本发明公开了一种抑郁障碍检测模型训练方法，属于数据处理技术领域。该方法包括获取训练数据集，输入当前域和前一域，进行特征提取及预测，利用JS散度以及训练数据集中的类别信息动态学习类定制的阈值，为训练数据集中的每个类使用相应类定制的阈值进行样本选择，将样本选择结果进行域内对齐，区分样本相似性，有效缩小这些领域之间的差距。这样的对齐过程鼓励从各个领域提取的特征变得更加紧凑，从而显著提高了对新数据的适应性，减轻了灾难性遗忘，有利于提高抑郁障碍检测准确性及效率。