【技术实现步骤摘要】
本申请涉及人工智能，具体涉及一种基于脉搏波多特征融合的情绪状态识别方法及装置。
技术介绍
1、情绪状态检测是评估个体心理健康和生理反应的重要领域。基于生理信号的情感分类技术，通过分析人体生理信号的变化，如心率、血压等，来推断个体的情感状态。现有技术中，心电信号(ecg)和脑电信号(eeg)是两种常用的、用于情绪状态检测的生理信号。心电信号能够反映心脏的活动情况，不同的情感状态可能导致心率和心率变异性的变化。而脑电信号则能够反映大脑的活动情况，通过分析脑电信号的频率、振幅等特征，可以判断个体是否处于积极或消极的情感状态。
2、尽管心电信号和脑电信号在情感分类任务中展现出一定的潜力，但情感状态本质上是一个高度复杂的心理现象，如果仅仅依赖单一生理信号的某一类特征来进行情绪状态的识别，那么这种方法的准确性和全面性将受到限制，难以准确反映个体真实的情感状态。
3、由此可见，现有技术中存在采用单一生理信号的单一类型的特征进行情绪状态识别，导致情绪状态识别不准确的问题。
技术实现思路
...【技术保护点】
1.一种基于脉搏波多特征融合的情绪状态识别方法，其特征在于，包括：
2.根据权利要求1所述的基于脉搏波多特征融合的情绪状态识别方法，其特征在于，对所述目标脉搏波信号进行特征提取得到原始特征数据集，包括：
3.根据权利要求1所述的基于脉搏波多特征融合的情绪状态识别方法，其特征在于，对所述目标脉搏波信号进行特征提取得到原始特征数据集，包括：
4.根据权利要求3所述的基于脉搏波多特征融合的情绪状态识别方法，其特征在于，对所述目标脉搏波信号的脉搏间期数据进行时域分析，得到时域特征，包括：
5.根据权利要求3所述的基于脉搏波多特征...
【技术特征摘要】
1.一种基于脉搏波多特征融合的情绪状态识别方法，其特征在于，包括：
2.根据权利要求1所述的基于脉搏波多特征融合的情绪状态识别方法，其特征在于，对所述目标脉搏波信号进行特征提取得到原始特征数据集，包括：
3.根据权利要求1所述的基于脉搏波多特征融合的情绪状态识别方法，其特征在于，对所述目标脉搏波信号进行特征提取得到原始特征数据集，包括：
4.根据权利要求3所述的基于脉搏波多特征融合的情绪状态识别方法，其特征在于，对所述目标脉搏波信号的脉搏间期数据进行时域分析，得到时域特征，包括：
5.根据权利要求3所述的基于脉搏波多特征融合的情绪状态识别方法，其特征在于，对所述目标脉搏波信号的脉搏期间数据进行复杂性和不可预测性分析，得到非线性特征，包括：
6.根据权利要求1所述的基于脉搏波多特征融合...
【专利技术属性】
技术研发人员：李红红，张松，杨益民，
申请(专利权)人：北京易思医疗器械有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。