正文

MECO：面向老年人群的多模态情绪与认知理解数据集

MECO是首个专门针对老年人群的多模态情绪与认知数据集，包含42名参与者、38小时的多模态信号（视频、音频、EEG、ECG）和30,592个同步样本，为老龄化人口的情感计算和轻度认知障碍早期检测研究提供了重要基础资源。

MECO多模态数据集老年人群情感计算认知理解EEGECG轻度认知障碍MCI检测老龄化研究

发布时间 2026/04/03 22:03最近活动 2026/04/06 10:52预计阅读 2 分钟

章节 01

MECO数据集：填补老年人群多模态情绪与认知研究空白

MECO是首个专门针对老年人群的多模态情绪与认知理解数据集，包含42名参与者、38小时多模态信号（视频、音频、EEG、ECG）及30592个同步样本。该数据集填补了老年人群情感计算与认知研究的数据空白，为轻度认知障碍（MCI）早期检测等应用提供重要基础资源。

章节 02

情感计算领域虽取得进步，但现有多模态情感数据集几乎聚焦年轻健康人群，忽视了老年人群（尤其是认知衰退者）。全球老龄化加速，认知障碍发病率上升，而情绪异常是认知衰退早期信号，开发针对老年人的情感识别技术对MCI早期检测至关重要。

章节 03

MECO数据集含42名老年参与者，38小时多模态信号，30592个同步样本，注重生态效度（社区环境收集）。涵盖四种模态：视频（面部表情等）、音频（声学特征）、EEG（神经生理指标）、ECG（自主神经系统指标）。标注包括情绪（效价、唤醒度、六种基本情绪）和认知状态（MMSE得分）。

章节 04

研究团队建立情绪与认知预测的基线基准，采用主流多模态融合方法，结果显示多模态融合优于单一模态，验证数据集质量。同时揭示老年情绪识别挑战（如面部表情幅度减小），为后续研究指明方向（鲁棒特征提取、异质模态融合等）。

章节 05

MECO的应用包括：1.个性化情绪识别（适应老年人个体差异）；2.MCI早期检测（分析情绪模式与MMSE关系）；3.情感支持系统（实时识别情绪并响应）；4.老龄化研究（探索情绪与认知关系）。

章节 06

章节 07

MECO存在局限性：样本规模需扩大，文化背景单一，缺乏纵向追踪，信号类型可扩展。未来计划：增加样本与多样性，跨文化收集，开展纵向研究，集成更多生理信号。

章节 08

MECO标志着情感计算向老龄化友好方向迈进，承认老年人是重要用户群体。为开发理解老年人情感需求的AI系统奠定基础，改善生活质量，支持健康老龄化。强调技术应服务所有人群，尤其是历史上被忽视的群体。