基于心电和呼吸双模态信号的情绪识别方法

本发明公开一种基于心电和呼吸双模态信号的情绪识别方法。首先，采集不同情绪状态下的ECG和RESP信号，对信号进行预处理，构建情绪识别数据集；然后，提取ECG信号特征和RESP信号特征；构建情绪识别模型，其中ECG信号的时域、频域和非线性特征经过三个并行的编码器进行编码，呼吸频率、呼吸深度和心肺耦合特征也经过三个并行的编码器进行编码；最后，采用马尔可夫模型对情绪识别模型输出的情绪特征向量进行边界平滑，根据边界平滑后的情绪特征向量划分情绪状态。该方法建立了ECG‑RESP双模态融合框架，在充分融合ECG与RESP信号的基础上，再对情绪状态进行边界模糊，提高相似情绪的识别准确度。