貝葉斯框架下社交焦慮的社會認知特性

分類號 B842;R395

1 問題提出

焦慮和抑郁障礙是當今最普遍的精神疾病，由于其共病性和異質性的雙重挑戰，很多癥狀背后的機制還缺乏明確的答案（Pengetal.，2021，2023；Xuetal.，2024）。社交焦慮是焦慮障礙中一個重要的組成部分，具體體現為對于社會情境的極度害怕與回避，嚴重影響患者的生活和工作。社交焦慮與其他焦慮和抑郁障礙具有高度的共病性，可作為解析焦慮和抑郁障礙共病性和異質性的有效切入點。社交焦慮與異常的社會認知密不可分，如社交焦慮個體傾向于對社會信息進行負向加工和消極解釋。然而，社交焦慮背后社會認知特異性的計算神經機制和發生過程尚不明確，難以揭示社交焦慮癥狀的底層機制或指導臨床干預。具體而言，負向認知偏向現象的發生，是來源于特異的自上而下的先驗預期模型（prior，如有偏見誤差的社會預期），還是自下而上的異常社會信號感知覺加工（likelihood，如對于社會信號加工效率低或發生扭曲），目前仍不清楚。

本研究將基于貝葉斯框架回答上述問題，系統探究高社交焦慮特質個體社會認知特異性的機制，嘗試剝離先驗預期和感知覺加工，回答先驗預期在社會認知過程中的作用以及動態形成過程。本研究將綜合運用行為實驗、功能磁共振成像（functional magnetic resonance imaging， fMRI）和腦電圖（electroencephalography，EEG）等方法，基于認知計算建模和機器學習，系統探究社交焦慮社會認知的特異性機制。研究將構建高社交焦慮特質個體的社會認知先驗預期的計算模型，從而檢驗異常的社會認知可能源于負向先驗預期的假設。本研究有望基于負向社會認知這一現象，深入解析社交焦慮社會認知特異性的認知和神經層面的病理學機制，并推動以社交焦慮為代表的精神疾病的個性化干預。

2國內外研究現狀述評

2.1社交焦慮的社會認知特異性

社交焦慮與異常的社會認知密不可分。在情緒識別方面，社交焦慮個體存在負向傾向性，如對負面情緒識別更快（Heueretal.，2010;Maozetal.，2016）。當社會環境模糊或不確定時，社交焦慮個體無法有效學習社會環境中的負面信息，傾向于對消極的社會情境持續投人（Lambaetal.，2020）。同時，社交焦慮個體缺乏認知靈活性，無法及時調整對外部環境變化的認知（Beltzeretal.，2019;Xiaetal.，2023），尤其體現為對負向社會信息的認知固化（Beltzeretal.，2019）。所以，負向認知是社交焦慮社會認知特異性的重要特征。

具體而言，社交焦慮個體的負向認知可以分類為負向注意偏向和負向解釋偏向。首先，負向注意偏向指社交焦慮個體對威脅性社會信息的不均衡的注意資源分配，如研究發現高社交焦慮個體相比于非社交焦慮個體更傾向于將注意力分配給威脅面孔（Bantinetal.，2016）。其次，負向解釋偏向指社交焦慮個體傾向于對社會信息進行偏負向的解釋（Aldenetal.，20o8;Laposaetal.，2010），如社交焦慮個體更多地將中性或低強度的積極情緒解釋為消極情緒（Heueretal.，2010）。

2.2社交焦慮負向認知偏向的認知行為和計算模型

對于上述社交焦慮負向認知偏向存在經典的認知行為模型。Clark和Wells（1995）認為，社會情境會引起社交焦慮個體負面的假設或信念（如，“如果我犯錯，其他人會羞辱我\"），使得社交焦慮個體錯誤評估社會情境具有威脅性。相似的，Rapee和Heimberg（1997）認為社交焦慮個體對他人存在負面的心理表征：認為他人傾向于對自己做出負面評價，使得社交焦慮個體將更多的注意資源分配到威脅性刺激，進一步強化社交焦慮個體負向心理表征，形成惡性循環。兩個認知行為模型均提示了一種假設，先驗預期的偏差可能在社交焦慮的社會認知特異性的背后起到關鍵作用。

認知計算模型有助于驗證上述假設。比如，漂移擴散模型（DriftDiffusionModel，DDM）假設社交焦慮個體在判斷過程中逐漸積累負向或正向相關信息，最終達到決策閾值并做出判斷（Ratcliffetal.，2016）。模型基于被試選項和反應時數據，評估社交焦慮個體對負向或正向信息的初始偏向（z）、證據積累速度（v）、整體反應謹慎程度（沖動/謹慎）（a）和與決策無關的反應時間 （t₀） 這4個認知特征（Chen et al.，2020;White et al.，2010）。然而，以往研究證據并不統一。比如，Dietel等人（2021）發現高社交焦慮個體具有更快的負向信息積累速度；而White等人（Whiteetal.，2016）使用DDM模型則發現該認知偏向主要受高焦慮者的初始偏向和信息累積速度的雙重驅動，即高焦慮個體在判斷時存在初始偏向，認為刺激更可能存在威脅，并且其總體信息積累速度較慢。

另一方面，強化學習模型（Reinforcement Leaming，RL）通過分析社交焦慮個體的社會信息學習異常，揭示了社交焦慮負向認知的形成過程。模型通過學習率（learningrate）和任務表現評估個體社會信息學習過程：學習率反映個體根據社會反饋更新行為的快慢；任務表現體現為任務結束后，個體完成目標的程度。前人研究發現，社交焦慮個體在擲球游戲（cyberballgame）中，難以更新對威脅情況的判斷，且對威脅情況持續保持高學習率，表明高社交焦慮個體可能難以更新已學習的負面社會信息（Beltzeretal.，2019）。同時，在社會概率學習任務中，一對中性面孔分別對應著高概率社會獎賞或社會懲罰，高社交焦慮個體雖然可以很準確地學習社會獎賞，但無法準確地回避社會懲罰（Beltzeretal.，2023）。綜上所述，社交焦慮個體在社會信息學習過程中，保持對社會威脅的高警覺，且無法有效回避社會威脅。

2.3社交焦慮社會認知特異性的腦機制

前人研究在腦成像實驗中驗證了社交焦慮個體的社會認知特異性。在情緒加工任務中，社交焦慮與威脅恐懼情緒環路的異常活動有關，主要涉及杏仁核、腦島、海馬旁回和內側前額葉皮質等邊緣系統腦區（Freitas-Ferrarietal.，2010;Hattinghetal.，2013），與焦慮障礙的恐懼加工環路密切相關（Pengetal.，2021，2023）。在社會情境任務中，社交焦慮個體同樣在屬于默認網絡的楔前葉和后扣帶回出現異常的激活（Nakaoetal.，2011）。然而，上述證據還無法有效剝離自上而下的先驗預期和自下而上的感知覺加工對于社交焦慮社會認知特異性的影響。

目前，已有間接證據指出先驗預期在社會認知特異性中的作用（彭玉佳等，2023；Guet al.，2020;Xiaetal.，2023）。首先，以往的EEG和fMRI研究已構建出刺激出現前的大腦基線水平和刺激出現后判斷的聯系，驗證了先驗預期可能影響認知判斷的神經證據。具體而言，刺激前的 頻段振蕩特征可預測低級的意識過程和高級的決策過程，如頂枕葉的 頻段振蕩可預測對于自身注意狀態的內省判斷（Macdonaldetal.，2011），以及全腦 a 頻段振蕩可預測被試單次實驗的表現（Buschetal.，2009）。同時，fMRI研究同樣發現感知覺腦區的刺激前激活水平可預測隨后的認知過程（Bolyet al.，2oo7;Hesselmann，Kell，Eger，amp;Kleinschmidt，2008;Hesselmann，Kell，amp;Kleinschmidt，2oo8）。最后，基于額葉的反饋負波（feedback-related negativity，FRN的EEG研究也為社交焦慮先驗預期的異常提供了證據。Gu等人的研究發現社交焦慮個體在面對意外的社會接納時，其FRN信號強度強于收到意外社會拒絕反饋的條件。結果表明社交焦慮個體可能存在對社會反饋的負向預期偏差（Caoetal.，2015；Guetal.，2020），因而對意外的社會接納表現出更大的預測誤差。結合上述研究，刺激前大腦基線水平和FRN信號的研究結果已為社交焦慮異常的先驗預期的神經表征提供支持，但目前還缺乏直接的研究證據。綜上，推動在貝葉斯框架下解析社交焦慮先驗預期的腦機制，將有助于理解社交焦慮社會認知特異性的機制和形成過程。

3簡要述評

綜上所述，以往社交焦慮相關研究雖然發現了以負向認知為代表的社會認知特異性，但存在以下局限性。

首先，以往關于社交焦慮負向認知偏向的研究結果不一致。比如，一方面，有研究發現高社交焦慮個體相比于非社交焦慮個體更傾向于將注意力分配給威脅面孔，反映了社交焦慮對威脅刺激的注意警覺（Bantin etal.，2016）。而Andersson等人（2006）使用情緒Stroop任務發現高社交焦慮個體存在對威脅性刺激的回避。另一方面，Heuer等人（2010）發現社交焦慮個體對在情緒強度低的面孔存在負向解釋偏向，而 Jusyte 和 Sch?nenberg（2014）未發現社交焦慮個體對模糊面孔存在解釋偏向。此外，注意偏向與解釋偏向對應認知過程的不同階段，在時間進程上不連續，因而難以直接整合行為結果。具體而言，注意偏向主要關注刺激呈現500 毫秒之內的認知過程（蔣婧琪等，2019），而解釋偏向則反映了社交焦慮個體對社會刺激的后期加工，決定著對社交焦慮個體對社會信息所賦予的意義（李濤，馮菲，2013），通常不設置時間限定，直到被試做出反應（如：Maozetal.，2016。為了整合注意偏向和解釋偏向，揭示社交焦慮個體負向認知偏向的共性機制，本研究從兩者的共同本質——信息加工過程入手，采用計算建模進行解構和分析。本研究提出，不同實驗背后的差異可能是由于未剝離先驗預期與感知覺的雙成分的交互作用，貝葉斯模型有望給出統一解釋。貝葉斯模型描述從經驗知識到推斷未知的過程，包含三個概念：先驗預期（個體基于過往經歷形成的信念模型）、證據加工（也稱似然性），和后驗信念（posterior，個體整合新信息后更新的信念模型或推斷）。理解社交焦慮個體的負向認知偏向，需要考察對于社交情境存在負向先驗預期（negativeprior）。前人研究中社交焦慮個體的負向認知偏向更多在模糊實驗刺激中發現（李濤，馮菲2013;Guetal.，2010）。與此相一致，根據貝葉斯模型，模糊實驗刺激沒有明確的社會效價指向，所以證據加工的精度低且對于后驗分布的貢獻權重小，進而負向先驗預期所產生的對于最終決策的貢獻才得以體現（圖1）。

第二，前人雖然在行為層面發現了社交焦慮社會認知特異性，但仍缺乏認知計算模型來解釋其發生和形成機制。比如，社交焦慮個體在識別情緒時的負面偏向是由負向先驗導致，還是由信息加工偏向導致，以及這種負向認知是如何形成的，均還存在領域空白。貝葉斯框架中的貝葉斯更新模型（BayesianUpdating）和層級高斯濾波器（HierarchicalGaussianFilter）均可模擬社交焦慮個體對社會情境的負向先驗預期的更新過程（Lawsonetal.，2017;Mathysetal.，2011，2014;Palmeretal.，2017；Powersetal.，2017），從而解析負向先驗預期的發展變化規律。理解焦慮形成背后的動態認知及腦機制，將有助于有針對性地篩查和預測癥狀的發生和發展。

第三，圍繞社交焦慮的神經機制，前人研究大多關注情緒任務，發現社交焦慮與威脅恐懼情緒環路的異常活動有關（Etkinamp;Wager，2007;Freitas-Ferrari et al.，201o; Hattingh et al.，2013;Pengetal.，2021，2023;Steinamp;Stein，2008）。然而，這種異常的情緒加工神經環路是如何形成，以及如何在神經層面拆分開先驗預期和感知覺加工，仍有待探究。首先，大腦基線活動水平和FRN信號可能表征貝葉斯框架中的先驗預期（Bolyetal.，2007;Busch etal.，20o9;Hesselmann et al.， 2010;Hesselmann，Kell，Eger，amp;Kleinschmidt，2008;Hesselmann，Kell，amp;Kleinschmidt，2oo8;Louetal.2014），因此有望從大腦基線活動中分離社交焦慮個體對社會情境的先驗預期。其次，基于EEG和fMRI數據建模可建立大腦神經活動與社交焦慮個體負向先驗預期特點的映射關系，從而探究負向先驗預期發展變化特征對應的大腦表征（Powers et al.， 2017）。

圖1 （A）基于貝葉斯框架的社交焦慮認知行為模型。（B）基于貝葉斯框架理解社交焦慮個體的負向認知偏向。對于社交焦慮群體，先驗分布相較對照組呈現負向偏向。當社會信號輸入清晰時，后驗分布由似然分布主導，沒有體現出與對照組的差異。然而，當證據較為模糊時，似然分布對于后驗分布的影響減弱，負向先驗分布主導社會認知，導致負向認知偏向。

基于上述挑戰和科研需求，本研究計劃基于貝葉斯框架，探究社交焦慮背后的先驗預期模型，整合前人的認知行為模型（Clarkamp;Wells，1995;Rapeeamp;Heimberg，1997）和計算模型的結果（Beltzeretal.，2019;Dieteletal.，2021），為理解社交焦慮負向認知偏向的機制和形成過程提供一個統一的理論框架。

4研究構想

本研究總體框架見圖2。本研究旨在基于認知計算建模，回答社交焦慮社會認知特異性背后的認知神經機制。在貝葉斯框架下，我們提出假設，社交焦慮的負向認知可能源于異常的先驗預期。研究將基于4個研究綜合運用行為實驗、腦電圖（EEG）和功能磁共振成像（fMRI），構建社交焦慮社會認知先驗預期的認知神經計算模型，刻畫先驗預期的動態變化規律，并基于解碼神經反饋對神經機制進行因果驗證。研究旨在揭示社會認知特異性的成因和發展規律，在行為和大腦層面構建個體差異計算模型，推動以社交焦慮為代表的精神疾病的個性化干預。

4.1研究內容1：基于貝葉斯框架探究社交焦慮的社會場景及情緒先驗預期

研究1旨在探究高社交焦慮特質個體對社會情境和情緒的負向先驗預期。基于貝葉斯框架，研究使用模糊刺激情緒判斷任務以及3D面孔重建手段，定量化測量高社交焦慮特質背后的社會情境和面孔情緒判斷，構建社交焦慮個體的社會情景和面孔情緒先驗預期模型。研究假設為，相比于對照組，高社交焦慮特質個體會表現出偏向于負向情緒的特異性先驗模型，體現為負向模糊場景預期以及更強的憤怒面孔表征。

4.2研究內容2：貝葉斯模型解析社交焦慮先驗預期的動態學習過程

在研究1的基礎上，研究2將進一步探究社交焦慮特質個體先驗預期的動態形成過程。研究基于社會信息學習任務，主要關注高社交焦慮特質個體對于積極和消極社會刺激的學習速率，以及當社會效價發生轉換時，社交焦慮特質個體學習的認知靈活性。研究假設為，相比于健康個體，高社交焦慮特質個體更容易整合負向信息，在社會信息學習過程中持續保持對社會威脅的高警覺（Beltzeretal.，2019），具有更高的負向社會信息學習率，更快構建負向先驗模型，并在社會效價發生轉換時更難改變原先形成的負向先驗模型，體現負向社會認知固化的特點。

4.3研究內容3：貝葉斯模型解析社交焦慮先驗預期的腦機制

基于研究2的行為計算建模，研究3將探究社交焦慮特質個體的先驗預期學習率和固化特點對應的大腦表征。EEG具有高時間分辨率，而fMRI擁有高空間分辨率，因此，本研究將分別基于兩者探究社交焦慮先驗預期腦機制的時空特征。基于EEG 研究將采用時頻分析（time-frequencyanalysis），探究時間上的學習過程的大腦活動特點。進一步，研究將基于fMRI進一步探究，采用一般線性模型和多體素模式分析（multi-voxelpatemanalysis，MVPA），探究大腦表征的空間特征。此外，為增強EEG和fMRI結果的相互印證，本研究還將在EEG 數據上進行溯源分析（Keynan etal.，2019）。

4.4研究內容4：基于神經反饋驗證社交焦慮負性先驗預期的神經機制

研究4旨在基于隨機對照試驗（RandomizedControlTrials，RCT），因果驗證社交焦慮負向先驗預期腦機制。研究將基于EEG探究社交焦慮負向先驗預期的認知神經機制，構建神經解碼模型。神經解碼模型可實現線上腦電解碼神經反饋（real-timeEEGdecoded neurofeedback，rtEEG-DecNef），實驗中將實時監測被試的腦活動，為被試及時提供可視化反饋，進而揭示負向先驗預期腦機制影響社交焦慮的神經過程。研究將建立神經反饋預測負向先驗預期的解碼器，實證檢驗社交焦慮負向先驗預期的腦機制，同時探索基于腦的個性化干預的可能性。

5理論構建與創新

社交焦慮背后社會認知特異性的計算神經機制和發生過程尚不明確，難以揭示社交焦慮癥狀的底層機制或指導臨床干預。本研究旨在基于貝葉斯框架，從理論探索、實驗范式、技術手段和數據分析等層面進行創新，進一步回答精神疾病背后的機制。本研究將綜合運用行為實驗、腦成像、臨床量表、計算建模和機器學習，系統考察社交焦慮個體對于社會信息的先驗預期和信號加工過程，致力于從基礎的認知過程，理解社交焦慮個體對于社會信號產生恐懼和回避的原因，以及可能有效的干預方法。

（1）基于貝葉斯框架，提出社交焦慮社會認知特異性的統一理論框架

基于前人和前期實驗證據，本研究提出假設，社交焦慮的負向認知可能源于異常的先驗預期。本研究將經典的貝葉斯理論框架引入社交焦慮領域，突破傳統現象學的研究范式，為挖掘和構建社交焦慮背后社會認知特異性的計算機制提供了可能性。研究從社會圖片、三維面孔等多個維度出發，通過計算建模還原社交焦慮個體的先驗預期模型。

（2）實證性檢驗社交焦慮社會認知先驗模型形成過程和神經機制

研究將結合行為實驗、腦成像和計算建模，全面探索社交焦慮的社會認知先驗預期特點以及動態形成過程，為社交焦慮認知理論提供新的計算框架。研究計劃采用社會獎賞學習任務完成，基于擬人且剝離先驗知識的抽象社會對象Greebles作為刺激，探索不同社交焦慮特質個體的學習過程。基于學習過程，研究將回答社交焦慮背后的特異性社會認知可能的形成過程。

（3）推動理論成果轉化，探索神經解碼反饋應用于社交焦慮干預的可能性

基于機制的理解，研究致力于進一步探索臨床干預方面的轉化。研究將針對社交焦慮構建EEG解碼器，基于實時神經反饋隨機對照試驗，驗證基于腦信號調控社交焦慮的可能性，同時也為負向先驗預期影響社交焦慮提供因果證據。基于貝葉斯框架的解碼神經反饋致力于結合腦調控干預和經典的認知行為療法干預（Cognitivebehavioraltherapy，CBT），探索從神經生物學層面和心理層面雙向結合的個性化臨床干預道路。

參考文獻

蔣婧琪，王浩宇，錢銘怡. （2019）.社交焦慮注意偏向的動態變化．心理科學進展，27（11），1887-1895.李濤，馮菲.（2013）.社交焦慮解釋偏差：研究范式，特征及矯正.心理科學進展，21（12），2196-2203.彭玉佳，王愉茜，路迪.（2023）.基于生物運動的社交焦慮者情緒加工與社會意圖理解負向偏差機制.心理科學進展，31（6），905-914.Alden，L.E.，Taylor，C.T.，Mellings，T.M.，amp;Laposa，J.M（2008）.Social anxiety and the interpretation of positivesocial events.JournalofAnxietyDisorders，22（4），577-590.

Andersson，G.，Westoo，J.， Johansson，L.，amp; Carlbring，P. （2006）.Cognitive bias via the internet：A comparisonof web-based and standard emotional stroop tasks in social phobia.Cognitive Behaviour Therapy，35（1），55-62.

Bantin，T.，Stevens，S.，Gerlach，A.L.，amp; Hermann，C. （2016）.What does the facial dot-probe task tell usabout attentional processes in social anxiety？ A systematic review. Journal of Behavior Therapy and Experimental Psychiatry，50，40-51.

Beltzer，M.L.，Adams，S.，Beling，P.A.，amp; Teachman，B.A. （2019）. Social anxiety and dynamic social reinforcement learning in a volatile environment. Clinical Psychological Science，7（6），1372-1388.

Beltzer， M.L.， Daniel， K.E.，Daros，A.R.，amp; Teachman，B. A.（2023）.Examining social reinforcement learning in social anxiety.Journal of Behavior Therapyand Experimental Psychiatry，80，101810.

Boly，M.，Balteau，E.， Schnakers，C.，Degueldre，C.，Moonen， G.，Luxen，A.，...Laureys，S.（2oo7）.Baselinebrainactivity fluctuations predict somatosensory perception in humans. Proceedingsof theNational Academy ofSciences，104（29）， 12187-12192.

Busch，N.A.，Dubois，J.，amp;VanRullen，R.（2009）. The phase of ongoing EEG oscillations predicts visual perception. Journal ofNeuroscience，29（24），7869-7876.https：//oi.org/ 10.1523/JNEUROSCI.0113-09.2009

Cao，J.，Gu，R.，Bi，X.，Zhu，X.，amp;Wu，H.（2015）. Unexpected acceptance？Patientswithsocialanxietydisorder manifest their social expectancy in ERPs during social feedback processing.Frontiersin Psychology，6，1745. https：//doi.org/10.3389/fpsyg.2015.01745

Chen，J.，Short，M.，amp;Kemps，E.（2020）.Interpretation bias insocialanxiety：Asystematicreviewand meta-analysis. Journal ofAffectiveDisorders，276，1119-1130.

Clark，D.M.，amp;Wells，A.（1995）.Acognitive modelof social phobia.InR.G.Heimberg，M.R.Liebowitz，D.A. Hope，amp;F.R.Schneier （Eds.），Social phobia：Diagnosis， assessment，and treatment （pp.69-93）.New York： Guilford Press.

Dietel，F.A.，Mollmann，A.，Burkner，P.-C.，Wilhelm，S.，amp; Buhlmann， U.（2021）. Interpretation bias across body dysmorphic， social anxiety and generalized anxiety disorder-Amultilevel， diffusion model account.Cognitive Therapy and Research， 45（4），715-729. htps：//oi.0rg/10.1007/s10608-020-10180-7

Etkin，A.，amp; Wager，T.D.（2oo7）.Functional neuroimaging of anxiety：A meta-analysis of emotional processing in PTSD，social anxiety disorder，and specific phobia. American Journal ofPsychiatry，164（10），1476-1488.

Freitas-Ferrari，M.C.，Hallak，J.E.，Trzesniak，C.，Santos Filho，A.，Machado-de-Sousa，J.P.，Chagas，M.H.N.， Nardi，A.E.，amp; Crippa，J.A.S.（201o）.Neuroimaging in social anxiety disorder：A systematic review of the literature. Progress in Neuro-Psychopharmacology and Biological Psychiatry，34（4），565-580.

Gu，R.，Ao，X.，Mo，L.，amp; Zhang，D. （2020）.Neural correlates ofnegative exnectancv and imnaired social feedback processing in social anxiety.Social Cognitive and Affective Neuroscience，15（3），285-291.https：//doi.org/10.1093/scan/ nsaa038

Gu，R.，Ge，Y.，Jiang，Y.，amp; Luo，Y.（2010）.Anxietyand outcome evaluation： The good， the bad and the ambiguous. Biological Psychology，85（2），200-206.https：//doi.org/ 10.1016/j.biopsycho.2010.07.001

Hattingh，C.J.，Ipser，J.，Tromp，S.，Syal，S.，Lochner，C.， Brooks，S.，amp; Stein，D.J.（20l3）.Functional magnetic resonance imaging during emotion recognition in social anxiety disorder：An activation likelihood meta-analysis. Frontiers in Human Neuroscience，6，347.

Hesselmann， G.， Kell， C.A.， Eger，E.，amp; Kleinschmidt，A. （2008）.Spontaneous local variations in ongoing neural activity bias perceptual decisions. Proceedings of the National AcademyofSciences，105（31），10984-10989.

Hesselmann，G.，Kell， C.A.，amp; Kleinschmidt，A.（2008）. Ongoing activity fluctuations in hMT+ bias the perception of coherent visual motion.Journal of Neuroscience，28（53）， 14481-14485. https：//doi.0rg/10.1523/JNEUROSCI.4398- 08.2008

Hesselmann，G.，Sadaghiani，S.，Friston，K.J.，amp;Kleinschmidt， A.（2010）. Predictive coding or evidence accumulation？ False inference and neuronal fluctuations. PloS One， 5（3）， e9926.https：//doi.org/10.1371/journal.pone.0009926

Heuer，K.，Lange，W.-G.，Isaac，L.，Rinck，M.，amp;Becker，E.S. （2010）.Morphed emotional faces：Emotion detection and misinterpretationin social anxiety.Journal of Behavior Therapy and Experimental Psychiatry，41（4），418-425.

Jusyte，A.，amp; Schonenberg，M.（2014）.Threat processing in generalized social phobia：An investigation of interpretation biasesin ambiguous facial affect.Psychiatry Research， 217（1-2），100-106.

Keynan， J. N.， Cohen，A.，Jackont，G.， Green，N.， Goldway， N.，Davidov，A.，..Hendler，T. （2o19）.Electrical fingerprint of theamygdala guides neurofeedback training for stress resilience.Nature HumanBehaviour，3（1），63-73.https：// doi.org/10.1038/s41562-018-0484-3

Lamba，A.，Frank，M.J.，amp;FeldmanHall，O.（2020）.Anxiety impedes adaptive social learning under uncertainty. Psychological Science，31（5），592-603.https：//doi.org/ 10.1177/0956797620910993

Laposa，J.M.，Cassin，S.E.，amp; Rector，N.A.（2010）. Interpretation of positive social events in social phobia： Anexamination of cognitive correlates and diagnostic distinction.Journal ofAnxiety Disorders，24（2），203-210.

Lawson，R.P.，Mathys，C.，amp;Rees，G.（2017）.Adultswith autism overestimate the volatility of the sensory environment. NatureNeuroscience，20（9）.https：//oi.org/10.1038/nn.4615

Lou，B.，Li，Y.，Philiastides，M.G.，amp;Sajda，P.（2014）. Prestimulus alpha power predicts fidelity of sensory encoding in perceptual decision making.Neuroimage，87，242-251. https：//doi.org/10.1016/j.neuroimage.2013.10.041

Macdonald，J.S.，Mathan，S.，amp; Yeung，N.（2011）.Trialby-trial variations in subjective attentional state are reflected in ongoing prestimulus EEG alpha oscillations. Frontiers in Psychology，2，82.htts：//oi.org/10.3389/ fpsyg.2011.00082

Maoz，K.，Eldar，S.，Stoddard，J.，Pine，D.S.，Leibenluft，E.， amp;Bar-Haim，Y.（2016）.Angry-happy interpretationsof ambiguous faces in social anxiety disorder. Psychiatry Research，241，122-127.

Mathys，C.D.，Daunizeau，J.，Friston，K.J.，amp;Stephan，K.E. （2011）.A Bayesian foundation for individual learning underuncertainty.Frontiersin Human Neuroscience，5，39.

Mathys，C.D.，Lomakina，E.I.，Daunizeau，J.，Iglesias，S.， Brodersen，K.H.，Friston，K.J.，amp; Stephan，K.E.（2014）. Uncertainty in perception and the Hierarchical Gaussian Filter.Frontiers in HumanNeuroscience，8，825.

Nakao，T.，Sanematsu，H.，Yoshiura，T.，Togao，O.，Murayama， K.，Tomita，M.，Masuda，Y.，amp;Kanba，S.（2011）.fMRIof patients with social anxiety disorder during a social situation task.Neuroscience Research，69（1），67-72.

Palmer，C.J.，Lawson，R.P.，amp;Hohwy，J.（2017）.Bayesian approaches to autism：Towards volatility， action，and behavior.Psychological Bulletin，143（5），521-542.

Peng，Y.，Knotts，J.D.，Taylor， C.T.，Craske，M.G.，Stein，M. B.，... Paulus，M.P.（2021）.Failure toidentifyrobust latent variables of positive or negative valence processing across units of analysis.Biological Psychiatry：Cognitive NeuroscienceandNeuroimaging， 6（5）， 518-526. https：//doi.org/10.1016/j.bpsc.2020.12.005

Peng，Y.，Knotts，J.D.，Young，K.S.，Bookheimer，S.Y.， Nusslock，R.，Zinbarg，R.E.，...Craske，M.G. （2023）. Threat neurocircuitry predicts the development of anxiety and depresson symptoms ina longitudinal study.Biological Psychiatry： Cognitive Neuroscience and Neuroimaging， 8（1），102-110.https：//doi.org/10.1016/j.bpsc.2021.12.013

Powers，A.R.，Mathys，C.，amp;Corlet，P.R.（2017）.Pavlovian conditioning-induced hallcinations result from overweighting of perceptual priors. Science，357（6351），596-600.

Rapee，R.M.，amp; Heimberg，R.G.（1997）.Acognitive-behavioral model of anxiety in social phobia.Behaviour Research and Therapy，35（8），741-756.

Ratcliff，R.，Smith，P.L.，Brown，S.D.，amp;McKoon，G.（2016）. Diffusion decision model： Current issues and history. TrendsinCognitiveSciences，20（4），260-281.

Stein，M.B.，amp; Stein，D.J.（2oo8）.Social anxietydisorder. TheLancet，371（9618），1115-1125.

White，C.N.，Ratcliff，R.，Vasey，M.W.，amp; McKoon，G. （2010）.Using diffusion models to understand clinical disorders. JournalofMathematical Psychology，54（1），39-52.

White，C.N.，Skokin，K.，Carlos，B.，amp; Weaver，A.（2016）. Usingdecisionmodelsto decomposeanxiety-related bias in threat classification.Emotion，16（2），196-207.

Xia，L.，Gu，R.，Lin，Y.，Qin，J.，Luo，W.，amp; Luo，Y.（2023）. Explaining reversal learning deficits in anxiety with electrophysiologicalevidence.JournalofPsychiatricResearch， 164，270-280.hps：/og/116/jchres22.06.030

Xu， J.，Wang， Y.，amp; Peng， Y.（2024）. Psychodynamic profiles of major depressive disorder and generalized anxiety disorderinChina.FrontiersinPsychiatry，15，1312980. https：//doi.org/10.3389/fpsyt.2024.1312980

Investigating social cognitive characteristics of social anxiety within the Bayesian framework

PENG Yujia1，2.3， WANG Yuxi1， JU Qianqian1， LIU Feng4， XU Jia5

（ School of Psychological and Cognitive Sciences，Beijing Key Laboratory ofBehaviorand Mental Health， KeyLaboratoryofMachinePerception （MinistryofEducation），PekingUniversityBeijingloo871，China） （InstituteforArtificial Intelligence，PekingUniversity，Beijing0o871，Chna） StateKeylelcel （ School ofPsychology， Shanghai Jiao Tong University，Shanghai 20o030，China） 0 ^-5 PekingUniveisalinitalltbfallhin NationalClinicalResearchCenterforMentalDisorders （PekingUniversitySixthHospital），Beijing0ol91China）

Abstract：Social anxiety disorder （SAD）is among the most common anxiety disorders，marked by overwhelming fear and avoidance of social behaviors and social scenarios，and debilitates patients'lives and work. Previous studies have provided ample evidence of dysregulated social cognition in social anxiety， such as negative cognitive biases，demonstrating a negative processing of social information.However，the factors driving the dysregulated social cognition remain unclear， impeding the elucidation of the underlying computational neural mechanisms of social anxiety symptoms，and guiding personalized interventions. Within the Bayesian framework， the current project proposed that the negative cognitive biases phenomenon may stem from negative prior expectations.We willuse psychophysics experiments，electroencephalogram （EEG）， functional magnetic resonance imaging （fMRI），computational modeling，and machine learning to comprehensively investigate the characteristics and dynamic patterns of negative cognitive biases among individuals with social anxiety traits. This project has the promise to reveal cognitive neural mechanisms underlying dysregulated social cognition，potentially guiding future personalized interventions for social anxiety.

Keywords： social cognition，social anxiety，cognitive modeling， cognitive neural mechanisms， brain imaging