پارکینسون نوعی اختلال عصب شناختی است که به سبب کاهش پیش روندهء دوپامین که یک انتقال دهنده عصبی است با نقوص متنوع حرکتی و غیر حرکتی همراه استبیماری پارکینسون، به عنوان رایج ترین بیماری مخرب سیستم عصبی، بعد از آلزایمر شناخته می شود. از عوارض شایع این بیماری، به وجود آمدن اختلالات گفتاری می باشد.با توجه به این که تولید گفتار در انسان شامل تولید صوت در اثر ارتعاش تارهای صوتی (بخش آوایی) و سپس عبور آن از فیلتر لوله صوتی (بخش تلفظی) است، انتظار می‌رود هر کدام از این دو بخش دچار اختلال شوند. درسالهای اخیر ، استفاده از هوش مصنوعی جهت تشخیص بیماری افزایش یافته است  و تشخیص بیماریها یکی از مهمترین مشکلات پزشکی و بسیار دشوار و بصری است که بیشتر توسط پزشکان متخصص انجام می شود.] هدف از این پروژه ارائه رویکردی برای افزایش دقت تشخیص بیماری پارکینسون درسیستمهای مبتنی بر صدای بیمار در مراحل اولیه  میباشد. تشخیص دقیق پارکینسون بسیار مهم است زیرا در صورت عدم تشخیص درست وضعیت وی با گذشت زمان بدتر می شود. ما  قصد داریم با استفاده از شبکه عصبی مصنوعی که یک الگوی ساختاری محاسباتی است در تشخیص بیماری پارکینسون استفاده کنیم. به این منظور از الگوریتم شبکه عصبی elman که یک الگوریتم بازگشتی است  استفاده کردیم . زیرا شبکه های elman با داشتن یک حلقه بازگشتی  نسبت به شبکه های