本發明提供一種多模態生理特徵偵測方法與其在行動裝置/雲端伺服器的實作架構。系統接收 HRV、SpO₂、活動等多種生理資料，透過時間通道分析（多時間窗＋滑動擷取）與雙深度學習模型融合，在提升準確率的同時，降低計算量並加速推論，適合即時與大規模部署。

核心特色：

1. 多模態輸入：整合至少兩種生理訊號，可擴充更多資料源。

2. 時間通道分析：多時間窗切割＋滑動擷取，提升特徵量與穩定性。

3. 頻域特徵：時域訊號轉為頻域（FFT/AR）以強化特徵擷取。

4. 模型融合：ANN +（CNN × RNN/LSTM）交叉整合，輸出目標特徵的機率值。

5. 自適應算力：依資料量與訊號種類自動調整視窗與步長，更省算力。