本发明公开了一种基于脉搏波多特征融合的呼吸率提取方法，步骤如下：使用阵列脉搏波采集器采集用户的手腕、手指处的信号得到多通道脉搏波文件，对脉搏波文件进行数据预处理得到多通道融合后的脉搏波；提取上述融合后脉搏波的多种时频特征；通过时域分析构建上述各个时频特征的可信测度；对上述各个特征利用注意力机制将其可信测度作为神经网络中各个特征的学习权重，使用卷积神经网络提取出呼吸特征图；将提取到的呼吸特征图进行融合后输入到VGG回归模型得到最终的呼吸率。本发明基于多特征的可信测度，同时结合神经网络的注意力机制更好的提取呼吸特征图，提高了大数据情况下基于脉搏波呼吸率提取的准确度。