多模态生理参数融合的持续监测方法及系统

本发明涉及人工智能监测技术领域，尤其涉及多模态生理参数融合的持续监测方法及系统，方法包括：在多个行为状态下对目标个体的生理电信号进行持续采集；根据心跳节律对多导联电信号进行周期切分，并标准化为具有相同时间长度和通道数的特征片段；对各特征片段进行两级加权处理，获得高权重特征表示；对高权重特征表示按照对应的行为状态进行特征对齐，并执行融合运算；将融合特征表示输入卷积神经网络，进行个体生理状态识别，周期性判断目标个体当前是否存在生理异常风险。通过本发明，有效解决了现有技术因忽略多行为状态切换导致的信号失真问题，显著提升动态场景下的特征适应性与跨状态识别鲁棒性，实现持续精准的生理异常风险追踪。