基于表面信息时序特征的多动症初筛方法及系统

本发明公开了一种基于表面信息时序特征的多动症初筛方法及系统，属于神经网络技术领域，包括：获取并预处理眼动数据和面表数据，生成眼动特征和面表特征；对眼动特征和面表特征进行处理，以生成第一多动症分类结果；对眼动数据和面表数据进行特征提取、融合处理，生成多个融合特征；根据多个融合特征，获取秩正则化损失函数；基于秩正则化损失函数和预设的被试级交叉熵损失函数对被试级模型进行训练，得到目标被试级模型；根据目标被试级模型，对融合特征进行处理，以生成第二多动症分类结果。本发明通过实时捕捉眼动和面表数据，利用多模态融合算法实现高效、准确的多动症筛查，显著提升了筛查效率和准确性。