一种基于机器学习诊断帕金森疾病的系统，包括图像预处理模块、纤维重构模块、纤维束分割模块、特征提取模块、训练模型模块和医疗诊断模块，纤维重构模块采用概率型全脑纤维跟踪技术，利用每个体素的扩散张量，在人脑的三维空间中跟踪得到从体素到体素的纤维束，即最优纤维路径；提出所有样本的全脑纤维；纤维束分割模块，将重构的纤维基于图谱的方法进行细分割；特征提取模块，将获得的纤维束进行分段重采样成设定数量段，并将位于该段的体素所要获取的单个属性取平均值，将患者和正常人分为两组，进行统计学显著性差异分析ttest，将每束中有显著性差异的段的属性平均值作为特征。本发明为帕金森疾病的预测提供一定客观可信的辅助手段。