Der Musculus zygomaticus major ist ein wichtiger Gesichtsmuskel, der für das Lächeln und den emotionalen Ausdruck verantwortlich ist. Untersuchungen mittels fEMG und Gesichtsanalyse zeigen, welche Rolle er bei der Unterscheidung zwischen echtem und vorgetäuschtem Lächeln spielt. Erfahren Sie, wie dieser Muskel die Wahrnehmung und Emotionen beeinflusst und welche wissenschaftlichen Studien es zu Gesichtsausdrücken gibt.
Table of Contents
Der Musculus zygomaticus major: Der wichtigste Gesichtsmuskel für den Gesichtsausdruck
Von allen Muskeln im Gesicht ist der Musculus zygomaticus major vielleicht der auffälligste. Er befindet sich zwischen den Mundwinkeln und dem oberen Teil der Wangen und steuert die Art und Weise, wie wir lächeln.
Der Muskel liegt auf dem Jochbein, auch bekannt als Wangenknochen. Es ist bekannt, dass Variationen des Jochbeinmuskels beim Lächeln Grübchen verursachen können. All dies bedeutet, dass dieser Bereich sowohl im aktiven als auch im ruhenden Zustand einen großen Einfluss auf unser Aussehen hat.
Die Aktivierung dieser Muskeln (auf beiden Seiten des Gesichts) führt zu einem Lächeln, sei es spontan und aufrichtig (ein „Duchenne-Lächeln“) oder geplant und bewusst (ein „Nicht-Duchenne-Lächeln“).
Ein echtes Duchenne-Lächeln entsteht durch die Aktivierung sowohl des Musculus zygomaticus major als auch des Musculus orbicularis oculi (des Muskels, der die Lippen umgibt und für das Anheben der Wangen sorgt) sowie durch die mögliche Beteiligung mehrerer anderer Gesichtsmuskeln. Die Aktivierung dieser beiden Muskeln führt zu einem Lächeln, bei dem sich die Wangen um die Augen herum anheben. Ein Nicht-Duchenne-Lächeln beinhaltet die Aktivierung des Musculus zygomaticus major ohne Aktivierung des Musculus orbicularis oculi.
Dieser Muskel hat natürlich nicht nur Einfluss auf unser Aussehen und darauf, wie wir wahrgenommen werden, sondern auch darauf, wie wir emotional mit der Welt in Beziehung treten. Im Folgenden werden wir erläutern, wie man die Aktivität dieses Muskels misst und was dies für die Person bedeutet, bei der in diesem Bereich eine erhöhte Aktivität festgestellt wird.
Um diese Messverfahren vollständig zu verstehen, ist es hilfreich, sich zunächst mit den Grundprinzipien des Gesichts-EMG vertraut zu machen.
Um die komplexen Details der Gesichtsmuskulatur wirklich nachvollziehen zu können, sind fundierte Grundkenntnisse in der Elektromyographie unerlässlich. Diese faszinierenden Einblicke und vieles mehr können Sie sich anhand unserer Infografik zur Elektromyographie – „Die elektrisierende Welt der Muskelbewegungen“ – anschaulich vor Augen führen.
Messung der Aktivität des Musculus zygomaticus major mittels fEMG: Einblicke in Emotionen und das Lächeln
Die gängigste Methode zur gezielten Messung der Aktivität in diesem Bereich ist die fEMG (Gesichts-Elektromyographie). Durch die Anbringung der Elektroden entlang des Muskels lässt sich die Aktivität leicht messen. Elektrische Impulse, die zu einer Muskelaktivierung führen, werden von den Elektroden erfasst. Forschungsergebnisse haben gezeigt, inwiefern diese Messung mit positiven Emotionen zusammenhängt (was angesichts des offensichtlichen Zusammenhangs mit dem Lächeln nicht ganz überraschend ist) [1].
Andere Untersuchungen unter Verwendung von fEMG haben ebenfalls gezeigt, dass die Aktivierung des Musculus zygomaticus major nicht unbedingt ausschließlich mit der Entstehung positiver Emotionen verbunden ist. Wie Hart und andere in einem kürzlich erschienenen Artikel feststellen, „kann die Interpretation von Lächelaktivitäten insbesondere in komplexeren Umgebungen schwierig sein: Lächeln können ironisch, sarkastisch oder spöttisch sein, aber auch Ausdruck echter positiver Gefühle“ [2].
Interessanterweise gibt es psychophysiologische Parameter, die im Großen und Ganzen bestimmen, ob ein Lächeln als echt wahrgenommen wird oder nicht – spontanes Lächeln dauert oft kürzer (etwa 4–6 Sekunden), klingt langsamer ab und ist symmetrischer als bewusstes Lächeln [3]. Diese Unterscheidung lässt sich mithilfe von fEMG-Aufzeichnungen des Musculus zygomaticus major treffen, was die Aussagekraft der Zuordnung von Gesichtsausdrücken zu Emotionen erhöht.
Da die fEMG eine so empfindliche Messmethode ist, kann sie die der Muskelbewegung zugrunde liegende elektrische Aktivität auch dann erfassen, wenn keine offensichtliche Muskelaktivierung vorliegt (d. h. wenn man sieht, dass jemand lächelt).
Eine solche Studie, die sich eingehender mit diesem Thema befasste, wurde 2003 von Larsen und anderen Forschern durchgeführt [4]. Den Teilnehmern wurde eine Reihe von Reizen präsentiert, die zuvor als Auslöser für bestimmte Emotionen validiert worden waren, während fEMG, Atmung und Hautleitfähigkeit (GSR) aufgezeichnet wurden. Zudem wurde ein Fragebogen zur Selbsteinschätzung ausgefüllt.
Die Forscher stellten fest, dass die Aktivität des Musculus zygomaticus major linear mit der positiven Valenz der Reize zusammenhing – das heißt, je positiver der Reiz, desto stärker war die Aktivität dieses Lachmuskels. Ebenso wurde ein negativer Zusammenhang zwischen der Aktivität des Musculus corrugator supercilii (dem Stirnrunzelmuskel) und positiven Reizen festgestellt.
Die Ergebnisse deuten darauf hin, dass diese beiden Gesichtsmuskeln möglicherweise als Indikator für das Erleben positiver und negativer emotionaler Reaktionen dienen könnten. Die Untersuchung legt zudem nahe, dass die Anwendung von fEMG klare Antworten liefern kann, wenn die erwartete Emotion eindeutig zu erklären ist.
Analyse des Gesichtsausdrucks: Ein nicht-invasiver Ansatz zur Messung des Lächelns
Eine weitere Methode zur Untersuchung der Aktivierung des Musculus zygomaticus major ist die Gesichtsausdrucksanalyse, bei der die Gesichtsbewegungen visuell aufgezeichnet und in einzelne Muskelbewegungen, sogenannte Aktions-Einheiten, unterteilt werden.
Diese Methode wurde ursprünglich durch die manuelle Kodierung von Gesichtsausdrücken (mithilfe des Facial Action Coding System [5], das wir bereits behandelt haben) durchgeführt, kann heute jedoch mithilfe von Software wie Affectiva umgesetzt werden, die Methoden des maschinellen Lernens einsetzt, um die Bewegungen der Gesichtsmuskeln in Echtzeit effektiv zu analysieren.
In einer aktuellen Studie wurden die Bewegungen der Gesichtsmuskeln mithilfe von fEMG und Affectiva verglichen, indem die Teilnehmer gebeten wurden, eine Reihe von Emotionen darzustellen, während jeweils eine der beiden Methoden zum Einsatz kam [6]. Die Forscher stellten fest, dass diese Methoden im Wesentlichen vergleichbar sind, wenn es darum geht, das Aktivitätsniveau des Musculus zygomaticus major, des Musculus orbicularis oris und des Musculus corrugator supercilii zu erfassen.
Während der Vorteil von fEMG in seiner Empfindlichkeit liegt, ist es nicht praktikabel, die Aktivität vieler Muskeln gleichzeitig aufzuzeichnen (Aufzeichnungen von 1–3 Gesichtsmuskeln sind die Regel). Die automatische Gesichtsausdrucksanalyse hingegen ermöglicht die Erfassung aller Gesichtsmuskelbewegungen und kann sogar berechnen, wie diese kombinierten Bewegungen zu komplexen Gesichtsausdrücken führen, die mit bestimmten Emotionen assoziiert sind (z. B. dass ein geöffneter Mund und hochgezogene Augenbrauen mit Überraschung assoziiert werden).
Eine weitere Studie, die das Potenzial der automatischen Gesichtsausdrucksanalyse aufzeigte, wurde 2013 gemeinsam mit Affectiva durchgeführt [7]. Die Lächelreaktionen (Aktivierung des Musculus zygomaticus major) von über 1500 Teilnehmern wurden klassifiziert, während diese sich im Internet gezeigte Werbeanzeigen ansahen. Die groß angelegte Datenerhebung wurde durch den nicht-invasiven Charakter dieser Methodik ermöglicht, wodurch weitaus mehr Daten gesammelt werden konnten als bei den meisten Forschungsarbeiten (insbesondere im Vergleich zu typischen fEMG-Studien).
Die Forscher stellten fest, dass es nicht nur möglich war, die Aktivierung des Musculus zygomaticus major bzw. die Lächelreaktionen in einem Großteil der Aufzeichnungen zu klassifizieren (trotz unvermeidbarer Probleme aufgrund eingeschränkter experimenteller Kontrolle – schlechte Beleuchtung, vermehrte Bewegungen der Teilnehmer usw.), sondern dass sich allein anhand dieser Daten auch genaue Vorhersagen hinsichtlich der „Zuneigung“ und des „Wunsches, das Bild erneut anzusehen“ treffen ließen.
Die künftige Anwendung solcher Methoden eröffnet die Möglichkeit einer umfassenden Datenerhebung und der Beantwortung differenzierter Fragen zu emotionalen Präferenzen auf der Grundlage der Aktivierung des Musculus zygomaticus major (sowie anderer damit verbundener Gesichtsmuskelbewegungen).
Obwohl es sich nur um einen einzigen Muskel handelt, lassen sich aus der Aktivierung des Musculus zygomaticus major zahlreiche Informationen gewinnen – und noch mehr, wenn man das gesamte Spektrum der Gesichtsausdrücke berücksichtigt. Für die Forschung ist das sicherlich ein Grund zum Lächeln. Entdecken Sie außerdem das Duchenne-Lächeln und 18 weitere Gesichtsausdrücke, ihre emotionale Bedeutung sowie die FACS-Action-Units, die menschliche Emotionen definieren.
Literaturverzeichnis
[1] Joyal, C., Jacob, L., Cigna, M., Guay, J. & Renaud, P. (2014). Virtuelle Gesichter, die Emotionen ausdrücken: Eine erste Studie zur Konkomitanz- und Konstruktvalidität. Frontiers In Human Neuroscience, 8. doi: 10.3389/fnhum.2014.00787
[2] Björn’t Hart, B., Struiksma, M., van Boxtel, A. & van Berkum, J. (2018). Emotionen in Geschichten: Gesichts-EMG-Befunde sowohl für mentale Simulation als auch für moralische Bewertung. Frontiers In Psychology, 9. doi: 10.3389/fpsyg.2018.00613
[3] Schmidt, K., Ambadar, Z., Cohn, J. & Reed, L. (2006). Bewegungsunterschiede zwischen bewussten und spontanen Gesichtsausdrücken: Die Aktivität des Musculus zygomaticus major beim Lächeln. Journal of Nonverbal Behavior, 30(1), 37–52. doi: 10.1007/s10919-005-0003-x
[4] Larsen, J., Norris, C. & Cacioppo, J. (2003). Auswirkungen positiver und negativer Emotionen auf die elektromyografische Aktivität über dem Musculus zygomaticus major und dem Musculus corrugator supercilii. Psychophysiology, 40(5), 776–785. doi: 10.1111/1469-8986.00078
[5] Ekman, P., & Rosenberg, E. (2005). Was das Gesicht verrät. New York: Oxford University Press.
[6] Kulke, L., Feyerabend, D. & Schacht, A. (2018). Vergleich der Gesichtsausdrucksanalyse-Software „iMotions“ von Affectiva mit EMG. https://doi.org/10.31234/osf.io/6c58y
[7] McDuff, D., El Kaliouby, R., Senechal, T., Demirdjian, D. & Picard, R. (2014). Automatische Erfassung von Werbepräferenzen anhand von über das Internet gesammelten Gesichtsreaktionen. Image And Vision Computing, 32(10), 630–640. doi: 10.1016/j.imavis.2014.01.004
