1.一種用于ecmo搏動灌注系統的自適應參數調控系統，其特征在于，包括：
2.根據權利要求1所述用于ecmo搏動灌注系統的自適應參數調控系統，其特征在于，所述清洗重構多模態信號，提取生理時序特征，包括以下步驟：
3.根據權利要求1所述用于ecmo搏動灌注系統的自適應參數調控系統，其特征在于，所述從生理時序特征中提取心腦血管的靜態狀態與動態趨勢，獲得心腦血管狀態特征集，包括以下步驟：
4.根據權利要求1所述用于ecmo搏動灌注系統的自適應參數調控系統，其特征在于，所述根據心腦信號間的信息傳遞強度生成隨時間動態變化的自主神經平衡特征，包括以下步驟：
5.根據權利要求1所述用于ecmo搏動灌注系統的自適應參數調控系統，其特征在于，所述利用物理信息神經網絡和濾波器神經網絡累積算法獲得搏動特征，包括以下步驟：
6.根據權利要求1所述用于ecmo搏動灌注系統的自適應參數調控系統，其特征在于，所述識別心腦血管狀態與灌注參數的因果關系和量化不同參數對個體狀態的影響程度，生成個體化生理需求向量，包括以下步驟：
7.根據權利要求1所述用于ecmo搏動灌注系統的自適應參數調控系統，其特征在于，所述整合心腦血管狀態特征集、自主神經平衡特征和個體化生理需求向量，獲得協同感知特征，包括以下步驟：
8.根據權利要求1所述用于ecmo搏動灌注系統的自適應參數調控系統，其特征在于，所述通過d-s證據理論融合自主神經平衡特征和搏動特征，獲得綜合決策置信度，包括以下步驟：
9.根據權利要求1所述用于ecmo搏動灌注系統的自適應參數調控系統，其特征在于，所述基于歷史調控經驗數據，通過多智能體深度強化學習和知識蒸餾生成動態調控基線，包括以下步驟：
10.根據權利要求1所述用于ecmo搏動灌注系統的自適應參數調控系統，其特征在于，所述通過圖神經網絡融合協同感知特征、綜合決策置信度和動態調控基線，生成最終搏動參數指令，包括以下步驟：