亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Towards a fronto-temporal neural network for the decoding of angry vocal expressions

心理学 额下回 功能磁共振成像 颞上回 颞叶皮质 互连性 认知心理学 神经科学 计算机科学 人工智能
作者
Sascha Frühholz,Didier Grandjean
出处
期刊:NeuroImage [Elsevier]
卷期号:62 (3): 1658-1666 被引量:56
标识
DOI:10.1016/j.neuroimage.2012.06.015
摘要

Vocal expressions commonly elicit activity in superior temporal and inferior frontal cortices, indicating a distributed network to decode vocally expressed emotions. We examined the involvement of this fronto-temporal network for the decoding of angry voices during attention towards (explicit attention) or away from emotional cues in voices (implicit attention) based on a reanalysis of previous data (Frühholz, S., Ceravolo, L., Grandjean, D., 2012. Cerebral Cortex 22, 1107-1117). The general network revealed high interconnectivity of bilateral inferior frontal gyrus (IFG) to different bilateral voice-sensitive regions in mid and posterior superior temporal gyri. Right superior temporal gyrus (STG) regions showed connectivity to the left primary auditory cortex and secondary auditory cortex (AC) as well as to high-level auditory regions. This general network revealed differences in connectivity depending on the attentional focus. Explicit attention to angry voices revealed a specific right-left STG network connecting higher-level AC. During attention to a nonemotional vocal feature we also found a left-right STG network implicitly elicited by angry voices that also included low-level left AC. Furthermore, only during this implicit processing there was widespread interconnectivity between bilateral IFG and bilateral STG. This indicates that while implicit attention to angry voices recruits extended bilateral STG and IFG networks for the sensory and evaluative decoding of voices, explicit attention to angry voices solely involves a network of bilateral STG regions probably for the integrative recognition of emotional cues from voices.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
瑾木完成签到,获得积分10
16秒前
斯文败类应助Cherry采纳,获得10
18秒前
高兴凝安完成签到 ,获得积分10
20秒前
Rn完成签到 ,获得积分10
22秒前
23秒前
VDC应助科研通管家采纳,获得30
31秒前
47秒前
在水一方应助笑点低寻凝采纳,获得10
1分钟前
ya关注了科研通微信公众号
1分钟前
1分钟前
NexusExplorer应助渣渣辉采纳,获得10
1分钟前
1分钟前
mmyhn完成签到,获得积分10
1分钟前
1分钟前
ya发布了新的文献求助50
1分钟前
1分钟前
1分钟前
刻苦诗双发布了新的文献求助10
1分钟前
Cherry发布了新的文献求助10
1分钟前
1分钟前
檀123完成签到 ,获得积分10
1分钟前
刻苦诗双完成签到,获得积分10
2分钟前
Cherry完成签到,获得积分10
2分钟前
学时习完成签到 ,获得积分10
2分钟前
耿宇航完成签到 ,获得积分10
2分钟前
2分钟前
执念完成签到 ,获得积分10
2分钟前
张行完成签到,获得积分10
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
VDC应助科研通管家采纳,获得30
2分钟前
2分钟前
冷傲的薯片应助牛牛采纳,获得10
2分钟前
wtsow完成签到,获得积分0
2分钟前
3分钟前
ya完成签到,获得积分10
3分钟前
隐形曼青应助Aurora采纳,获得10
3分钟前
NikolasZ发布了新的文献求助10
3分钟前
NikolasZ完成签到,获得积分10
3分钟前
国色不染尘完成签到,获得积分10
3分钟前
3分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 850
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248737
求助须知:如何正确求助?哪些是违规求助? 2892201
关于积分的说明 8270138
捐赠科研通 2560300
什么是DOI,文献DOI怎么找? 1388970
科研通“疑难数据库(出版商)”最低求助积分说明 650927
邀请新用户注册赠送积分活动 627850