基于深度学习的神经内科病情分析方法、系统和介质

本发明公开了基于深度学习的神经内科病情分析方法、系统和介质，包括如下步骤：S1、获取数据执行预处理；S2、构建时序卷积神经网络模型；S3、采用改进烟花算法对结构参数集合进行全局搜索优化，生成结构优化的时序卷积神经网络模型；S4、采用改进水波优化算法依据偏振向量调整扰动方向与幅度，获得最优超参数配置；S5、训练模型；S6、输入数据，加载至边缘计算设备执行推理任务，呈现预测结果。本发明实现了神经病情智能识别的高精度预测与模型部署效率的同步提升。