valence et d'excitation, et que l'activité au sein de systèmes neuronaux séparables peut être mappée à des catégories émotionnelles uniques.