基于多任务持续学习的帕金森病情语音预测方法及装置

本发明涉及一种基于多任务持续学习的帕金森病情语音预测方法及装置，包括模型建立过程和病情预测过程，通过分析帕金森患者的语音信号来辅助疾病的诊断和治疗，包括以下步骤：获取帕金森患者的语音数据，对其进行剪辑、降噪、标准化处理，提取语音特征；通过临床诊断获取患者的统一帕金森评分量表评分指标；将语音特征数据集和评分指标作为输入，使用多任务持续学习算法进行训练，得到多任务预测模型；将待识别的语音特征输入训练好的模型，预测评分指标，得到患者病情进展程度，本发明通过引入多任务持续学习框架，有效利用了不同任务间的相关性，持续提高模型的预测准确性，为疾病的早期诊断和个性化治疗提供了强有力的技术支持。