前言

心跳變快、手心微汗、呼吸變淺，這些微小的變化比語言更早發生，也更難「偽裝」。隨著穿戴感測器與邊緣運算普及，用多種生理訊號推估情緒狀態已不再只是實驗室話題；它能協助客服調整話術、車載系統預警疲勞、學習平台動態調難度、健康 App 早期偵測壓力過載。

今天帶你看：從「為什麼多模態」 → 怎麼前處理與標註 → 怎麼做融合與個體化 → 怎麼評估 → 最後給一個最小可行原型（MVP）清單。

一、為什麼要「多生理訊號」？

單一訊號常受環境或動作影響（例如運動時心跳上升未必等於焦慮）。多模態能互補：

• 心跳（HR/HRV）：交感／副交感張力的綜合指標，對「壓力/放鬆」敏感。
• 皮膚電反應（EDA/GSR）：交感神經直接驅動，對「喚醒度（arousal）」特別靈。
• 呼吸（RSP）：速率與變異反映緊張與放鬆節律。
  多訊號一起看，可將「喚醒度（高/低）」與「情緒效價（正/負）」拆解，對應到常見的二維情緒空間（valence–arousal）。

EDA ≈ 喚醒度、HRV/呼吸 + 語境 ≈ 情緒效價線索

二、訊號速覽

量什麼、看什麼、注意什麼？

1) 心跳：ECG/PPG → HR/HRV

硬體：胸貼 ECG、手錶 PPG。
常用特徵
* 時域 HRV：RMSSD, SDNN（R–R 間期變異）。
* 頻域 HRV：LF (0.04–0.15 Hz), HF (0.15–0.4 Hz), LF/HF。
* 非線性：Poincaré SD1/SD2。

• 常見噪聲：運動造成 PPG 漂移；R 峰偵測錯誤。

2) 皮膚電反應：EDA（Tonic/Phasic）

• 硬體：指尖或手掌電極、智慧手環。
• 常用特徵
  • Tonic：皮膚導電水準 SCL（慢變化）。
  • Phasic：皮電反應 SCR 數量/幅度/上升速率（事件型）。
• 注意：乾燥、溫度、接觸品質影響大；校正與基線很重要。

3) 呼吸：RSP（胸帶/鼻壓/PPG）

• 硬體：胸腹帶、鼻壓感測、或由 PPG 導出呼吸率（Respiratory Sinus Arrhythmia）。
• 常用特徵：呼吸率、深度、呼吸不規則度、呼氣/吸氣比。
• 注意：說話與大動作會干擾；與語音任務需分離分析。

4) 輔助訊號

• 皮膚溫度：緩慢反映壓力與環境。
• 加速度/姿態：用來解釋心跳上升是否來自運動（去除假陰性/陽性）。

三、資料流程

1. 同步：
   目標： 讓不同感測器的資料時間對得上。
   怎麼做：
   • 用 NTP 校時，或記錄 App/藍牙送出的事件時間戳記。
   • 沒有共用時鐘時，做一個同步點：例如大家一起拍手 3 下或深吸一口氣，之後用這個動作在各訊號上對齊。
   小提醒： 多半把誤差壓在 ±100–200 ms 以內就夠用。

2. 前處理

• ECG/PPG（心電/光學心跳）：帶通 0.5–40 Hz、處理動作干擾；做 R 峰（ECG）或脈搏峰（PPG）偵測。
• EDA（皮膚電反應）：去趨勢、低通 < 1–2 Hz；需要時用 cvxEDA 把慢變的 SCL和快變的 SCR分開。
• RSP（呼吸）：帶通 0.05–1 Hz，找呼吸峰/谷算呼吸率與節律。
• 共同做法：用 30–60 秒移動視窗抽特徵（每 5–10 秒滑一下），並做以人為單位的 z-score 正規化（用個人平均/標準差標準化），避免個體差異吃掉效果。

3. 標註

• 事件式：丟刺激或設計情境（例如 IAPS 圖像、調整題目難度、客服情境腳本），記下開始/結束時間。
• 自評：請使用者用 SAM 或 效價/喚醒度兩軸滑桿打分，或用 5 分量表簡單註記。
• 弱監督：沒有標註時，先用分群或分位數把喚醒度明顯高/低的片段挑出來，當成高信心樣本讓模型先跑起來。

4. 資料切分

• 受試者內（intra-subject） 先做：每個人各自訓練/驗證，因為每人的基線不同，最容易先看到成果。
• 跨受試者（inter-subject） 再做：加入個人特徵（例如年齡、性別、裝置位置）、做以人為單位的正規化或轉移學習，提升泛化能力

四、建模與融合

** 單一訊號的「基本款」**：
• 做法：把 HRV、EDA、RSP 各自抽出重點特徵（例如 HR、RMSSD；SCL、SCR/分鐘；呼吸率），丟進 邏輯迴歸或 XGBoost。
• 為什麼：這兩個模型可解釋、調整快，拿來 A/B 很方便。
• 你會得到：
• 每個模態自己的準確度/特徵重要度
• 哪些情況容易失準（例如跑步時 PPG 爆震）

小叮嚀：如果「基本款」都不到 0.6–0.7 的準確度，先回頭檢查感測品質/前處理，不要急著上深度學習。

深度學習：
• 1D CNN / LSTM：把每條生理訊號當時間序列吃進去。
• 2D CNN（生理影像）：把多個頻帶能量堆成一張圖（通道 × 頻帶），讓模型看形狀。
• 什麼時候值得：資料量夠、你需要跨人泛化或想抓更複雜的時序關係。

心法：深度模型請先小再大，避免過度擬合；先用較短的輸入窗（例如 6–8 秒）驗證可行，再拉長。

** 怎麼把多種訊號「合起來」** ：
** Early fusion（早期融合）**：把 HRV + EDA + RSP 的特徵直接拼在一起，丟同一個模型。
• 像把三種食材拌成一盤沙拉再一起吃。
• 優點：模型一次學到所有關係。
• 缺點：有一種訊號很吵時，會拖累其他
Late fusion（後期融合）：三個模態各自輸出一個「是／不是」的機率，再加權平均或丟給下一層小模型做決定。
注意力權重：
• 若動作偵測高（手表加速度大），就降低 PPG 權重。
• 若正在說話或麥克風偵測到長句，短時間內降低呼吸權重。
• 這可以用簡單規則先做（例如把權重砍半），日後再換成可學的 attention。

• 個體化：
  • z-score by subject：每個人用自己的平均/標準差做標準化，先把「體質差」消掉。
  • 快速微調：先用群體資料訓一個通用模型，再用少量個人資料（例如 2–5 分鐘）微調最後幾層或做後端校正（logistic recalibration）。
  • 常見做法：第一次使用 App 時跑一段短校正流程（放鬆 2 分鐘、專注 2 分鐘），把個人基線建起來。
• 推論穩定：
  • 時間平滑（推薦）：對連續分數做 EMA（指數移動平均）。
  • 預設：視窗 2–3 秒，更新步長 0.5–1 秒。
  • 進出門檻不同（遲滯）：進入「高喚醒」要 > 0.6，退出要 < 0.4，避免來回抖動。
  • 冷卻時間：狀態剛切換後 10–20 秒內不要再切，讓介面有可讀性。
  • 低信心就少動作：模型機率接近 0.5、或各模態打架時，先顯示「不確定」，不要推太進取的指令。

五、場景腳本

A. 客服與對話系統（語氣＋生理）

• 觸發：EDA SCR 連續上升 + HRV 下降 → 高喚醒/可能挫折。
• 策略：縮短話術、提供一鍵捷徑、先反映情緒再提方案。
• 話術模板：「我注意到你有點緊張，我們先用最快的方法：直接重設密碼（約 10 秒），可以嗎？」

B. 車內助理（安全優先）

• 觸發：呼吸變慢變淺 + 眨眼頻率下降（結合視覺）→ 疲勞風險。
• 策略：語音提醒 + 開窗/調溫、導航改為簡短指示、暫停複雜互動。

C. 學習/冥想 App（自我回饋）

• 觸發：HRV（HF 成分）回升 + 呼吸率下降 → 放鬆進展。
• 策略：即時視覺化進度條，給正向回饋，解鎖下一階段練習。

六、評估不要只看「準確率」

• 離線：F1/Macro-F1、AUC；回歸任務看 CCC（concordance corr）。
• 線上：任務完成率、平均處理時間、情緒弧線是否朝穩定收斂。
• 魯棒性：運動干擾下的表現、不同溫濕度/皮膚狀態、不同裝置。
• 公平性：年齡/性別/膚色/健康狀態對訊號品質影響，需做分層檢查。
• 人因：是否造成壓力回授（biofeedback 過強讓人更緊張？）。

七、倫理與隱私

• 明確告知與同意：用途、資料項目、保存期限、退出機制。
• 最小化原則：只存必要特徵或匿名化後的衍生量，原始波形能不留就不留。
• 在地法規：GDPR/CCPA/地方法規；生理資料常被視為敏感個資。
• 邊緣優先：能在裝置端運算就不要上傳雲端；必要時做差分隱私/安全通道。

八、最小可行原型（MVP）清單

1. 感測：手錶 PPG（取 HR/HRV）＋指套 EDA＋胸帶呼吸或由 PPG 推呼吸率。
2. 前處理與特徵（30 秒窗，步進 5–10 秒）：
   • HRV：HR, RMSSD, LF/HF；EDA：SCL, SCR/min；RSP：RR, irregularity。
3. 標註：簡單二分類（低/高喚醒），用問卷或腳本誘發；沒有標註時用分位數弱監督先跑起來。
4. 模型：LogReg/XGBoost（baseline）＋簡單 1D CNN（可選）；late-fusion 出最終分數。
5. 推論策略：閾值 τ + EMA 平滑 + 冷卻 10–20 秒。
6. 儀表板：顯示狀態圈、信心條、近 2 分鐘趨勢；提供「我好/還好/不好」按鈕當線上校正。

從特徵到策略的對照表

注意：

• 把喚醒誤當情緒：高喚醒不一定是「負面」，要結合語境或行為。
• 忽略個體差異：同一事件，不同人基線差很大；個體化校正是關鍵。
• 沒有處理動作偽影：PPG/EDA 對運動很敏感；務必加入加速度訊號作為控制變數。
• 過度自動化：低置信時請少做決策，改為詢問或等待更多證據。

結語

情緒感知不是要讓系統「讀心」，而是讓系統更會對人。把心跳、皮膚電、呼吸放在一起看，先用 可解釋的基線 確認訊號可用，再逐步引入深度模型與融合，並以 個體化校正、時間平滑、低置信保守策略守住體驗。當這條鏈路（感測→理解→回應）穩了，無論是客服、車載、學習或健康場景，都能把情緒感知當成一顆可靠的模組接進產品。