多感官線索助推健康價值決策的計算和神經機制

1問題提出

隨著經濟的快速發展和生活方式的改變，如何有效的助推個體的健康飲食行為成為公共衛生領域亟待解決的重大問題。根據世界衛生組織（WHO）的報告，全球范圍內的非傳染性疾病（NCDs）如心血管疾病、肥胖和糖尿病等已成為主要的死亡原因，導致每年超過4100萬人死亡，占全球死亡人數的 71% 。在中國，健康問題的現狀同樣嚴峻。根據國家衛生健康委員會統計，慢性病已成為我國居民的主要死亡原因，約占總死亡人數的 86% 。這些疾病的高發與不健康的飲食習慣密切相關，例如高糖、高鹽和高脂肪的飲食模式。研究表明，飲食結構的變化，尤其是快餐文化的興起，導致了人們對高熱量、低營養價值食物的依賴，不僅增加了肥胖和相關疾病的風險（Koehlmoosetal.，2011），同時也給國家醫療體系和社會經濟帶來了沉重負擔。一系列旨在促進健康飲食的公共衛生戰略卻收效甚微，許多指標顯示出人們的飲食習慣與健康標準之間存在顯著差距。根據世界衛生組織的報告，全球約有2.5億人未能達到推薦的水果和蔬菜攝入量，導致營養不良和慢性疾病的風險增加（Mannetal.，2015）。《中國居民膳食指南科學研究報告（2021）》的數據也表明，僅不到 20% 的成人報告每日攝入 50g 以上的全谷物，蔬菜和水果攝入也遠低于標準水平。

一般而言，健康食物是指高營養、低脂肪、低熱量和低糖的食物（Hagen，2021）。相比于高熱量、不健康食物，健康食物往往與相對較次的口感、更低的美味體驗與享樂價值掛鉤，即人們存在\"健康 Ψ= 不美味\"的直覺（Raghunathanetal.，2006;Zhangetal.，2023）。然而，對食物享樂價值的評估是消費者飲食選擇和短期消費的關鍵驅動因素，人們通常更多地選擇和食用自己喜歡的食物（McCrickerdamp;Forde，2016）。因此，改善健康食物的風味感知并促進與其相關的享樂價值預期對于改善后續的食物選擇行為至關重要。食物風味是一種多感官體驗，是由視覺、聽覺、味覺、嗅覺以及體感信息整合而成的食物感知屬性，而不是單個感官屬性的集合（Spence，2021）。我們在食物知覺和價值決策中不是對單通道信息（如，視覺、聽覺）做出反應，而是對由多感覺信號合成的風味預期做出選擇反應（Spence，2015；Bschadenetal.，2020）。研究者已證明多感官信號能夠增強飲食過程的情感體驗，提高食物的吸引力和消費者的愉悅感（Kantono et al.，2016；Piqueras-Fiszman amp;Spence，2014）。同時，這種愉悅可能會降低飽腹或進食限制等其他食物選擇標準的相對重要性，從而改善隨后的食物選擇和飲食渴望，例如，選擇更小的食物份量（Cornilamp;Chandon，2016a），以及降低對放縱性食物的實際消費欲望（Biswasetal.，2019）。因此，感官線索對于喚起飲食享樂價值預期以及健康食物選擇至關重要。

2研究現狀及發展動態分析

2.1感官線索影響健康價值決策

感官線索是指通過視覺、聽覺、嗅覺、觸覺以及味覺等感官通道獲得的信息輸入，大腦通過來自外界的多種感官線索以此來形成對外部環境整體的感知、判斷和行為選擇（Ernstamp;Bulthoff，2004;Steinamp;Stanford，2008）。也就是說，我們大腦將來自環境中多種感官線索進行多感官組合，從而形成統一的價值表征（Shadlenamp; Shohamy，2016。因此，在多感官的飲食環境中，進食也不僅僅與味覺相關，來自觸覺、聽覺、嗅覺、視覺和味覺的多種感官信息都會進行組合，從而形成整體的飲食體驗（Schifferstein，2021）。根據感官線索的作用階段不同，可將其劃分為內感官線索和外感官線索。其中，外感官線索是在我們進食前提供信息，因而在飲食決策過程中占主導地位（Spence，2012）。近年來，單感官線索對飲食享樂價值的影響已得到充分考察。例如，美觀的食物呈現（例如，食物各個元素在視覺上均勻分布的對稱性與在整體比例和色彩上的平衡性）能夠通過提高健康感知來增加人們對健康食物的購買意愿和偏好（劉夢穎等，2024）；積極情緒的背景音樂可以顯著提高人們對于巧克力的甜味感知（Xuetal.，2023）；令人愉悅的食物氣味（如烘培餅干的氣味）可以刺激唾液分泌（Engelenetal.，2003），提升人們對相應食物的食欲和預期消費（Ferridayamp;Brunstrom，2011）。Kraak等人（2017）指出，助推框架（NudgeFramework）能夠通過微妙的環境調整或提示，引導人們做出更符合自身利益的決策。基于這一框架，近年來的研究已經開始關注感官信息對健康飲食選擇行為的作用，并將感官線索操縱作為一種新興的助推策略，來提升消費者對健康食物的反應積極性，進而促進長期的健康飲食習慣（Cornilamp;Chandon，2016b;Liuetal.，2023;Marty etal.， 2018;Petit et al.，2016）。

然而人類日常生活環境不僅限于單一感官，大腦會根據當前少量感官線索，搜索已存儲的最佳情境模型來預測尚未出現的其他感官信息或構建整體環境意義（Hohwy，2007）。在這一基礎上衍生的預測編碼理論（PredictiveCoding Theory，PCT被認為是解釋復雜多感官環境中的大腦認知處理過程的有效框架（Piqueras-Fiszman amp; Spence，2015;Schrogeretal.，2015），并將編碼的流暢性和確定性作為感官信息處理過程的兩個重要維度。該理論認為，當多感官輸入符合先前的經驗或期望時，預測誤差較小，感知體驗更為流暢（Clark，2013）。基于多種感官系統均能提供同一感官對象的獨立估計值，那么將這些估計值結合起來可以減少噪音和不確定性，從而提高對感官對象的意義構建以及預測的精度（Ernstamp;Bulthoff，2004）。并且，整合各種感官的輸入信息能夠減少感知不確定性，大腦更容易形成穩定的獎勵表征，使大腦能夠更準確地對食物的獎賞價值進行編碼（Guoetal.，2024），從而增強其選擇傾向（Chandrasekaran，2017）。在旨在最大化提升飲食愉悅感的理論建構文獻中，研究也強調了通過視覺、聽覺、嗅覺等多模態感官體驗的協同作用向消費者傳遞審美意義的重要性（Cornilamp;Chandon，2016b）。從這一角度來看，相比于通過單一通道信息來提升健康食物的選擇價值，多通道一致的感官信息能夠通過大腦的編碼被捆綁結合為一個整體信息，使大腦形成更穩定的食物獎賞表征，從而改善人們對健康食物的態度和選擇行為。

雖然已有研究發現多感官組合能夠提升飲食享樂體驗，但在飲食決策領域，多感官線索組合對食物價值提升的影響研究仍然較少，并且大多停留在行為層面，尚未深人探討多感官信息是如何影響健康食品的價值評估和選擇（Fondbergetal.，2018；Togawaetal.，2019）。因此，基于復雜語境背景下多感官線索的獎賞預期，本研究在預測編碼理論框架內探討多感官組合與食物選擇價值關系，并且重點關注解決多感官組合信息如何提高健康食物獎賞表征的編碼流暢性和確定性，進而對健康食物選擇的過程及其結果有所增益。

2.2健康價值決策的計算模型解釋

人們的飲食決定大多基于偏好，這使得飲食遵循基于價值（即偏好）決策的基本計算（Krajbichetal.，2015）。順序采樣模型（sequential-samplingmodels，SSMs）認為，動物的決策是由神經系統中類似于擴散的順序采樣和整合到閾值的過程驅動的（Gold amp;Shadlen，2007;Ratcliffamp;Smith，2004）。以獎賞價值或證據信號形式輸人的信息被采樣并整合為不斷累積的決策信號，這些信號在達到閾值時會激活相應的執行信號，從而選擇行動。漂移擴散模型（drift-diffusionmodel，DDM）是當前最流行和最有影響力的SSM，它將決策的認知過程分解為4個關鍵參數——起始點（startingpoint/bias，z）、漂移率（driftrate，v）、值（boundary，a）以及非決策時間（non-decisiontime，t），為在存在噪聲信息的情況下有效比較和決定各種價值選項提供了一個標準的計算模型（劉逸康，胡傳鵬，2023）。

漂移擴散模型（Drift-DiffusionModel，DDM）在推動我們對飲食決策背后認知過程的理解方面發揮了重要作用。近期的研究已將DDM應用于探討個體如何評估并選擇健康與不健康的食物選項，從而為證據積累的動態過程以及影響這些選擇的因素提供了深刻的見解。Sullivan和Huettel（2021）采用了一種多屬性、時間依賴型的DDM（multi-attribute， time-dependentdriftdiffusionmodelmtDDM，以研究口味和健康考量對飲食決策的影響。他們的研究結果表明，這些屬性獨立地影響證據積累的速度（即漂移率）以及信息處理的延遲。具體而言，參與者的個體偏好調節了他們積累支持特定食物選擇證據的速度與強度。此外，在實踐應用方面，飲食干預措施亦被證明可以改變DDM的參數，從而有效促進健康食品的選擇。例如，Ju等人（2024）考察了調節渴望訓練（RegulationofCraving-Training，ROC-T）干預措施在壓力情境下支持健康食物選擇的有效性。他們采用了分層漂移擴散模型（HierarchicalDrift-DiffusionModel，HDDM，發現ROC-T干預措施在壓力和非壓力條件下均增加了健康食物的選擇。HDDM分析顯示非決策時間和初始偏見存在顯著的交互作用，這表明該干預措施有效地調節了與食物渴望相關的認知過程，從而促進了更健康的飲食行為。除此之外，個體特征和狀態也會影響飲食決策過程。Garlasco等人（2019）利用分層漂移擴散模型探討了饑餓、食物熱量密度和主觀喜好對食物選擇的影響。他們的研究表明，饑餓和主觀喜好顯著影響漂移率，表明在饑餓狀態下，對偏好的食物證據積累速度更快。此外，食物的熱量密度也影響了邊界分離，參與者在選擇高熱量食物時需要的證據更少，反映出對能量密集型食物的固有偏見。

這些研究凸顯了DDM在剖析影響飲食決策的復雜因素相互作用中的實用性，DDM對決策認知過程的參數化表示，允許研究者們探究不同因素對個體飲食決策過程的影響，如熱量、消費者特征、食物感官線索等（Huseynovamp;Palma，2021;Garlasco etal.，2019）。不僅如此，由于DDM能夠在亞秒級別上預測決策過程的時間進程，因此可以通過將漂移擴散模型（DDM與腦電圖（electroencephalography，EEG）技術相結合，以高時間分辨率的神經信息探究決策過程中的計算參數與具體生理特征的聯系。例如，研究發現決策中的證據積累（漂移率）與額頂葉網絡的神經元以及中央頂葉正波（centroparietal positivity，CPP）的振幅變化呈正相關（Fromer etal.，2024；QuilesMarcosetal.，2013）。最為重要的是，為了適應不同的決策類型，當前研究者們已經發展出了不同的DDM變式從而更深刻地理解特定類型的決策過程。例如，HDDM引入貝葉斯分層算法，可以更有效地估計個體差異和群體水平的參數（Wieckietal.，2013），并可以通過HDDM的多屬性版本來探究影響飲食決策過程的多個屬性（例如，健康、美味、價格等）的證據獨立累積的過程；多屬性漂移擴散模型（mtDDM）則基于選項的多屬性特征，在多個屬性的證據累積過程中考慮了決策的時間依賴性，即不同屬性的證據會有不同的證據累積速率和決策延遲（Sullivanamp;Huettel，2021）。因此，基于DDM及其變式的優良特性，可以通過使用該模型及其各種變式來分解多感官組合中飲食決策的認知過程，結合EEG記錄的神經電位信息，包括表征視覺線索的左前額葉P2波、表征聽覺線索的右前額葉ERAN波以及表征一致且積極的視聽線索的LPC （頂葉晚期正成分），對多感官組合助推的健康飲食決策過程做出神經模型上的計算表征，并探索基于神經計算的健康飲食干預方法。

2.3健康助推策略的相關研究

除了對甜味和咸味的先天偏好以及對酸味和苦味的先天排斥以外，人類的偏好幾乎都是隨時間推移和經驗積累形成的，是后天學習的結果（Birch，1999）。加之飲食偏好并非是固化的，而是終身學習的過程，成人依然能夠從環境線索和進食體驗中習得對新食物的積極反應（Birch，1999;Boesveldtetal.，2018）。因此，許多研究關注不同類型的學習策略在形成健康飲食偏好方面的作用（Ahern etal.，2014;Nekitsing etal.，2018;Nicklaus，2016）。在過去十多年中，一些研究已探討通過認知助推策略來促進健康飲食。例如，提供卡路里計數或其他營養信息的描述性營養標簽（Auchinclossetal.，2013;Tandonetal.，2011;Vasiljevicetal.，2015），區分健康或非健康食物的標記信息（Cawleyetal.，2015;Mazzaetal.，2018），鼓勵人們合理膳食的口號倡導（Greeneetal.，2017；Hanksetal.，2013），提高健康食物消費便利性的選擇架構設計（Rozin etal.，2011;Wilson etal.，2017）等。這些措施在一定程度激勵了部分消費者購買更健康的食物，但總體上對消費者飲食選擇的改善有限（Cadarioamp;Chandon，2020）。認知助推策略通過強調健康的長期益處，鼓勵人們通過自上而下的認知控制來避免基于食物感官享樂線索的直覺選擇（Bédard etal.，2020）。

但如果在飲食決策過程中不考慮感官愉悅，人們可能會面臨自我監管資源耗竭的風險，從而阻礙健康飲食行為的選擇及維持（Huangamp;Wu，2016;Petitetal.，2016）。事實上，利用行為決策助推飲食健康已被證實是行之有效的方法（何貴兵等，2018）。具體而言，助推策略通過感官優化來提高健康食物的獎賞價值，進而促進健康決策的流暢性（Kraaketal.，2017）。因此，近年來，研究者開始關注感官信息對健康飲食選擇行為的影響，并致力于開發基于感官優化的助推策略，以增強健康食物的吸引力和長期接受度（Cornilamp;Chandon2016b;Liu et al.，2023；Marty et al.，2018;Petitetal.，2016）。例如，通過操縱聽覺音樂線索和視覺包裝顏色線索的情緒效價，探討不同感覺通道信息如何交互影響人們對于奶茶的甜味預期和實際品嘗感知，結果發現，相比于不一致的情況，音樂和包裝顏色的情緒效價一致時，人們會顯著地認為奶茶更甜（Linetal.，2024）。雖然不當飲食所誘發的健康問題在中國成人間普遍存在，但目前仍缺少有效的策略來調整不合理的飲食結構、轉變對健康食物的態度，從而促進全民飲食健康。因此，本研究進一步將多感官線索的助推策略與計算模型相結合，探討多感官組合對健康食物選擇價值的提升作用，并為飲食行為干預提供更加精準的理論與技術支持。

3研究構想

如圖1所示，本研究從現象分析出發，首先探究多感官線索組合對健康食物預期體驗提升的積極效用，并通過多項實驗室實驗確認該效用的穩健性，從而為后續項目研究奠定現實基礎和前提。隨后，立足于上述作用的內在神經機制探討，在預期編碼理論框架內，采用多項無創神經生理技術如EEG、fMRI來探究一致的多感官線索組合如何提升決策價值。研究重點探討多感官組合中感官線索的獎賞預測性如何影響該線索的價值編碼權重，從而在更深層次討論多感官線索作用的內在機制。最后，基于如何利用多感官組合幫助成人學習健康食物的享樂價值，并檢驗多感官重復暴露策略和多感官意象訓練的學習效果，以在更大范圍內拓展研究的現實效用。

3.1研究1：多感官組合對健康食物選擇的影響

在研究1中，擬使用感官描述和心理想象來檢驗多感官組合對飲食享樂體驗和健康食物選擇價值提升的作用。利用感官描述和心理想象誘導被試對健康食物多感官線索的關注，檢驗多感官組合能否有效提升被試對健康食物享樂價值的預期，因而確立多感官組合與健康食物選擇價值的因果關系。

食物概念的形成時一個自上而下的過程，人們對食物健康屬性的認知存在差異（Werleetal.，2013），即不同個體可能對同一種食物存在健康和不健康兩種完全不同的感知。因此，采用自我報告的方法來區分食物的健康/不健康，能夠將個體對食物的認知差異考慮在內。以往研究表明，與健康的食物概念相比，不健康的食物概念與多種感覺通道心理意象的關聯更強，而且這些關聯在健康與吸引力之間起到中介作用，表明多感官體驗是人們認為不健康食物比健康食物更有吸引力的基礎（Speedetal.，2023）；而在其它產品消費體驗中，也發現消費者評價中使用的多感官積極描述數量與其體驗質量呈正相關（Mehraliyevetal.，2020）。那么，通過誘導人們關注健康食物的多感官線索，能否提升健康食物的享樂預期？換言之，多感官組合與健康食物選項價值之間是否存在因果關聯？此外，對食物的多感官描述也能顯著提升消費者的食物選擇價值，Jurkenbeck和Spiller（2021）使用離散選擇任務表明多感官描述對食物選擇的重要性高于價格、產品品種、產地信息等屬性；此外，研究發現多感官線索暴露能夠有效逆轉個體的食物偏好，事件相關電位（event-relatedpotential，ERP）分析進一步表明，這種偏好逆轉是通過降低對不喜歡食物的抑制性控制（即頂葉N200和中頂葉P300振幅減弱）來實現的（Chatterjeeetal.，2023）。不僅是食物本身的感官線索，與食物呈現相關的所有外在感官線索均已被證明能夠整合為食物獎賞表征，例如，食物的審美特征、就餐環境的聲音和氣味線索，共同形成了消費者的飲食愉悅和享樂反應（Spence，2020）。我們據此推測，上述研究是否意味著多感官組合能夠提高健康食物質量和享樂體驗預期？因此，研究假設多感官線索能夠顯著提升消費者對健康食物的享樂評價。與單感官線索相比，當被試被提供健康食物的多感官描述或進行多感官想象時，預期的飲食愉悅將顯著提升。

圖1整體研究框架

3.2研究2：多感官組合對健康價值決策的作用機制

研究2側重于機制解釋，主要包括神經和計算兩方面。研究2a通過EEG和fMRI技術，探究大腦能否通過對分布在多腦區不同感官價值信號的分層整合來形成綜合獎賞表征，進而確定多感官線索價值整合的神經基礎。研究2b基于價值決策存在多個認知處理階段，通過對EEG和fMRI數據的分析，確認多感官價值整合發生在決策處理的哪個階段。最后，研究2c通過DDM計算建模進行進一步的因果分析，探究多感官組合中不同感官線索對食物獎賞的預測可靠性如何影響決策中的證據積累權重。

3.2.1研究2a：多感官價值整合的神經基礎

大腦使用預測編碼來估計即將發生的感官事件，預測表征一般是通過先前的知識和經驗所獲得，旨在為應對復雜的感官環境提供感知優勢（Summerfieldamp;Egner，2009）。研究表明，當不同感官線索均能預測獎賞價值時，視聽線索之間的價值一致性（vs.不一致）能夠增強刺激對象的整體顯著性（Chengetal.，2020）。基于上述結論，在不考慮負效價感官線索（例如，腐爛、惡臭、噪聲）的情況下，當感官線索能夠指向特定食物獎賞時，個體應能據此形成與該食物整體價值相關的預期模板，而當不同感官線索對食物獎賞的預測方向一致，并能提供互補的感官信息時，食物整體價值表征應當更清晰。當產品的感知特征清晰呈現時，僅僅接觸該產品就可以增加對產品的愉悅感和喜愛度，并減少選擇延遲（Novemskyetal.，2007）。這一現象可以用處理流暢性解釋，即當目標對象的價值特征變得易于識別時，感知流暢性就會增強，而流暢性又能通過激活與愉悅相關的大腦區域來增加對目標對象的喜好（Winkielmanamp;Cacioppo，2001）。我們據此推測，能夠預測飲食愉悅的多感官線索都具有一定的獎賞價值標記，當這些具有內在獎賞一致性的多感官線索同時出現時，能夠增強人們對預期食物整體價值表征的清晰度，并隨后提升人們對食物價值計算的流暢度，最終喚起人們對預期食物在主觀評價方面更高的美味評價和愉悅反應，以及在客觀指標上更快的反應時、漂移率和更高效的神經信號特征（如增強的OFC激活與更強的CPP振幅）。換言之，同時出現的具有獎賞預測價值的多感官線索能夠被整合成統一且相對更積極的價值表征，即多個感官通道的信息通過認知捆綁機制加強了整體價值的評估。因此，研究通過使用EEG技術，探究食物的視覺審美線索和作為背景音樂呈現的聽覺審美線索如何進行價值整合，并影響其感官聯想和心理預期。

以往研究表明，具有高獎賞聯想（vs.無獎賞聯想）的聽覺刺激能夠提高視覺刺激處理效率（Vakhrushevetal.，2023），其內在神經基礎為聽覺獎賞線索對初級視覺皮層的跨通道激活（Pooresmaeilietal.，2014），表明多感官價值整合可以首先發生在初級視覺皮層中。此外，由于食物是一種多感官構成的風味系統（Spence，2020），多感覺線索共同參與食物風味編碼，最終影響整個味覺神經軸的反應活動（DiLorenzo，2021）。食物標簽所引起的味覺預期主要反映為腦島（insula）的激活水平，當味覺預期獎勵更高（vs.較低）時，左腦島和右腦島激活水平將顯著提升（Huang etal.，2021）。因此預測，食物的多感官價值整合也會反映為腦島的激活模式，尤其關注前腦島的初級味覺皮層的活動狀況。以往研究認為，眶額皮層（orbitofrontalcortex，OFC）表征選項的預期價值或效用（Richamp;Wallis，2016），其中內側OFC編碼食物整體的主觀價值，與特定來源的屬性價值無關（McNameeetal.，2013）。我們據此推測，多感官線索的價值整合能夠延伸到內側OFC的反應模式上，通過利用fMRI的高空間分辨特性，采用與先前EEG研究中相同的實驗刺激和范式，探究食物的視覺和聽覺審美線索的價值整合是否表征為多層級的皮層活動。

3.2.2研究2b：多感官價值整合的決策過程

神經經濟學的決策理論認為，價值決策由多種不同的計算過程構成，包括屬性構建（attributeconstruction，AC）和證據積累（evidence accumulation，EA）（Rangeletal.，2008）。例如，在決定午餐選擇時，人們可能會考慮食物的美味或健康程度、節食目標、當前饑餓水平等，其中每一種屬性都能構成接受或拒絕某食物的證據。根據個人的短期目標，不同屬性會被賦予不同的權重，而在決策過程中，這些屬性證據的嘈雜神經表征可能作為EA過程的輸入，隨后被整合為不斷累積的決策信號，當該信號達到積累閾值時作出選擇（Forstmannetal.，2016）。當前，一些研究已經區分了AC與EA的神經發生過程和腦區，表明兩者可能涉及不同的神經計算。例如，在感知決策領域，EEG研究表明， a（9～12Hz） 和0 （4～8Hz） 振蕩的功率降低與 EA的預測增加相關（VanHonket al.，2012）。ERPs分析也表明，奇異刺激在聽覺和視覺范式中引發的P300成分滿足EA信號特征（O'Connell et al.，2012; Twomey et al.，2015）。在價值決策領域，EEG 和腦磁圖（Magnetoencephalography，MEG）研究發現，關于決策過程中EA時間動態的模型預測與頂葉、額葉0以及 a 頻帶活動相關，還與 β （ 18～20Hz， 和 γ 0 （40～80Hz） 振蕩相關（Polaniaetal.，2014）；在多屬性價值決策中的EEG研究還發現，飲食決策中與食物健康和美味屬性表征相關的神經信號大約在 516～570ms 處達到峰值，而與EA相關的神經信號則在 630～660ms 處達到峰值，表現為額葉和枕葉 a 波功率抑制（HajiHosseiniamp;Hutcherson，2021）。鑒于價值決策涉及多種認知和計算過程，并涉及不同腦區之間的溝通（Polaniaetal.，2014），上述多樣化的結果或許并不奇怪。然而，由于以往研究中不同屬性存在正交關系，兩種屬性的價值編碼互不干擾，這就引發了一些重要問題——這些EEG動態所代表的決策信號計算和整合能否適用于人們對相關聯的食物多感官線索的精確處理？人們在AC過程中是分別編碼不同感官線索的價值還是同時編碼多感官線索的整合價值？由于EA過程涉及決策信號的整合，那么多感官價值整合是否也同樣會被整合為一個統一的決策信號？

知覺決策研究表明，多感官整合與感知決策同時進行；進一步的EEG分析表明，在感官編碼和決策形成過程中，相比于單感官線索，被試對多感官線索組合的計算速度更快。換言之，感覺編碼和決策形成過程中神經動態的加速都與多感覺整合直接相關（Mercieramp;Cappe，2020）。這一研究為多感官價值整合能夠同時發生在AC和EA過程中提供了初步證據。基于上述分析，擬對EEG數據進行有監督學習，首先根據神經特征差異確定AC和EA的處理階段，并通過HDDM和mtDDM來進行模型擬合，從而確定飲食決策中多感官價值整合對決策不同階段的影響。

此外，前額葉皮層在價值決策中的重要作用已被廣泛證實（Faroviketal.，2015；Suzuki，2022），研究表明，眶額葉（OFC）和腹內側前額葉（ventromedialprefrontal，VMPFC）皮層在一個共同的價值尺度上計算不同刺激的預期價值，隨后VMPFC第10區的吸引子網絡（attractornetworks）執行分類決策過程，將價值信號轉化為價值之間的選擇，從而指導行動（Grabenhorstamp;Rolls，2011）。以往研究表明，來自視覺、聽覺、味覺、嗅覺和體感系統的感覺輸入主要通過眼眶外側部分進入OFC。因此，外側OFC表征食物屬性價值，即以特定于元素或類別的方式編碼食物價值信號（Ongir amp; Price，2000;Suzuki et al.，2017），而VMPFC則編碼決策的行動價值，直接影響決策形成（Grabenhorstamp;Rolls，2011）。如果多感官價值整合能夠同時參與決策處理的上述兩階段，那么這種價值整合也能夠同時發生在外側OFC和VMPFC中。多體素模式分析（multi-voxelpatternanalysis，MVPA）是將多個體素的信號看作一個多維變量，該方法能夠處理復雜的神經活動模式，適用于分析多個腦區在決策過程中如何協調工作（Haxby，2012）。因此，通過fMRI利用多體素模式分析（MVPA），探究多感官價值及其整合項如何在表征決策過程的不同腦區被編碼。

3.2.3研究2c：多感官價值的編碼依據

大腦遵循貝葉斯最佳概率推理來解決輸入的多感覺信息能否被整合的問題（Shamsamp;Beierholm，2011）。具體而言，貝葉斯方法為輸入的感官信息所代表的屬性（如顏色、柔軟度、重量等）賦予一個概率值，用于表示觀察者對屬性推理的信心。在假設存在一個共同來源的情況下，貝葉斯推理通過按比例權衡每個輸入的可靠性來預測由兩種感官組合產生的整體多感覺估計（Kerstenetal.，2004）。并且，在感覺輸入穩定的情況下，感官線索的可靠性計算主要受先驗知識或預期的影響（即，基于過去的經驗評估接收到的感官信息對解釋感知對象的重要性），這些信息有助于以自上而下的方式填補其他缺失的感官信號（如信號的物理性缺失或信噪比較低的感覺輸入），并解決感知模糊性（Summerfieldamp;Koechlin，20o8）。基于預測在心理活動中的核心地位，具有預測價值的聯想信息（vs普通中性信息）具有更高的獎勵特性，這種獎勵特性能夠鼓勵人們主動尋找可預測的信息，從而提升我們所處環境的確定性和穩定性（Trappet al.，2015）。從這一角度來看，大腦可能會尤其重視那些具有高獎賞預測性的信息，并以此為依據計算多感官整合中每種感官線索的權重。綜上所述，在對食物進行價值估計時，感官線索的編碼權重可能也會依賴于線索對食物整體價值的預測性。在這里，我們采用基于價值的飲食決策任務來探究人們如何依賴不同感官線索的獎賞預測性來編碼各感官價值權重。

如前所述，多屬性漂移擴散模型（mtDDM）允許不同屬性的決策證據積累獨立進行，不同感官線索（屬性）的決策價值可以被分別計算，并同時考慮不同感官線索證據積累的開始時間，尤其適用于二元決策任務。前人研究表明，人們的飲食決策數據（選擇模式與反應時）也可以由HDDM良好擬合及預測，其中決策證據積累（即價值信號采樣）可以被描述為不同屬性（健康和美味）價值的線性加權組合。通過比較不同屬性權重大小，可以確定不同屬性對證據積累的相對影響，而且HDDM能夠與神經電生理學數據結合，充許考察決策參數與神經電數據的共變關系。總而言之，mtDDM與HDDM能夠反映決策過程的不同方面，將兩種計算模型和神經電生理數據結合可促進我們對多感官組合中飲食決策過程的深刻理解。因此，本研究擬通過兩項實驗，利用mtDDM以及HDDM + EEG技術，探究食物價值信號構建過程中不同感官線索的預測價值能否直接影響其權重編碼；同時關注當某一感官線索預測價值降低時，被試能否通過對另一感官線索的額外證據采樣來補償從而確保決策準確性。

3.3研究3：多感官組合與健康偏好學習

研究3從應用出發，研究如何利用多感官組合來促進健康偏好學習，兩項研究檢驗了兩種不同的學習方式對健康選項整體價值提升的有效性及其遷移效果。首先，研究3a通過結合虛擬現實（virtualreality，VR）以及EEG技術，探究健康食物的多感官重復暴露對人們的健康食物態度的改善作用。此外，研究3b通過fMRI技術，研究食物的多感官意象訓練對健康食物飲食樂趣提升的持續影響，檢驗食物意象訓練與真實感官體驗對大腦活動模式影響的重疊性，并探討多感官意象訓練能否提升健康食物的整體價值估計。

3.3.1研究3a：多感官重復暴露誘導健康食物態度學習

重復暴露（RE）是提升兒童對新奇或中性喜歡蔬菜的接受度以及選擇意愿的有效策略（Ahermetal.，2014;Laureatietal.，2014）。以往研究指出，重復暴露不僅可以提升兒童對反復接觸的新食物的喜歡程度，而且這種積極影響可以泛化到相似的新奇刺激中，促使兒童對其它新食物的接受（Birchetal.，1987），特別是當他們反復頻繁地接觸各種新食物和新口味時（Maieretal.，2008）。重復暴露策略對健康食物態度改善的有效性在于“習得安全”。人類在進化過程中會對新刺激產生戒備心理，即使這些刺激并不一定具備威脅性，而當反復暴露（且不伴隨負強化）于這些新奇刺激時，人們將習得該刺激的安全性，從而改善對奇異刺激的態度（Zajonc，1968）。然而，重復暴露對于成人健康食物態度轉變的影響卻是有限的。一項薈萃分析研究表明，重復暴露對提升蔬菜喜好的影響效應隨被試年齡的增加而減弱（Appletonetal.，2018）。這可能是因為成人主要使用啟發法引導飲食選擇（耿曉偉等，2018），而其從長期經驗中獲得的“健康 O= 不美味”的聯想（Raghunathanetal.，2006將導致健康食物的反復暴露伴隨著“不美味\"的負面預期，從而抵消習得安全的積極影響。再加之國人對食物的決策偏好中，感性成分更大，這更為干預我國國民健康飲食行為增加了難度（李佳潔，于彤彤，2020）。從這一角度來看，將食物獎勵（如享樂預期）與重復暴露結合起來可能是誘導成人健康食物態度學習的有效方法。事實上，刺激與獎賞的重復共現是態度聯想學習的基本形式之一（Corneilleamp;Stahl，2019）。其效應通常通過評價性條件反射（evaluativeconditioning，EC）范式研究（Hofmannetal.，2010），即利用態度對象（條件刺激，conditionedstimulus，CS）與無條件引起態度反應（無條件刺激，unconditionedstimulus，US）的刺激配對，并假設這種反復配對（共現）會影響人們對CS的評價反應，使CS獲得與配對US相似的價值，從而實現態度聯想學習。與經典條件反射相反，在上述價值學習階段后單獨呈現CS并不會消除之前習得的情緒，表明EC效應具有一定的抗消退性（Blechertetal.，2008;Diazetal.，2005）。不僅如此，大量證據表明EC效應能夠在CS對象的相似性基礎上進行泛化（Halbeisen etal.，202l;Hogden etal.，2019），泛化對象包括相同顏色的不同刺激（Bierleyetal.，1985）、CS對象所屬的社會群體（Glaseramp;Kuchenbrandt，2017）以及CS的其它派生關系對象（Buiamp;Fazio，2016。據此我們推斷，利用EC范式的態度聯想學習具有良好的預后效果。

如前所述，多感官線索組合能夠提升健康食物的預期享樂和主觀價值（Biswas etal.，2021;Cornilamp;Chandon，2016b），這種積極影響如果證明是通過多感官線索增強食物的獎賞價值表征而實現的，那么多感官線索之間的一致性也能夠通過增加信息處理的內在協調性而被賦予獎賞價值。考慮到多感官線索組合的上述獎賞特性，利用多感官組合的重復暴露來幫助人們對健康食物進行積極的態度聯想學習可能是一種可行的方式，即學習食物的多感官愉悅體驗，并使健康食物的單感官暴露能夠激活其它感官愉悅線索的內在聯想，從而改變健康食物的整體價值。研究已證明人們在VR中對食物對象的處理與現實基本一致（Huangetal.，2019），并且由于虛擬現實（VR）在多感官體驗提供方面的獨特優勢，已廣泛應用于感官營銷科學研究。因此，我們通過使用VR來創設多感官組合重復暴露的學習環境，從行為以及神經電生理學角度結合EEG技術，并提出如下假設：多感官重復暴露能夠顯著改善被試對健康食物的態度，且這一積極效應能夠泛化到同一類別的（如蔬菜、水果）的其它健康食物中，表現為與對照組相比，多感官重復暴露組對視覺呈現的健康食物的喜歡程度以及內在愉悅感顯著增加。

3.3.2研究3b：多感官意象訓練提升健康食物享樂價值

如前所述，對食物多感官線索的關注能夠提升飲食愉悅，并降低饑餓感和熱量信息對食物選擇影響的相對權重（Cornilamp;Chandon，2016b;Pelchatetal.，2004）；當不存在多感官線索時，對食物多感官線索的心理表征，即心理意象，能有類似的積極影響（Spenceamp;Deroy，2013）。自主的心理意象涉及從記憶中檢索對象的多感官信息，并將其以不同形式結合起來（Pearson，2019）。在沒有實際感官信息輸入的情況下，根據提示信息在腦海中自愿、有意識地模擬真實對象的感官體驗是一種重要的心理想象能力，這使人們能夠擺脫現實世界的限制，在虛擬想象中進行感知與學習（Rademakeramp;Pearson，2012）。以往研究認為，心理意象能夠激活大腦的早期感覺區域，表明心理意象能夠作為一種弱感知形式，使人們能夠在沒有直接外部刺激的情況下對感官信息做出表征和體驗模擬（Albersetal.，2013;Ishai，2010;Pearsonetal.，2015）。不僅如此，學習也可以通過訓練心理意象來完成。例如，重復想象中心線的位置，就能在垂直線分割任務中提高感知敏感性（Tartagliaetal.，2009）；同樣，心理練習可以通過增強大腦的神經可塑性來提高運動技能，包括通過想象運動來改善運動技巧（Avanzino et al.，2015）；此外，心理意象訓練在減少負面情緒和病態擔憂上表現良好，表明通過反復練習對積極場景的心理想象能夠幫助個體在面對負性事件時使用積極心理意象來提高心理抵御力（Holmesetal.，2006；Skodziket al.，2018）。

鑒于心理想象是對物理現實的感知表征，我們認為當個體被鼓勵創造涵蓋視覺、聽覺、觸覺、味覺和嗅覺的生動、詳細的食物心理意象時，他們能夠以接近真實感官體驗的方式關注到食物的多感官線索，從而提升健康食物的多感官愉悅。更重要的是，考慮到重復心理意象是一種有效的學習行為，我們認為當個體被反復訓練對食物的多感官想象后，他們隨后能夠主動通過感官心理意象來補充食物未直接感知的部分，從而使其從多感官線索中獲得對健康食物的飲食樂趣。此外，在考慮上述訓練效果的同時，本研究通過普利茅斯感官意象問卷（Plymouth SensoryImageryQuestionnaire，Psi-Q）評估在個體層面上的心理想象能力在不同感官上的高低（Andradeetal.，2014），從而將心理意象能力的個體差異考慮在內。因此，本研究通過行為實驗，探究不同心理意象能力的被試在受到健康食物多感官線索想象鼓勵后，對健康食物享樂預期的差異；同時，利用fMRI技術考察短期心理意象訓練前后，被試對健康食物圖像的神經反應變化。我們提出如下假設：相比于心理意象力更弱的被試，心理意象力更強的被試在被鼓勵想象健康食物的多感官線索時能夠對健康食物有更高的享樂體驗預期；此外，在短期的食物多感官意象訓練后（vs.非食物意象訓練），健康食物圖像所誘發的初級感覺皮層（如，聽覺皮層、腦島）活動顯著增加，表征食物獎賞價值的眶額葉皮層活動顯著增加。

4理論建構

人們在日常生活中時刻都在接受來自多個感覺通道的信息，運用感官信息助推健康飲食決策逐漸也受到研究者們的關注。Piqueras-Fiszman和Spence（2015）指出，感官線索對食物選擇的影響需要在預測編碼的理論框架內解釋，即人們通過長期經驗建立不同感官線索與食物獎賞的聯結。因此，一種感官線索的出現會激活關于飲食體驗的記憶編碼，并誘導人們選擇高預期獎賞的食物刺激。一般來說，對多感官組合的研究主要包含兩種探索路徑，其一是多感官線索能否提供比單感官線索更豐富的預測信息，其二是線索間的一致性對流暢的刺激物心理表征形成的作用。本研究將結合這兩條探索路徑，討論基于一致性配對原則，多感官組合對健康食物選擇的預測效能。在多感官線索的營銷應用領域，Spence（2023）指出，以往研究主要關注哪些多感官線索配對能夠提升飲食體驗，鮮少研究探索這些組合線索對食物選擇影響的心理過程及其內在機制、各線索對食物選擇結果的預測權重及其調節因子。事實上，多感官營銷領域內的大多數研究主要依賴問卷實驗或自我報告，然而這樣的研究工具對客觀心理過程的度量效度有限，且高度依賴被試的內省意識。神經科學研究工具，如EEG和fMRI，為解決上述自我報告偏差提供了有效路徑，通過捕捉刺激誘發的心理活動動態變化以及相關大腦功能區激活情況，這些工具能夠為理解飲食決策中多感官線索作用的認知神經機制奠定方法學基礎。此外，在過去50年里，計算建模方法的發展也為理解人類選擇的實時變化提供了新的洞見（Ratcliffetal.，2016）。計算模型提供了一個強大框架以將認知過程轉化為計算參數，充許研究人員對選擇做出預測的同時分辨影響最終決策的中間計算階段。更重要的是，計算模型與EEG以及fMRI等無創神經生理技術結合使用能夠進一步幫助檢查計算參數在神經和算法層面的時序和實施（Harrisamp;Hutcherson，2022）。此外，在對文獻進行綜合分析之后也發現，目前針對成人進行飲食偏好學習的策略研究較少，大多集中在兒童期健康飲食偏好和習慣的培養上。然而，考慮到不當飲食誘發的健康問題在中國成人間的廣泛性和普遍性，探究成人飲食偏好的塑造和改善對于啟動和維持健康行為改變至關重要。因此，本研究也將從多感官組合出發，將這一助推策略與已被廣泛證實有效性的重復暴露和聯想學習策略結合起來，探究上述策略能否助力成人健康飲食習慣的培養和持續的健康飲食選擇。總而言之，本研究尤其關注如何為成人提供健康福祉，關注多感官線索組合如何在保證人們飲食享樂的前提下最大程度地促進其長期健康飲食選擇。

首先，本研究探討多感官線索對當前消費者飲食體驗的影響，選題對健康行為助推具有重要理論意義。對健康心理學而言，人們的飲食行為不僅受到生物學因素的影響，還受到心理因素的調節和影響。多感官線索作為觸發消費者飲食決策的重要因素之一，對于塑造個體的飲食偏好、行為習慣以及身體健康具有重要影響。本研究通過行為實驗進行交互驗證，建立健康行為領域“宏觀 + 微觀\"的研究新范式。本研究的研究整合影響飲食決策行為的外部環境因素和個體心理過程成果不僅可以驗證實際生活中哪些感官線索組合能為人們選擇健康飲食時提供更強的預期驅動力也將通過揭示感官因素對健康飲食的影響機制來推動“助推\"理論的發展。

其次，本研究結合計算建模和認知神經科學技術，采用多種漂移擴散模型量化估計感官線索的預測價值對飲食決策中證據加權的影響。同時探究多感官線索價值整合的神經表征，揭示大腦對于不同感官線索是否進行分層整合進而建構綜合價值信號。本研究將多感官知覺決策研究邏輯拓展到價值決策領域中，探討人們如何感知外部環境中的多通道信息以及如何在基于價值的決策中整合這些不同感覺通道的價值信號。研究結果不僅有助于拓寬認知決策領域中對于價值來源的理解也將加深人們對于認知心理學中的關鍵科學問題“認知捆綁問題”和“因果推理問題”的理解。

最后，本研究采用多感官價值學習這種新形式對健康飲食行為干預領域具有重要的應用價值通過探究多感官組合將如何促進個體對于健康食物的價值學習，有助于拓展應用和健康心理學領域對于飲食行為干預的方法和手段。本研究將檢驗不同學習方式（多感官重復暴露和多感官意象訓練）對健康食物整體價值提升的有效性以及學習的遷移效果，結合虛擬現實、認知神經科學技術以行為和神經生理證據檢驗上述策略的學習效果，為設計和實施更加精準、有效的飲食行為干預措施提供理論和技術支持。這將為解決當前社會面臨的肥胖、糖尿病等國民健康問題提供新的干預手段，打破“健康 Ψ= 不美味\"的負面聯想，從而促進健康飲食行為的形成，為預防肥胖和相關慢性疾病的早期發生具有重要的社會意義和實踐價值。

參考文獻

耿曉偉，張峰，王艷凈，范琳琳，姚艷.（2018）.健康目標 啟動降低高熱量食物消費.心理學報，50（8），840-847.

何貴兵，李紓，梁竹苑.（2018）.以小撥大：行為決策助推 社會發展．心理學報，50（8），803-813.

李佳潔，于彤彤.（2020）.基于助推的健康飲食行為干預策 略，心理科學進展，28（12），2052-2063.

劉夢穎，蔣婧怡，楊依琳，江波，黃建平.（2024）.古典美 還是表現美：擺盤美學影響健康飲食決策的計算與神經 機制，心理學報，56（8），1061-1075.

劉逸康，胡傳鵬.（2023）.證據積累模型的行為與認知神經 證據，科學通報，69（8），1068-1081.

Ahern，S.M.，Caton，S.J.，Bouhlal，S.，Hausner，H.，Olsen A.，Nicklaus，S.，..Hetherington，M.M.（2014）.Eatinga rainbow.Introducingvegetablesinthe firstyears oflifein 3Europeancountries.Appetite，71，48-56.

Albers，A.M.，Kok，P.，Toni，I.，Dijkerman，H.C.，amp;De Lange，F.P.（2ol3）.Shared representations forworking memory and mental imageryin early visual cortex. Current Biology，23（15），1427-1431.

Andrade，J.，May，J.，Deeprose，C.，Baugh，S.J.，amp;Ganis，G. （2014）.Assessing vividness of mental imagery： The Plymouth sensory imagery questionnaire. British Journal of Psychol0gy，105（4），547-563.

Appleton，K.M.，Hemingway，A.，Rajska，J.，amp;Hartwell，H. （2018）.Repeated exposure and conditioning strategies for increasing vegetable liking and intake：Systematic review and meta-analyses of the published literature.American Journal ofClinical Nutrition，108（4）， 842-856.

Auchincloss，A.H.，Young，C.，Davis，A.L.，Wasson，S.， Chilton，M.，amp; Karamanian，V.（2013）.Barriers and facilitators of consumer use of nutrition labels at sit-down restaurant chains.Public Health Nutrition，16（l2），2138- 2145.

Avanzino，L.，Gueugneau，N.，Bisio，A.，Ruggeri，P.， Papaxanthis，C.，amp; Bove，M.（2015）.Motor cortical plasticity induced by motor learning through mental practice.Frontiers in Behavioral Neuroscience，9，105.

Bedard，A.，Lamarche，P.-O.，Grégoire，L.-M.，Trudel-Guy， C.，Provencher，V.，Desroches，S.，amp;Lemieux，S.（2020）. Can eating pleasure be a lever for healthy eating？ A systematic scoping review of eating pleasure and its links with dietary behaviors and health. PLoS One，15（12）， e0244292.

Bierley，C.，McSweeney，F.K.，amp; Vannieuwkerk，R.（1985）. Classical conditioning of preferences for stimuli. Journal ofConsumer Rresearch，12（3），316-323.

Birch，L.L.（l999）.Development of food preferences. AnnualReviewofNutrition，19，41-62.

Birch，L.L.，McPhee，L.，Shoba，B.C.，Pirok，E.，amp; Steinberg，L.（l987）.What kind of exposure reduces children's food neophobia？：Lookingvs. tasting.Appetite， 9（3），171-178.

Biswas，D.，Labrecque，L.I.，amp; Lehmann，D.R.（2021）. Effects of sequential sensory cues on food taste perception Cross-modal interplay between visual and olfactory stimuli. Journal ofConsumer Psychology，31（4），746-764.

Biswas，D.，Lund，K.，amp; Szocs，C.（2019）.Sounds likea healthy retail atmospheric strategy：Effects of ambient music and background noise on food sales. Journal of the Academy ofMarketing Science，47（1），37-55.

Blechert，J.，Michael，T.，Vriends，N.，Margraf，J.，amp;Wilhelm. F.H.（2oo8）. Fear conditioning in posttraumatic stress disorder：Evidence for delayed extinction of autonomic， experiential， and behavioural responses.Behaviour Research and Therapy， 45（9），2019-2033.

Boesveldt，S.，Bobowski，N.，McCrickerd，K.，Maitre，I.， Sulmont-Rossé， C.，amp; Forde，C.G.（2018）. The changing role of the senses in food choice and food intake across the lifespan.FoodQuality andPreference， 68，80-89.

Bschaden，A.，Dorsam，A.F.，Cvetko，K.，Kalamala，T.，amp; Stroebele-Benschop，N.（2020）.The impact of lighting and tablelinen as ambient factors on meal intake and taste perception.FoodQualityandPreference，79，103797.

Bui，E.T.，amp; Fazio，R.H.（20l6）.Generalizationof evaluative conditioning toward foods： Increasing sensitivity to health in eating intentions.Health Psychology，35（8）， 852-855.

Cadario，R.，amp; Chandon，P.（2020）.Which healthy eating nudges work best？ A meta-analysis of field experiments. MarketingScience，39（3），465-486.

Cawley，J.，Sweeney，M.J.，Sobal，J.，Just，D.R.，Kaiser，H. M.，Schulze，W.D.，Wethington，E.，amp;Wansink，B.（2015）. The impact of a supermarket nutrition rating system on purchases of nutritious and less nutritious foods.Public HealthNutrition，18（1），8-14.

Chandrasekaran， C. （2017）.Computational principles and models of multisensory integration.Current Opinion in Neurobiology，43，25-34.

Chatterjee，A.， Mazumder， S.，amp; Das，K. （2023）. Reversing food preference through multisensory exposure.PLoS One， 18（7）， e0288695.

Cheng，F.P.-H.，Saglam，A.，André，S.，amp;Pooresmaeili，A. （2020）.Cross-modal integration of reward value during oculomotor planning. eNeuro，7（1），ENEURO.0381-19.2020.

Clark，A.（20l3）.Whatever next？Predictive brains，situated agents，and the future of cognitive science. Behavioral and Brain Sciences，36（3），181-204.

Corneille，O.，amp; Stahl，C.（2019）.Associative Atitude Learning：A Closer Look at Evidence and HowIt Relates to Attitude Models.Personality and Social Psychology Review，23（2），161-189.

Cornil，Y.，amp; Chandon，P.（2016a）.Pleasure as an allyof healthy eating？Contrasting visceral and Epicurean eating pleasure and their association with portion size preference and wellbeing.Appetite，104，52-59.

Cornil，Y.，amp; Chandon，P.（2016b）.Pleasure asa substitute for size： How multisensory imagery can make people happier with smaller food portions.Journal of Marketing Research，53（5），847-864.

Di Lorenzo，P. M. （2021）.Neural Coding of Food Is a Multisensory， Sensorimotor Function.Nutrients，13（2）， 398.

Diaz，E.，Ruiz，G.，amp; Baeyens，F.（20o5）.Resistance to extinction of human evaluative conditioning using a between-subjects design. Cognition and Emotion，19（2）， 245-268.

Engelen，L.，de Wijk，R.A.，Prinz，J.F.， van der Bilt，A.，amp; Bosman，F.（2oo3）.The relation between saliva flowafter different stimulations and the perception of flavor and textureatributes incustard desserts.Physiologyamp;Behavior， 78（1），165-169.

Ernst，M.O.，amp; Bulthoff，H.H. （2004）.Merging the senses into a robust percept. Trends in Cognitive Sciences， 8（4）， 162-169.

Farovik，A.，Place，R.J.，McKenzie，S.，Porter，B.，Munro，C. E.，amp;Eichenbaum，H. （2015）.Orbitofrontal cortex encodes memories within value-based schemas and represents contexts that guide memory retrieval.Journal ofNeuroscience， 35（21），8333-8344.

Ferriday，D.，amp;Brunstrom，J.M.（201l）.‘I just can’t help myself'：Effects of food-cue exposure in overweight and lean individuals.International Journal of Obesity，35（1）， 142-149.

Fondberg，R.，Lundstrom，J.N.，Blochl，M.，Olsson，M.J.，amp; Seubert， J. （2018）.Multisensory flavor perception：The relationship between congruency，pleasantness，and odor referral to the mouth.Appetite，125，244-252.

Forstmann，B.U.，Ratcliff，R.，amp;Wagenmakers，E.-J.（2016）. Sequential sampling models in cognitive neuroscience： Advantages， applications，and extensions.Annual Review of Psychology， 67（1）， 641-666.

Fromer，R.，Nassar，M.R.，Ehinger，B.V.，amp; Shenhav，A. （2024）. Common neural choice signals can emerge artefactually amid multiple distinct value signals.Nature Human Behaviour，8（11），2194-2208.

Garlasco，P.，Osimo，S.A.，Rumiati，R.I.，amp;Parma，V. （2019）.A hierarchical-drift diffusion model of the roles of hunger，caloric density and valence in food selection. Appetite，138，52-59.

Glaser，T.，amp; Kuchenbrandt，D.（2017）.Generalization effects in evaluative conditioning：Evidence for attitude transfer effects from single exemplars to social categories. Frontiers in Psychology，8，103.

Gold，J.I.，amp; Shadlen，M. N.（20o7）.The neural basisof decision making. Annual Review of Neuroscience，30（1）， 535-574.

Grabenhorst，F.，amp; Rolls，E. T. （20ll）.Value，pleasure and choice in the ventral prefrontal cortex. Trends in Cognitive Sciences，15（2），56-67.

Greene，K.N.，Gabrielyan，G.，Just，D.R.，amp;Wansink，B. （2017）.Fruit-promoting smarter lunchrooms interventions： Results from a cluster RCT. American Journal of PreventiveMedicine，52（4），451-458.

Guo，X.，Huang，J.，amp; Wan，X.（2024）.Influence of exposure to novel food packaging on consumers’ adoption of innovative products. Food Quality and Preference，119， 105230.

Hagen，L. （2021）. Pretty healthy food： How and when aesthetics enhance perceived healthiness. Journal of Marketing，85（2），129-145.

HajiHosseini，A.，amp; Hutcherson，C.A.（2021）.Alpha oscillations and event-related potentials reflect distinct dynamics of attribute construction and evidence accumulation in dietary decision making.eLife，10，e60874.

Halbeisen，G.，Schneider，M.，amp; Walther，E.（2021）.Liked fortheirlooks：Evaluative conditioningandthe generalisation of conditioned attitudes in early childhood. Cognition and Emotion，35（4），607-618.

Hanks，A.S.，Just，D.R.，Smith，L.E.，amp; Wansink，B.（2013）. Healthy convenience：Nudging students toward healthier choices in the lunchroom.Journal of Public Health，34（3）， 370-376.

Harris，A.，amp; Hutcherson， C.A. （2022）. Temporal dynamics of decision making：A synthesis of computational and neurophysiological approaches. Wiley Interdisciplinary Reviews：Cognitive Science，13（3），e1586.

Haxby，J.V. （2012）.Multivariatepatternanalysis of fMRI： The early beginnings. Neuroimage， 62（2）， 852-855.

Hofmann，W.，DeHouwer，J.，Perugini，M.，Baeyens，F.，amp; Crombez，G.（2olo）.Evaluative conditioning in humans：A meta-analysis.Psychological Bulletin，136（3），390-421.

Hogden，F.，Stahl，C.，amp;Unkelbach，C.（2019）.Similaritybased and rule-based generalisation in the acquisition of attitudes via evaluative conditioning.Cognition and Emotion， 34（1），105-127.

Hohwy，J.（20o7）.The Search for Neural Correlatesof Consciousness.Philosophy Compass，2（3），461-474.

Holmes，E.A.，Mathews，A.，Dalgleish，T.，amp; Mackintosh，B. （2006）.Positive interpretation training：Effects of mental imagery versus verbal training on positive mood.Behavior Therapy，37（3），237-247.

Huang，F.，Huang，J.，amp;Wan，X.（2o19）.Influence of virtual color on taste：Multisensory integration between virtual and realworlds.Computers inHuman Behavior，95，168- 174.

Huang，J.， Zhao，P.，amp; Wan， X.（2021）.From brain variations to individual differences in the color-flavor incongruency effect： A combined virtual reality and resting-state fMRI study.Journal ofBusinessResearch，123，604-612.

Huang，Y.，amp;Wu，J.（20l6）.Food pleasure orientation diminishesthe“healthy Σ=Σ less tasty”intuition.Food Quality and Preference，54，75-78.

Huseynov，S.，amp;Palma，M.A.（2021）.Food decision-making undertimepressure.Food Qualityand Preference，88， 104072.

Ishai，A.（2010）. Seeing faces and objects with the“mind's eye\".Archives Italiennes de Biologie，148（1），1-9.

Ju，Q.，Wu，X.，Li，B.，Peng，H.，Lippke，S.，amp; Gan，Y.（2024）. Regulation of craving training to support healthy food choices under stress： A randomized control trial employing the hierarchical drift-difusion model.Applied Psychology. Health and Well-Being，16（3），1159-1177.

Jurkenbeck，K.，amp; Spiller，A.（2021）.Importance of sensory quality signalsin consumers’food choice.Food Quality andPreference，90，104155.

Kantono，K.，Hamid，N.，Shepherd，D.，Yoo，M.J.Y.，Car，B. T.，amp; Grazioli， G.（2016）.The effect of background music on food pleasantness ratings. Psychology of Music，44（5）， 1111-1125.

Kersten，D.，Mamassian，P.，amp; Yuille，A.（2004）.Object perception as Bayesian inference. Annual Review of Psychology，55，271-304.

Koehlmoos，T.P.，Anwar， S.，amp; Cravioto，A. （2011）.Global health： Chronic diseases and other emergent issues in global health.InfectiousDiseaseClinicsofNorth America. 25（3），623-638.

Kraak，V.I.，Englund，T.，Misyak，S.，amp; Serrano，E.L. （2017）.A novel marketing mix and choice architecture framework to nudge restaurant customers toward healthy food environments to reduce obesity in the United States. Obesity Reviews，18（8），852-868.

Krajbich，I.，Bartling，B.，Hare，T.，amp;Fehr，E.（2015）. Rethinking fast and slow based on a critique of reactiontimereverse inference.Nature Communications，6（1），7455.

Laureati，M.，Bergamaschi，V.，amp; Pagliarini，E.（2014） School-based intervention with children. Peer-modeling， reward and repeated exposure reduce food neophobia and increase liking of fruits and vegetables.Appetite，83， 26-32.

Lin，X.，Liu，Y.，amp; Huang，J. （2024）.Reducing swetness expectation in milk tea by crossmodal visuo-auditory interaction.Appetite，192，107107.

Liu，M.，Ji，S.，Jiang，B.，amp; Huang，J.（2023）.Plating for health：Across-cultural study of the influence of aesthetics characteristics on food evaluation.International Journal ofGastronomy andFood Science，33，100785.

Maier，A.，Chabanet，C.，Schaal，B.，Leathwood，P.，amp; Issanchou， S. （2oo8）.Breastfeeding and experience with Variety early in weaning increase infants' acceptance of new foods for up to two months. Clinical Nutrition，27（6）， 849-857.

Mann，K.D.，Pearce，M.S.，McKevith，B.， Thielecke，F.，amp; Seal，C.J. （2015）.Low whole grain intake in the UK： Results from the National Diet and Nutrition Survey rollingprogramme20o8-11.British Journal ofNutrition， 113（10），1643-1651.

Marty，L.，Chambaron，S.，Nicklaus，S.，amp;Monnery-Patris，S. （2018）.Learned pleasure from eating： An opportunity to promotehealthyeating inchildren？Appetite，120，265- 274.

Mazza，M.C.，Dynan，L.， Siegel，R.M.，amp; Tucker，A.L. （2018）.Nudging healthier choices ina hospital cafeteria： Results from a field study. Health Promotion Practice， 19（6），925-934.

McCrickerd，K.，amp;Forde，C.G.（2016）.Sensory influences on food intake control： Moving beyond palatability. Obesity Reviews，17（1），18-29.

McNamee，D.，Rangel，A.，amp; O'Doherty，J.P.（2013）. Category-dependent andcategory-independent goal-value codesin human ventromedial prefrontal cortex.Nature Neuroscience， 16（4），479-485.

Mehraliyev，F.，Kirilenko，A.P.，amp;Choi，Y.（2020）.From measurement scale to sentiment scale： Examining the effect of sensory experiences on online review rating behavior.Tourism Management，79，104096.

Mercier，M.R.，amp; Cappe， C.（2020）.The interplay between multisensory integration and perceptual decision making. NeuroImage，222，116970.

Nekitsing，C.，Blundell-Birtill，P.，Cockroft，J.E.，amp; Hetnerington， M.M.（∠ui8）.Systemauc review ana metaanalysis of strategies to increase vegetable consumption in preschool childrenaged2-5years.Appetite，127，138- 154.

Nicklaus， S. （2016）.The role of food experiences during early childhood in food pleasure learning.Appetite，104， 3-9.

Novemsky，N.，Dhar，R.，Schwarz，N.，amp; Simonson，I.（2007） Preference fluency in choice. Journal of Marketing Research，44（3），347-356.

O'Connell，R.G.，Dockree，P.M.，amp; Kelly，S.P.（2012）.A supramodal accumulation-to-bound signal that determines perceptual decisions in humans. Nature Neuroscience， 15（12），1729-1735.

Ongur，D.，amp; Price，J.L.（20oo）.The organizationof networks within the orbital and medial prefrontal cortex of rats，monkeys and humans.Cerebral Cortex，10（3），206- 219.

Pearson，J. （20l9）.The human imagination： The cognitive neuroscience of visual mental imagery. Nature Reviews Neuroscience， 20（10），624-634.

Pearson，J.，Naselaris，T.，Holmes，E.A.，amp;Kosslyn，S.M. （2015）. Mental imagery： Functional mechanisms and clinical applications.Trendsin Cognitive Sciences，19（10）， 590-602.

Pelchat，M.L.，Johnson，A.，Chan，R.，Valdez，J.，amp;Ragland， J.D.（2004）. Images of desire： Food-craving activation during fMRI.Neuroimage，23（4），1486-1493.

Petit，O.，Basso，F.，Merunka，D.，Spence，C.，Cheok，A.D.， amp;Oullier， O. （2016）.Pleasure and the control of food intake：An embodied cognition approach to consumer self-regulation.Psychologyamp;Marketing，33（8），608-619.

Piqueras-Fiszman，B.，amp; Spence，C. （2o14）.Colour，pleasantness， and consumption behaviour within a meal. Appetite，75， 165-172.

Piqueras-Fiszman，B.，amp; Spence，C.（2015）.Sensory expectations based on product-extrinsic food cues： An interdisciplinary review of the empirical evidence and theoretical accounts.Food Quality and Preference，40， 165-179.

Polania，R.，Krajbich，I.，Grueschow，M.，amp; Ruff，C.C. （2014）.Neuraloscilltionsand synchronization differentially support evidence accumulation in perceptual and valuebased decision making.Neuron，82（3），709-720.

Pooresmaeili，A.，Poort，J.，amp;Roelfsema，P.R.（2014）. Simultaneous selectionby object-based attentionin visual and frontal cortex.Proceedings of the National Academy ofSciences of the United Statesof America，111l（17）， 6467-6472.

Quiles Marcos，Y.， Quiles Sebastian， M.J.， Pamies Aubalat， L.，Botella Ausina，J.，amp; Treasure，J.（2ol3）.Peer and family influence in eating disorders：A meta-analysis. European Psychiatry，28（4），199-206.

Rademaker，R.L.，amp; Pearson，J.（20l2）.Trainingvisual imagery： Improvements of metacognition，but not imagery strength.Frontiers in Psychology，3，224.

Raghunathan，R.，Naylor，R.W.，amp;Hoyer，W.D.（20o6）.The unhealthy Σ=Σ tasty intuition and its effects on taste inferences，enjoyment，and choice of food products. Journal ofMarketing，70（4），170-184.

Rangel，A.，Camerer，C.，amp; Montague，P.R.（2008）.A framework for studying the neurobiology of value-based decision making. Nature Reviews Neuroscience， 9（7）， 545-556.

Ratcliff， R.，，amp; Smith，P. L.（2004）.A comparison of sequential sampling models for two-choice reaction time. Psychological Review，111（2），333-367.

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

Rich，E.L.，amp; Walis，J.D.（2016）.Decoding subjective decisions from orbitofrontal cortex. Nature Neuroscience， 19（7），973-980.

Rozin，P.，Scott，S.，Dingley，M.，Urbanek，J.K.，Jiang，H.amp; Kaltenbach，M. （2011）. Nudge to nobesity I： Minor changes in accessibility decrease food intake.Judgment and Decision Making，6（4），323-332.

Schifferstein， H. N. （2021）.Designing food experiences： a multisensory approach. In S.Massari （Ed.）， Transdisciplinary case studies on design for food and sustainability （pp. 115-130）. Woodhead Publishing.

Schroger，E.，Marzecova，A.，amp; SanMiguel，I.（2015）. Attention and prediction in human audition：A lesson from cognitive psychophysiology.European Journal ofNeuroscience， 41（5）， 641-664.

Shadlen， M. N.，amp; Shohamy， D. （2016）. Decision making and sequential sampling from memory.Neuron，90（5）， 927-939.

Shams，L.，amp; Beierholm，U.（20l1）.Humans’multisensory perception，from integration to segregation，follows bayesian inference.InJ.Trommersh?user，K.Kording，amp; M.S.Landy （Eds.）， Sensory cue integration （pp. 251- 262）.Oxford University Press.

Skodzik，T.，Adelt，M.H.，Nossek，V.A.，Kuck，S.T.，amp; Ehring，T. （2018）. Does a novel training in mental imagery reduce pathological worry？.Behaviour Research and Therapy，109，56-67.

Speed，L.J.，Papies，E.K.，amp; Majid，A.（2023）.Mental simulation across sensory modalities predicts atractiveness offood concepts.Journal of Experimental Psychology： Applied，29（3），557-571.

Spence，C. （2012）.Auditory contributions to flavour perception and feedingbehaviour.Physiologyamp; Behavior， 107（4）， 505-515.

Spence，C.（20l5）.Multisensory flavor perception.Cel， 161（1），24-35.

Spence， C. （2020）. Multisensory flavour perception： Blending， mixing，fusion，and pairing within and between the senses. Foods，9（4），407.

Spence，C.（2021）. The scent of attraction and the smell of success： Crossmodal influences on person perception. Cognitive Research： Principles and Implications， 6（1），46.

Spence，C.（2023）.Explaining visual shape-Taste crossmodal correspondences.MultisensoryResearch，36（4），313-345.

Spence， C.，amp; Deroy， O. （20l3）. Crossmodal mental imagery. In S.Laceyamp; R.Lawson （Eds.），Multisensory imagery （pp.157-183）. Springer.

Stein，B.E.，amp; Stanford，T.R.（2008）.Multisensory integration：Current issues from the perspective of the single neuron.Nature Reviews Neuroscience，9（4），255- 266.

Sullivan，N.J.，amp;Huettel，S.A.（2021）.Healthful choices depend on the latency and rate of information accumulation. Nature Human Behaviour，5（12），1698-1706.

Summerfield，C.，amp; Egner，T.（2009）.Expectation （and attention） in visual cognition.Trends in Cognitive Sciences， 13（9），403-409.

Summerfield， C.，amp;Koechlin，E.（2oo8）.A neural representation ofprior information during perceptual inference.Neuron， 59（2）， 336-347.

Suzuki， S. （2022）. Constructing value signals for food rewards：Determinants and the integration. Current Opinion in Behavioral Sciences， 46，101178.

Suzuki，S.，Cross，L.，amp;O'Doherty，J.P.（2017）.Elucidating the underlying components of food valuation in the human orbitofrontal cortex.Nature Neuroscience，20（12），1780- 1786.

Tandon，P.S.，Wright，J.，Zhou，C.，Rogers，C.B.，amp; Christakis，D.A.（2o11）.Nutrition menu labeling may lead to lower-calorie restaurant meal choices for children. Pediatrics，125（2），244-248.

Tartaglia，E.M.，Bamert，L.，Mast，F.W.，amp;Herzog，M.H. （2009）.Human perceptual learning by mental imagery. Current Biology，19（24），2081-2085.

Togawa，M.，Oktavianty，O.，Haruyama，S.，amp; Ishii，Y. （2019）.Product architecture analysis of projector and strategy for gaining the competitive advantage. IOP Conference Series： Materials Science and Engineering， 494（1）， 012046.

Trapp，S.，Shenhav，A.，Bitzer，S.，amp;Bar，M.（2015）.Human preferences are biased towards associative information. Cognition and Emotion，29（6），1054-1068.

Twomey，D.M.，Murphy，P.R.，Kelly，S.P.，amp; OConnell，R. G.（2015）.The classic P300 encodes a build-to-threshold decision variable. European Journal of Neuroscience， 42（1），1636-1643.

Vakhrushev，R.，Cheng，F.P.H.，Schacht，A.，amp; Pooresmaeili. A.（2023）.Differential effectsofintra-modal and cross-modal reward value on perception：ERP evidence. PLoS One，18（6）， e0287900.

Van Honk，J.， Montoya，E.R.， Bos，P.A.， Van Vugt， M.，amp; Terburg，D. （20l2）.New evidence on testosterone and cooperation.Nature，485（7399），E4-E5.

Vasiljevic，M.，Pechey，R.，amp; Marteau，T.M.（2015）.Making foodlabels social：The impact of colour of nutritional labelsand injunctivenormson perceptionsand choiceof snackfoods.Appetite，91，56-63.

Werle，C.O.，Trendel，O.，amp;Ardito，G.（2013）.Unhealthy food isnot tastier foreverybody：The“healthy Σ=Σ tasty\" Frenchintuition.Food Quality and Preference，28（1）， 116-121.

Wiecki，T.，Sofer，I.，amp;Frank，M.（2013）.HDDM： Hierarchical Bayesian estimation of the drift-diffusion modelinPython.FrontiersinNeuroinformatics，7，14.

Wilson，A.L.，Buckley，E.，Buckley，J.D.，amp;Bogomolova， S （2017）.Nudging healthier food and beverage choices through salience and priming.Evidence fromasystematic review.FoodQualityandPreference，51，47-64.

Winkielman，P.，amp; Cacioppo，J.T.（20o1）.Mind at easeputs asmile on the face：Psychophysiological evidencethat processing facilitation elicits positive affect.Journal of Personality and Social Psychology，81（6）， 989-1000.

Xu，J.，Guo，X.，Liu，M.，Xu，H.，amp; Huang，J.（2023）. Self-construal primingmodulatessonicseasoning. FrontiersinPsychology，14，1041202.

Zajonc，R.B.（l968）.Attitudinal effects of mere exposure. Journal ofPersonalityand SocialPsychology，9（2，Pt.2）， 1-27.

Zhang，C.，Han，J.，Guo，X.，amp;Huang，J.（2023）.Influenceof healthy brand and diagnosticity of brand nameon subjectiveratingsofhigh-and low-caloriefood.Behavioral Sciences，13（1），70.

Computational and neural mechanisms underlying healthy food decisions nudged by multisensory cues

HUANG Jianping1，2， CHEN Chunchun1，LIU Mengying3 （DepartmentofPsychology，University ofSoochow，Suzhou 215123，China） （2JiangsuResearch CenterforAesthetic EducationinSchools，Suzhou215l23，China） （ Department of Psychological and Cognitive Sciences， Tsinghua University，Beijing l0oo84，China）

Abstract：Sensory cues from the environment， suchas visual，auditory，and olfactory information，are integrated through multisensory processing，which in turn shapes consumers’ hedonic expectations of food and guides their dietary decisions. Individuals rely on multisensory cues to form a unified representation of food enjoyment value，suggesting that modulating these cues can effectively promote healthier dietary decisions. This research integrates electroencephalography （EEG） and functional magnetic resonance imaging （fMRI） techniques，alongside computational modeling，to examine how multisensory cue integration enhances food reward representation and facilitates the fluency of health-related value-based decision-making. Specificall，the study first investigates the causal relationship between multisensory cue integration and healthy food choices and experiences.It then explores the computational mechanisms and neural basis underlying the influence of multisensory integration on dietary decision-making.Finally，the study examines how to leverage multisensory integration to facilitate individuals’ learning of the value of healthy foods. This study aims to reveal how multisensory integration provides a superadditive hedonic experience of healthy eating，offering a systematic theoretical framework for understanding its intrinsic benefits. Furthermore， this research explores how repeated exposure and mental imagery training enhance the enjoyment of healthy foodsand promote long-term dietary habits.

Keywords：multisensorycues，nudging，healthyeating，value-based decisionmaking，value-basedlearing