A large-scale fMRI dataset for vision-language semantic association
Shurui Li, Zheyu Jin, Shi Gu, Ru-Yuan Zhang, Yuanning Li 等
Scientific Data · Data Descriptor · 2026-04-18
OVERVIEW
论文概览
Caption Scene Dataset 提供 4,400 组中文场景—描述配对和约 210 小时 fMRI，为脑—视觉—语言共享空间提供较大规模基准。
ABSTRACT
中文摘要
该数据资源面向视觉与语言语义关联，收集 8 名健康参与者在观看自然场景和中文描述配对时的 fMRI。刺激包含约 4,400 组场景—描述组合，参与者完成语义匹配判断，总扫描量约 210 小时。数据同时保留图像、文本、行为反应、预处理脑数据和质量控制信息。作者使用深度视觉与语言编码器验证数据可靠性，展示图像和文字语义可以在脑响应中被预测和比较。该数据集旨在支持脑—图像—文本对齐、跨模态编码与解码，以及视觉语言模型的神经评价。
RESEARCH RELEVANCE
与你研究的关系
它可以直接补充 NSD 等以图像为主的数据，适合训练中文文本、自然场景与 fMRI 的统一语义空间，并测试图文条件不一致时的表征分解。
LIMITATIONS
局限与核查重点
只有 8 名参与者，语言限定为中文且任务为显式语义匹配；跨被试泛化和自然阅读外推仍需额外数据。
SOURCE
来源与原文
Scientific Data · Data Descriptor · 2026-04-18
Shurui Li, Zheyu Jin, Shi Gu, Ru-Yuan Zhang, Yuanning Li 等. A large-scale fMRI dataset for vision-language semantic association. Scientific Data · Data Descriptor · 2026-04-18. https://www.nature.com/articles/s41597-026-07248-6