一种基于脑-心自适应耦合学习的疲劳识别方法

本发明公开了一种基于脑‑心自适应耦合学习的疲劳识别方法，属于疲劳识别的技术领域，其包括：获取标注后的EEG特征和ECG特征；对EEG特征和ECG特征进行多源深度对齐，得到特征对齐后的多源信息；分别对局部EEG特征和ECG特征进行局部功能的动态耦合学习，得到局部EEG特征与ECG特征的耦合模式；采用耦合强度引导的自适应升阶策略，获取EEG特征和ECG特征的多源全局耦合模式；采用线性层解码多源全局耦合模式的疲劳状态。本发明提出了一个多源自适应耦合学习策略，实现了疲劳特征的高效解码，可以精准识别多等级和高等级下的疲劳状态，揭示了不同疲劳状态下的脑‑心认知交互模式，为多源耦合技术的发展提供了新的思路。