对于人的面部表情，美国心理学家保罗·艾克曼发现，快乐、悲伤、愤怒、厌恶、惊讶和恐惧这些基本表情的表达，西方人和新几内亚原始部落居民很雷同。通常，人们认为人的面部表情是普世的。例如，对于高兴，中国人与西方人有相似的面部表情。然而，由于脑电信号是一种非稳态信号，且存在比较大的个人差，对于基于脑电信号的情绪识别，是否存在稳定的脑电表征模式？这是一个研究空白。

为了回答上述问题，我们首先设计了跨时间的情绪诱发实验，即每位被试至少参加三次实验，且每次实验的时间间隔至少一周。利用这样的设计，我们能够构建不同时间段的情绪识别模型，从而考察表征情绪的脑电信号随时间变化的特性。

我们招募了15名被试，共进行了45次实验，获取了三类情绪脑电数据，并且从以下方面研究了情绪脑电的表征模式随时间变化的稳定性。

首先，我们分析了不同导联脑电信号的频谱特征随时间变化的特性。我们选择了13导脑电信号，针对全部被试的第一次试验，我们绘制出平均的频谱特征，对第二次和第三次试验，我们同样绘制出平均频谱特征。三次试验的频谱特征表明，不同的情绪状态下具有不同的频谱分布。高频特征的动态波动和正面情绪及负面情绪的相关性较大，特别地，颞叶区域的导联相关性尤为明显。此外，频谱分布的模式随着时间变化是稳定的，三次试验的频谱特征分布规律十分相似。

其次，我们利用脑地形图分析了不同情绪的神经稳定模式。由于我们已经证明不同时间的频谱分布是稳定的，我们计算所有被试的三次实验的平均脑地形图进行分析。分析不同情绪状态下的脑地形图，我们发现存在于正面、中性和负面情绪相关的神经模式。相对于负面情绪，外侧颞叶区在Beta和Gamma频段在正面情绪时具有更强烈的激活模式。而前额区的脑电Beta和Gamma频段，在负面情绪下的活跃程度大于正面情绪下的活跃程度。对于中性情绪，其神经模式与负面情绪的神经模式十分相似，中性和负面情绪脑地形图均在颞叶区出现了较低的激活程度，两者主要区别是中性情绪下顶叶和枕叶区的导联表现出更高的alpha频段响应。负面情绪另一个显著特征是，顶叶和枕叶具有更高的delta频段响应并且在前额区具有显著高于其他区域的Gamma频段响应。