人体是一个“一元二面多维多层次”的开放复杂巨系统,它不仅涉及到个体内部的多尺度耦合,同时与外部群体之间存在跨尺度的相互作用。面对这一复杂性的挑战,需要方法论的突破。本文将朗道的“序参量”思想和佘振苏等人发展的“湍流结构系综理论”的思想应用于人体复杂系统,旨在发展一套基于对称性分析的人体序参量理论,并在面向真实的二类人体复杂系统（即群体的新冠疫情演化和个体的脉搏波分析）中开展应用。将上述理论应用于分析新冠疫情传播系统,得到远比传统传染病模型更为精确的GHR传染病动力学模型。本文发现,此次大规模抗疫过程中,除了传统传染病模型所刻画的由于病毒出现导致的对称破缺外,还存在国家干预所产生的对称破缺过程。本文提炼出国家三类干预过程中的三个关键序参量:隔离度（G）,治愈度（H）和抢救度（）,建立了GHR方程,得到疫情数据的精确支持。在将其应用于意大利和国内24个省份、不同流行波次、不同干预政策等真实疫情演化场景中,揭示了新冠疫情传播中的“序参量-转换速率-群体数量”三个层次相互耦合的演化规律。进一步,本文根据GHR模型推导出粗死亡率满足Logistic的演化模式,并且在全球52个国家的第一波疫情的全周期死亡率数据中得到了验证。该模型的两个参数,将复杂的死亡率演化行为解耦为两个独立的过程,得到二个有实际应用价值的结论。一方面,本文发现各国死亡率演化早期的非存活者在ICU的持续时间（τ）与当地新冠疫情的持续时间之间具有普适的线性率关系,二者的比值大约为7,这是此次新冠疫情展示的一个重要特征,如果正确,人们将能够根据疫情早期的ICU临床数据对疫情持续时间做出准确的预测。另一方面,死亡率演化晚期的饱和死亡率（8）0)决定了死亡总人数,而本文发现它与国家中位数年龄、床位占有率的峰值之间分别具有幂律关系,定量解释了各国死亡率具有数量级差异的原因,并从中得出结论,若老龄国家（中位数年龄＞38岁）的病床数量增加一倍,可减少约36%的死亡人数。因此,本研究为下一波疫情准备医疗资源提供了定量的依据。对于人体脉搏波系统,本文基于对称性原理猜测,人体脉搏波系统在长期演化中形成一个个性化的“常态”,同时在内外作用下不断发生新的对称破缺,形成了对常态的偏离,由此凝练出“偏离度”这个关键序参量来定量刻画个体健康态的变化。同时,本文根据脉搏波基本参数构建了“人体序参量相空间”,以之为基础对亚健康人群划分亚类和计算偏离度,构建了真正符合中医“知常达变”的脉诊原理的定量模型,突破了传统的大数统计平均方法无法开展个性化诊断的局限性。进一步,本文将脉搏波序参量模型应用于人体健康指数的标定,结果显示它能够精确刻画个体常态的健康指数和个体日变的健康指数,且预测精度高于传统机器学习的结果。另外,这套模型框架被应用于刻画其他人体生理波动信号（如GDV信号）,也显示了成功。这些结果表明,人体生理波动信号在序参量相空间中具有高度结构化的特征,这为开展融入医学经验和知识的机器学习提供了新的视角。综上所述,本文基于“一元二面多维多层次”的人体复杂系统的本体论,发展了一套人体序参量理论。从群体的疫情演化到个体的脉搏波分析的应用结果显示,该理论能够定量刻画人体系统的自组织行为,为揭示主宰人体系统状态的数学原理,发现关键变量和普适常数,奠定了一定的基础。