面部皮肤温度变化与欺骗有关:血流还是热容?

迪恩·a·波利娜^＊，斯图尔特·m·森特，罗伯特·g·卡利普
国家信用评估中心，7540皮肯斯大道，杰克逊堡，SC 29207，美利坚合众国

通讯作者:迪恩·a·波利娜，电子邮件:院长。(电子邮件保护)密尔

摘要

面部皮肤表面温度和欺骗之间的关系是通过21名美国陆军基础培训生的可信度评估访谈中收集的热图像数据来检验的，其中一些人以前曾参与过模拟盗窃。感兴趣的面部区域包括右半边脸，以及覆盖在眶周、颈动脉和脸颊区域的三个子区域。连续的面试问题的呈现导致在第一个测试块的平均面部温度显著升高，随后在其余的问题序列中温度下降。唯一与欺骗有显著关联的面部温度区域是脸颊子区域，那里有很大的软组织肿块。这些结果表明，脸颊区域在被血液加热后储存热能的能力(热容)有助于在可信度评估访谈中看到的面部温度变化模式

关键字

热图像分析，欺骗，血流，热容。

介绍

2001年，研究人员使用非侵入性红外热成像技术进行了一项试点研究，以检验从热图像获得的测量结果是否与测谎仪测试中的欺骗性反应有关[1］．具体来说，这些研究人员在研究参与者的眼睛周围区域测试了与欺骗相关的热反应性，这些参与者之前曾参与过模拟犯罪，包括模拟盗窃和袭击。他们报告说，四分之三(6 / 8)的骗子被正确地认定为有罪，90%(11 / 12)的非骗子被正确地归类为无罪。他们将这些重要的结果解释为，在欺骗过程中，局部眶周血流量的变化导致温度升高，并推测眼睛周围的“瞬时”升温可能是交感神经系统介导的战斗/逃跑/冻结反应的一个组成部分[2］．然而，其他研究人员随后进行了一项大规模研究，试图将欺骗性反应与眶周温度变化联系起来，但未能重复这些早期发现[3.］．目前，对于这些相互矛盾的结果，我们还没有一个令人满意的解释。

许多研究表明，热成像可以在明确的时间提供人体皮肤表面温度的二维地图，可以提供关于人体生理过程的信息[4-12］．然而，如果Pavlidis等人报道的轨道周围温度变化。1]是伴随欺骗的应答反应的一部分，那么能够产生这种温度反应的心理生理机制必须存在[1］．众所周知，在人类的脉管系统中，与其他哺乳动物的脉管系统一样，肾上腺素受体对循环肾上腺素的反应在血管张力的调节中起着至关重要的作用[13］．除肾上腺素外，拟交感神经激动剂也可使面部动脉血管收缩，可能由于血压升高而导致血流发生阶段性变化[14］．由于动脉中的血液流动来自更接近身体核心的区域，这将产生加热其流经的面部组织的效果。然而，热像仪记录的面部皮肤温度变化在多大程度上是这一过程的直接结果尚不清楚。与血液流动相关的其他生理机制可能导致面部温度升高，包括血压快速升高导致的一氧化氮介导的血管舒张反应，以及循环肾上腺素增加导致的β2受体介导的血管舒张[15-17］．

除了通过对流将热能传递到周围血管组织的血液流动外，热容也是人体的一个因素，是皮肤表面温度升高较慢的原因[18］．这里使用的术语“热电容”是指大量组织在作为热能来源的血液加热后储存热能的能力。周围的组织体积越大，血液加热组织所需的时间常数就越长[19］．理论上，只要有足够的时间，组织块的温度就会收敛到热库(血液供应)的温度。我们进行这项研究的目标之一是调查根据面部和颈部特定区域周围软组织的数量推断的热容在多大程度上影响了欺骗性和非欺骗性个体这些区域上的皮肤表面温度变化。

帕夫利迪斯等人[1]在模拟测谎仪检查员使用的可信度评估程序的条件下收集他们的热数据[1］．他们的程序包括使用联邦认证的考官来管理测试，以及使用在该领域常用的比较问题测试(CQT)格式。20.-22］．在本研究中，我们选择部分复制这些程序，尽管CQT因缺乏标准化而受到批评[23］．这样做是为了方便与早期被广泛引用的工作进行直接比较，也因为已经证明，使用定向谎言或可能谎言比较问题，适当管理的CQT可以始终如一地以更好的机会水平区分欺骗性和非欺骗性个体[24-26］．

在解剖学上，颈动脉支配眶支、面内支和肠系膜动脉[27-29］．牙槽后上支和眶下动脉分支，由肠系膜动脉和面内支分出，供应眶周区[30.］．肠系膜动脉、上颌动脉、翼状动脉和颊动脉供应面部脸颊区域，并由颈外动脉颞下支供应。颊肌、提角肌、咬肌、颧肌、翼肌内侧肌和翼肌外侧肌构成颊区。颊部也有颊脂垫，颊脂垫是一个大致三角形的脂肪组织区域[31］．基于这些考虑，我们选择了我们感兴趣的面部区域，并假设具有更高热容的解剖区域(即脸颊区域)比直接覆盖颈动脉或其附属区域提供了更好的欺骗指示，因为在重复的交感神经反应期间，脸颊的热反应增加。

方法

参与者

24名驻扎在南卡罗来纳杰克逊堡的美国陆军基础学员自愿参加这项研究。由于实验者的错误，其中三个参与者的数据没有被分析。剩下的9名参与者被分配到非欺骗组(2名女性，7名男性，男_年龄= 20。6岁，年龄18 ~ 26岁)，欺骗组12例(女1例，男11例，男11例_年龄= 19。2岁，年龄:18 - 25岁)。

材料

一个手持设备，被称为初步可信度评估筛选系统(PCASS)，被用来收集皮肤电和血管舒缩活动数据¹．FLIR Photon™160 x 128 FPA相机核心长波红外(LWIR;光谱波段= 7。5到13岁。5 μm)微量辐射热计(灵敏度= 85 mkdT在f/1。6)使用工厂安装的19mm镜头(视场= 36°x 27°)监测皮肤表面温度。摄像机的14位非压缩数字视频输出流到aDell Precision PWS490 Dual Quad Core 2。66 GHz计算机。一个圣巴巴拉红外公司2000系列黑体和控制器被用来执行所有的温度校准。参与者在一个房间里接受指导，房间里有一把椅子、一张桌子、一台卡带录音机、一支笔、两支粉笔和一张白纸。 5 x 11 inch paper. An overhead map of the mock crime area was also in the room.

模拟犯罪程序

一般程序

这项研究中使用的模拟犯罪程序与犹他大学研究人员开发的场景中使用的程序相似。32］．首先，有书面同意参与研究的参与者被要求打开一个信封，信封贴在一条长长的走廊尽头的门上。信封里写着信息，指示每对参与者打开门，按下房间里录音机上的“播放”键，然后听预先录制好的任务说明。录音指示告诉参与者，如果他们被发现是诚实的，他们将被允许完成这个过程而不承担任何后果。参与者还被告知，如果他们被发现欺骗，他们必须站在他们的教官、他们的部队和NCCA工作人员面前，就诚实、正直和忠诚等陆军价值观的重要性发表演讲。这种惩罚实际上并没有施加给参与者。在完成任务后，参与者被指示返回(同一)房间，之后他们被单独护送到测试套房，并由联邦认证的测谎仪检验员见面，该检验员不知道参与者是(欺骗性/非欺骗性)小组成员。

欺骗性小组程序

录音指示欺骗参与者，他们有15分钟的时间从附近建筑物的一个集装箱里偷出一件“机密”设备，把集装箱藏起来，并把机密设备藏在树林里，以便以后可以提取。欺骗的参与者还被要求准备一份不在场证明，每人随身携带一支粉笔，并把粉笔藏在身上，表面上是为了以后用来做记号，作为设备已经准备好领取的信号。研究人员为具有欺骗性的参与者提供了一个与非欺骗性参与者的实际活动相匹配的封面故事，并指示他们在“测谎仪”测试中尽量表现得真实。当欺骗的参与者完成模拟犯罪并返回大楼时，他们被工作人员拦住并问他们在做什么。工作人员接受了他们的回答，然后告诉他们需要返回大楼。

非欺骗性分组程序

非欺骗的参与者通过录音机被指示离开接触室，走到建筑物后面有遮盖区域的长凳上，并在休息区停留大约10分钟，然后他们被指示返回房间。雷竞技网页版对非欺骗组参与者的指示记录没有提供盗窃的任何细节，也没有犯罪的迹象。没有欺骗的参与者从长凳上回来时，工作人员会拦住他们，问他们在做什么，并告诉他们需要返回大楼。

数据收集程序

在参与者到达之前，进行两点温度校准，在设定绝对黑体温度并将其热平衡至28.00°C和40.00°C后，使用热摄像机对黑体表面进行成像。这些校准被用于将相机的14位原始数字视频图像数据转换为辐射温度值。热成像摄像机安装在受试者正下方和正前方的检查者桌子边缘，与矢状面的水平和垂直分量成大约45°的角度，以便摄像机的FPA与受试者右半边面成标准正交(图1，上)。

当参与者进入检查室时，他们坐在Lafayette可调臂测谎椅上，测试开始于高度结构化的测试前访谈，包括对仪器、案件事实、参与者的不在场证明和测试问题的回顾。测试问题总是按照相同的顺序进行审查，从与犯罪相关的问题开始，然后是比较问题，最后是与犯罪无关的问题(表1)。在预测试结束时，使用电导凝胶和塑料夹将PCASS传感器连接到参与者的手掌和中指上。参与者被要求保持不动，然后测试问题由考官口头提出。连续的问题每隔30秒提出一次²．在提问过程中不断收集来自Photon的数字视频数据，并以Tagged Tiff文件格式存储为14位灰度图像，使用10 Hz采样率进行离线分析。尽管测试中总共有9个比较问题(作为标准的现场实践)，为了创建一个平衡的实验设计，我们在数据分析中没有包括最后一个比较问题。这创建了一个由4个比较问题、4个与犯罪相关的问题和4个与犯罪无关的问题组成的试验块，以及由4个比较问题和4个与犯罪相关的问题组成的第二个试验块。第一个与犯罪相关的问题，“关于被盗的电子设备，你打算如实回答吗?”在测试过程中只被问到一次，因此也被排除在我们的分析之外。

数据简化

每个参与者的热数字视频文件被转换为16位灰度Tiff图像的时间序列，产生大约每秒10帧的视频。然后将Tiff图像转换为8位灰度位图图像，仅包括低(28。00°C)和高(40。00°C)从校准文件获得的温度^3.．然后使用国家仪器公司的头部跟踪算法跟踪并提取每个连续帧内的矩形感兴趣区域(ROI)。ROI总是包括参与者的半边脸，如图1底部所示。计算每个roi中像素强度值的平均值和标准差，然后通过在每个问题中记录的连续帧中求平均值来确定对每个访谈问题的面部温度响应的平均值和标准差。

三个较小的感兴趣区域，包括覆盖在鼻梁和眼角和颈动脉之间的眶周区域的最热(最亮)的皮肤表面区域，是使用鼠标从较大的(半面)roi中手动选择的。以类似的方式选择脸颊ROI，除了选择脸颊最冷(最暗)的区域(图1，底部，中间)。这三个roi都是圆形的，包含12个像素的热数据(图1，左上)。在选择这些roi时使用了一个商业可用软件包(National Instruments Vision Assistant, version 2010)。因为我们对这些区域的主调变化感兴趣，所以从脸部图像的时间序列中选择特定的帧，纳入这三个区域的数据分析。在这些较小区域的分析中，每个参与者总共包含六个帧。这些框架由参与者开始回答第一个和最后一个与犯罪无关的问题，第一个和最后一个与犯罪相关的问题，以及第一个和最后一个比较问题组成。

单独组(欺骗性/非欺骗性)X问题组(比较组1/与犯罪相关的组1/与犯罪无关的组1/比较组2/与犯罪相关的组2)X问题类别内刺激的重复(1/2/3/4)在每个测试问题期间，对面部温度反应的平均值和面部温度反应的平均SD进行方差分析。对ROI温度的均值和标准差进行X组区域(眶周/颈动脉/脸颊)X问题数(第一个/最后一个)x问题类别(与犯罪无关/与犯罪相关/比较)混合因子方差分析，评估眶周、颈动脉和脸颊区域的进补性变化。在适当的地方应用了温室-盖瑟修正，以纠正违反球形假设的情况。在报告anova的显著性水平时，未校正的自由度连同用于调整显著性水平的ε值一起给出。Eta-squared(η²)，这是一种测量效应大小的方法。的统计显著性标准。所有统计检验均采用05。

结果

背景温度

由于在本研究中，我们关注的是参与者的皮肤温度变化，这可能会受到每次访谈过程中测试房间环境温度变化的影响，因此我们在每次访谈开始和结束时，从每个参与者正后面的墙壁上选择一个矩形ROI，记录了该矩形ROI的平均像素强度。a Time(访谈开始/访谈结束)X欺骗性组/非欺骗性组平均壁温方差分析结果未显示任何主效应，F(1,19) = 1。13日,η²=。06, n. s，或相互作用，F(1,19) = 0。19日,η²=。01，名词，涉及欺骗地位。而时间的主效应显著，F(1,19) = 20。15日,η²=。52, p <。001.这一发现表明，在每次面试过程中，由于测试期间房间里多了一个人，热辐射可能会增加，或者可能是一天中的某个时间的影响，因为测试总是在天气较冷的早晨开始，并持续一整天。

右面部温度变化

面部平均温度方差分析显示，在一个问题类别内刺激的重复主要影响，F(3,51) = 5。68年,η²=。25, p <。01， ε =。61，重复X问题块交互，F(12,204) = 6。21岁的η²=。27, p <。001.这种显著的相互作用似乎是由于在每个类别的第一个刺激块中，面部温度上升，其次是在第二个块中，比较和犯罪相关问题的面部温度下降。与犯罪无关的问题，在每次测试中只被问了四次，而且从来没有接近问题序列的末尾，在连续的陈述中，只显示了温度的升高(图2)。在这个分析中，欺骗/非欺骗组变量对半脸温度没有显著的主要影响或相互作用，这表明在右半脸温度变化和欺骗之间没有明显的关系。面部SD温度方差分析未能揭示由SD测量的右侧面部温度变异性与问题类别或类别内问题的重复之间的任何显著的主要影响或相互作用。

眶周、颈动脉和脸颊温度变化

与上面讨论的涉及右半边面的ROI的分析不同，对包含在右半边面的较小区域进行的平均温度和SD温度方差分析都显示了组的显著影响。具体而言，综合平均温度方差分析显示了显著的区域X欺骗性/非欺骗性群相互作用，F(2,36) = 5。34岁的η²=。23, p <。05， ε =。68，这是欺骗性个体脸颊ROI平均温度较高的结果，而欺骗性和非欺骗性组个体颈动脉和眶周ROI平均温度相似(图3，顶部)。SD温度分析表明，区域F(2,36) = 47具有显著的主效应。63年,η²=。73, p <。001， ε =。77，组，F(1,18) = 5。07年,η²=。22, p <。05.区域的显著主要影响是由于眶周区域的皮肤表面温度SDs大于脸颊或颈动脉区域。显著的群体效应是由于欺骗参与者的温度SDs较小(图3，下)。

除了组间显著效应外，眶周、颈动脉和脸颊区域的平均温度方差分析也显示了显著的区域主效应，F(2,36) = 102。95年,η²=。85, p <。001，ε =。68，这是由于相对于颈动脉或眶周区域，脸颊区域的平均温度明显较低(图4)。此外，在本分析中，按问题类别相互作用的问题数达到了显著性，F(2,36) = 4。80年,η²=。21, p <。05， ε=。95.图5显示，这是由于随着测试的进行，对犯罪相关和比较问题的平均温度反应相对稳定，同时对犯罪无关问题的平均ROI温度反应显著增加。

分类精度

在上面的组间分析中可以看到显著的组间效应，这表明在单个案例中，使用从热测量中得出的DVs的组合，可能会在检测欺骗方面比偶然精度更好。为了验证这一假设，并且因为这种类型的统计检验可以作为开发基于热图像分析的有效可信度评估算法的有用起点，我们使用二值逻辑回归程序来预测我们的研究参与者的欺骗状态。我们使用欺骗/非欺骗作为二分类因变量，面部ROI温度的平均值和标准差(在问题数量和问题类别上崩溃)作为六个协变量。三个(颈动脉、脸颊、眶周)平均ROI温度预测指标作为单个变量块同时输入;3个(颈动脉、脸颊、眶周)SD ROI温度预测因子同时在第二个块中输入，块1和块2依次进入分析。使用病例纳入截止概率p =进行分类。5，这迫使每个案例进行分类。

总的来说，正确的分类率是76。在第一个预测因子(平均温度)块进入模型后，增加2%，这三个预测因子的加入显著提高了模型的分类能力，χ²(3, n = 21) = 12。36, p <。01, NagelkerkeR²=。60.经过第二个(SD温度)块后，分类精度提高到85。7%，但这种改善无统计学意义，χ²(3, n = 21) = 6。86, p =。08.然而，在6个预测因子χ的基础上，有一个很好的模型拟合²(6, n = 21) = 19。22, p <。005年,NagelkerkeR²=。81.6个预测因子模型的敏感性(真阳性/(真阳性+假阴性))为。83.6个预测因子模型的特异性(真阴性/(真阴性+假阳性))为(8/8+1)=。89.一个单独的预测因子，平均脸颊ROI温度，作为一个独立的测量指标，对模型做出了显著的贡献(p <。05)。

讨论

使用热图像分析有效区分骗子和非骗子个体的尝试并没有完全成功，尽管有一些有希望的早期结果[1，2，33］．这些最初的研究集中于对特定类型问题的相温反应，使用的方法与传统的测谎仪测试类似。除了一些例外，这项工作往往是数据驱动的，研究人员寻找“热点”或其他类似的欺骗迹象，基于生理唤醒导致流向面部的血液迅速增加，从而导致某些面部区域的温度升高[[end:]]34］．我们的结果表明，在可信度评估测试中，热容和面部温度响应之间存在关系。我们的数据还表明，出于这个原因，脸颊，而不是眼睛周围的区域，对采访过程中确实发生的面部温度变化最敏感。13，35］．

虽然连续的面试问题的呈现确实导致了测试前半段的平均面温显著升高，随后在其余的问题序列中温度下降，但整个面温的这些变化既不特定于所问的问题类型，也不特定于个人的欺骗状态。事实上，唯一与(非欺骗性/欺骗性)组分配显著相关的面部温度ROI是脸颊“冷点”子区域，而不是覆盖颈动脉和眶周区域的两个高温子区域中的任何一个。这些发现可以归因于颈动脉和眶周区域都有大量的动脉血液供应，周围很少有软组织。正因为如此，这些区域周围的软组织的温度将与血液供应的温度相似，这是作为热源的。相比之下，脸颊区域除了有颊肌、提角肌、咬肌、颧肌、翼肌内侧和外侧肌外，还有软组织。颊区由颈外动脉的下支供应，颈外动脉分为咬肌动脉、上颌动脉、翼状动脉和颊动脉。该区域的血液传质量小于颈动脉或眶周roi的传质量，因此热量供应也较少。

在静息时，头血供较少，脸颊区域会向周围环境的温度靠拢。在ANS激活期间，由于反复呈现面试问题，面部动脉的血供增加将导致脸颊区域的血流量增加，这将增加脸颊区域的温度，因为它开始向血液供应的温度靠拢。这不仅会增加脸颊ROI的平均皮肤表面温度，而且还会显著降低脸颊ROI像素的SD温度，因为当它加热时，热传导会使皮肤变得更加等温。图3和图4显示了这两种效果。有趣的是，在欺骗组中，颈动脉和眶周ROI的SD温度也下降得更多，导致SD方差分析中组的显著主效应，并表明ROI变异性的测量可能是比ROI平均温度更敏感的欺骗指标，特别是当面部较温暖的区域被选择为感兴趣的区域时。

这项研究增加了越来越多的文献，表明热图像分析最终可能被用作有效的可信度评估工具。使用逻辑回归，我们能够建立一个模型，准确地分类欺骗和非欺骗个体。然而，这一发现不应被认为是结论性的，因为样本量很小，而且该模型尚未经过交叉验证。类似于Pavlidiset等人。[1]我们选择使用测谎仪测试格式来收集我们的热数据[1］．我们的研究结果表明，这种形式可能是次优的，因为短时间的访谈不适合在测试中证明的紧张性生理变化。在这项研究中，我们也没有直接调查相温响应。Pavlidiset等人首次报道的快速发生的眶周温度反应仍有可能。[1]确实会发生，并具有一定的心理生理意义[1］．当使用热图像分析记录的皮肤表面温度是依赖测量时，需要进行更多的研究来确定最佳的可信度评估测试格式。

总之，本研究的结果表明，热容有助于在可信度评估访谈中看到的面部温度变化模式。支持这一结论的发现包括，在脸颊区域，具有相对较高的热质量，而在(眶周或颈动脉)热质量较低的区域，欺骗参与者的平均温度反应高于非欺骗参与者。此外，在整个访谈过程中，欺骗性参与者的脸颊、眶周和颈动脉roi的温度变化较小，这表明随着这些区域的皮肤温度升高，它也变得更加等温。整个右半边脸的平均温度在面试的前半段确实有所上升，随后在测试的其余部分有所下降，但没有显示出(欺骗性/非欺骗性)组的任何影响。综上所述，结果支持了热图像分析可以作为可信度评估工具的结论。未来的研究需要调查替代的、更标准化的可信度评估测试格式，这些测试可能更适合此处所见的皮肤表面温度反应，以及这些面部皮肤表面温度反应与其他更好理解的ANS活性测量之间关系的更基础的研究调查。

致谢

作者要感谢Terry Rosales和Richard Dusto在数据收集过程中的协助。该项目由国家可信度评估中心资助，项目编号为09-P-0003。本文仅代表作者个人观点，并不代表美国国防部或美国政府的官方政策或立场。美国政府保留免版税、非排他性和不可撤销的复制、翻译、出版和使用本手稿的许可(32 CFR 32。36)。

¹这项研究的参与者是驻扎在杰克逊堡的107名美国陆军基础学员(40名女性，67名男性，Mage = 22.1岁，年龄范围:18至42岁)，他们自愿测试PCASS设备的有效性。基于PCASS数据的详细结果将在单独的手稿中报告。

²作为PCASS调查的一部分，一些参与者(n = 53)被要求用“是”或“否”来口头回答问题，而另一些参与者(n = 54)则被要求用点头或轻微转头来表示是或否的回答。所有热数据都是从口头回答的参与者中收集的。

^3.通过从28.00°C开始到40.00°C，以1.00°C的区间增加黑体温度，验证了给定温度升高对应的热图像像素强度增加的线性性。在每个温度下对黑体进行成像，获得数字热视频数据，然后将黑体温度与像素强度对应的整数值进行关联。