一种神经学病理特征分析方法及系统

本发明公开了一种神经学病理特征分析方法及系统，通过采集目标个体的多模态时序生理信息及症状文本日记；对多模态时序生理信息进行预处理与特征融合，提取时域、频域及非线性熵特征，得到跨模态生理状态特征向量；对症状文本日记进行自然语言处理，生成症状强度序列与情感标签序列；基于跨模态生理状态特征向量构建有监督与无监督双路分析模型，分别输出个体化症状风险预测值及群体偏离度；通过门控循环单元对双路输出进行时序一致性调整与特征归因分析；最终生成集成化神经状态评估报告。本发明实现了多模态数据融合下的个体‑群体双重校验，显著提升了神经状态评估的鲁棒性、解释一致性及个性化预警精度。