Perceptual and decisional processes underlying face perception biases in clinical depression

点击翻译按钮获取中文摘要

PROJECT SUMMARY  Cognitive models of depression suggest that the development and maintenance of this disorder stem from  individuals’ characteristic ways of attending to, interpreting, and remembering environmental stimuli, such as  selective attention toward negative aspects of experience. In face perception, these biases are expressed as a tendency to interpret ambiguous faces as expressing negative emotion and a general impairment in processing  of emotional faces. The ability to process other important face dimensions (e.g., identity) independently from  emotion might also be impaired in depression, but research in this area has been very limited. Obtaining a  better understanding of all these impairments is critical, as the ability to correctly extract information from faces  is important for adequate social interaction. Social impairments observed in depression could be produced or  intensified by face perception impairments.  A treatment for these biases that has gained attention in recent years is attentional bias modification (ABM). In  ABM, people are trained through feedback to allocate less attention to negative emotional information (e.g.,  sad expression) and more attention to positive or neutral emotional information (e.g. happy expression). ABM  can help reduce the symptoms of depression, but the effect seems small and non-­robust, and there is very little  understanding of its mechanisms of action and how to increase generalization beyond the trained task and  biases. Designing better treatments for attentional biases in depression will require a better understanding of  the biases themselves. This project proposes to use state-­of-­the-­art computational and psychophysical  approaches to more precisely characterize three relatively unexplored aspects of attentional biases that are  likely to have an impact on the outcome of ABM and similar treatments. More specifically, we will use recent  advances in general recognition theory (to which we have contributed) and in classification images techniques,  to study whether people with depression show an impairment in filtering information about other aspects of  faces (e.g., identity) when they process face emotion, whether the biases observed in depression are due to  perceptual versus decisional processes, and exactly what face information is processed differently during  emotion identification in depression.  Finally, basic research suggests that increasing the discriminability, independence and attention to relevant  features of emotional expression should increase generalization of ABM-­induced learning to new faces outside  of the training environment. An ideal protocol would also target both perceptual and decisional processing. Our  previous research shows that categorization training is the ideal candidate for such an intervention, as it  produces all the desired effects. An exploratory goal of this project is to test whether we can improve  discriminability and independence of face emotion processing in people with depression using categorization  training.