一种基于多任务学习的帕金森病早期识别系统及方法

本发明提供了一种基于多任务学习的帕金森病早期识别系统及方法，属于机器学习技术领域。首先构建覆盖动作、语言及视觉模态的帕金森病判别数据集，为后续分析提供全方位症状数据与身份标识；接着在结合医学先验规则，构建集成多个传统机器学习模型的症状识别模块，对动作与语言数据进行初步判别；构建短期识别模型以增强多模态病状感知能力，提升帕金森病短期识别的判别效果；最后，基于多时间段的识别结果序列开展数学建模分析，融合统计趋势与群体差异性，实现对帕金森病的稳健综合判断。本发明通过任务间的协同训练与知识共享，增强模型对帕金森病多模态病理信号的综合判别能力，从而实现更准确、更敏感的早期识别。