一种基于多模态神经生理数据的创意性预测方法

本发明公开了一种基于多模态神经生理数据的创意性预测方法。本发明针对现实生活中的实际创意设计任务，采集用户的脑电、皮电、心率和皮温等多模态神经生理数据特征，并且对用户的设计成果进行多维度的同感评估获取创意性评分；基于Bi‑LSTM构建多模态神经生理数据特征与创意性的潜在关系，并结合SHAP对多模态神经生理特征的预测过程进行解释。本发明方法不仅能够提高创意性预测的准确性，还能通过可解释性技术深入分析各神经生理特征对创意思维预测的贡献，为设计创新支持、个性化教育评估和智能人机交互等领域的工程应用提供理论支持和技术保障。