Challenge
遇到的问题
原始脉搏波时序与高阶统计特征表达不同，单一目标训练也容易限制模型泛化能力。
Time-series ML
心理健康压力评估系统
融合脉搏波生理信号与时序建模的自动化心理压力评估系统。
- 角色
- 算法设计与实现
- 年份
- 2024.09 - 2025.07
- 状态
- 项目经历
- 技术
- Python / PyTorch
项目界面截图占位，后续替换为真实图片
Overview
项目概览
构建脉搏波信号采集、处理和预测全流程，通过生理先验位置编码、跨模态注意力与多任务学习提升模型表现。
2.8压力评估 MAE
82%五类情绪准确率
2联合学习目标
Approach
解决方式
嵌入心跳周期生理先验，并通过跨模态交互注意力融合多类特征；联合优化压力回归与情绪分类目标。
Architecture
项目架构
Pulse Sensor
→Signal Processing
→Feature Fusion
→Multi-task Model
→Assessment
Highlights
主要能力
- ✓脉搏波处理流程
- ✓心跳周期位置编码
- ✓跨模态交互注意力
- ✓压力与情绪多任务学习