暴力攻击行为是现代社会面临的重大公共卫生问题之一。其中，精神障碍者的暴力行为尤其引发社会关注。然而，如何准确评估精神障碍者的暴力风险，尤其是在监管场所这一特殊环境中，一直是法医精神病学领域的难点。

面部表情分析技术为此提供了新的思路。个体的情绪状态与暴力行为密切相关，而面部表情是情绪最直观的外在表现。即使是转瞬即逝、不受主观控制的微表情，也能揭示个体内心真实的情绪反应。

本文研究首次将自动化面部表情分析技术应用于监管场所内的精神障碍者，探索其情绪状态与暴力攻击行为之间的关系，为监管场所内精神障碍者的暴力风险筛查、预警和干预提供了全新的技术路径。

情绪与暴力之间的关联
暴力攻击行为作为当代重要的公共卫生问题，其引发的社会危害日益受到重视。在监管场所这一特殊环境中，精神障碍服刑人员的暴力攻击行为具有独特的病理机制与社会影响。

罹患精神疾病可能会不同程度地增加患者发生暴力攻击行为的风险，且精神障碍者暴力攻击行为的发生与其情绪存在关联。过往研究表明，个体在发生暴力攻击行为前必定存在负面情绪，且个体的暴力攻击行为与其愤怒情绪呈正相关。除愤怒情绪外，其他情绪也可能与个体的暴力攻击行为相关。比如，部分与回避行为有关的负面情绪（如不愉快、厌恶）可能和暴力攻击行为呈负相关，抑郁性情感障碍者的自杀行为（内向攻击）亦与其情绪症状存在直接联系。

这种情绪-行为关联在监管场所环境中表现得尤为复杂，既受到药物治疗的影响，又受到封闭环境的社会心理因素调节。因此，传统评估方法难以准确捕捉其暴力风险。本研究针对这一现实困境，探索面部表情分析技术在暴力风险评估中的应用。

面部表情成为情绪的真实窗口
面部表情作为情绪的外在表现，具有跨文化一致性和生物基础。依据能否被肉眼察觉分为宏表情与微表情，宏表情能够被肉眼所观测，而微表情则具有动作幅度微小、持续时间极短及出现不受主观控制等特征。

Paul Ekman的面部动作编码系统（FACS）将面部表情分解为46个基本动作单元（AUs），每个动作单元对应特定的肌肉运动。现代面部表情分析技术通过计算机算法，能够实时捕捉并量化这些细微的表情变化。诺达思的面部表情分析系统（FaceReader）实现了对7种基本情绪（愤怒、厌恶、恐惧、悲伤、惊讶、快乐、中性）的自动识别，从而分析受试者的情绪状态。

使用FaceReader捕捉情绪
本研究选取上海市某监管场所内的39例男性精神障碍服刑人员作为受试者。纳入标准严格遵循ICD-10精神障碍诊断标准，要求年龄在18-65岁之间，右利手，具备基本理解研究内容的能力。排除标准包括严重认知功能障碍、主观不配合、近期重大生活事件影响等。最后，采用多种标准化量表对受试者的精神病性症状、外显攻击行为、认知功能等进行了评估。

随后进行实验。采用标准化的表情诱发实验范式：