帕金森症是继阿兹海默症之后的第二大神经系统疾病,其临床表现主要包括静止性震颤、运动迟缓、肌强直和姿势步态障碍,同时患者可伴有抑郁、便秘和睡眠障碍等非运动症状,严重影响患者的生活质量。及早发现症状,及时治疗能够帮助患者显著提高其生活质量。因此,实现帕金森症的早期诊断检测具有重要意义。相关研究表明可以利用帕金森症患者语音以及机器学习方法,实现有效的帕金森症的早期诊断。在此基础上,本文对语音的特征、语音的声谱图、卷积神经网络、大数据下的典型机器学习平台进行探讨,提出了基于声谱图的帕金森症检测方法。该方法中的深度学习模型使用基于Spark的DeepLearning4J工具包训练。实验显示,使用语音的声谱图结合卷积神经网络进行帕金森症检测可以达到很高的准确度。同时,开发了帕金森症检测系统,系统主要包括用户管理、语音上传、帕金森症检测、数据库四个模块。用户在注册登录之后,在用户中心提交录制的一段持续元音/a/或/o/的语音,上传至服务端,经服务端处理后,将检测结果反馈给用户。本系统对用户友好,操作简便,检测速度较快,准确度高。