CogPic：用于通过图片描述任务进行早期认知功能障碍评估的多模态数据集
数据库
2026-04-03 v1
摘要
利用多媒体技术对认知状态进行自动化评估，已成为早期痴呆诊断的有前景的方向。然而，开发针对认知功能障碍检测的鲁健机器学习模型，常常受制于大规模、严格同步且临床验证的多模态数据集的稀缺。为弥合这一关键空白，我们介绍了CogPic数据库，这是一个为精细化认知功能障碍检测而精心设计的综合性多模态基准数据集。该数据集包含来自574名参与者在自然istic图片描述任务期间严格同步收集的音频、视觉和语言数据。为建立高度可靠的诊断基准真实值，专职临床神经心理学家进行详尽评估，通过全面的临床共识将受试者分层为不同的认知组。因此，CogPic目前为人类已知规模最大、模态最丰富、评估最严谨的数据集。通过对CogPic数据集进行大规模基准实验，我们建立了一个异常稳健、无偏且具有临床可推广性的基础，为未来在自动化认知健康评估方面的多媒体研究提供了动力。有关CogPic数据库的详细信息及访问申请程序，请访问 https://cogpic.github.io/。
引用
@article{arxiv.2604.01626,
title = {CogPic: A Multimodal Dataset for Early Cognitive Impairment Assessment via Picture Description Tasks},
author = {Liuyu Wu and Rui Feng and Jie Li and Wentao Xiang and Yi Zhang and Yin Cao and Siyang Song and Xiao Gu and Jianqing Li and Wei Wang},
journal= {arXiv preprint arXiv:2604.01626},
year = {2026}
}
备注
10 pages, 3 figures, 5 tables