基于STN-GPe网络模型的β振荡延迟抑制控制：双靶点自适应脑深部电刺激新策略

为解决帕金森病(PD)中基底节(BG)异常β振荡(12~30 Hz)的抑制难题，研究人员创新性提出双靶点自适应脑深部电刺激(aDBS)控制方案。通过建立STN-GPe回路计算模型，采用延迟补偿技术设计闭环控制器，实现用初始脉冲抑制β振荡爆发后以弱电信号维持稳定。仿真验证该方案能适应不同病程阶段和患者个体差异，为精准神经调控提供新思路。

　　

帕金森病(PD)作为一种与基底节(BG)功能障碍相关的神经退行性疾病，其典型特征——异常β频段振荡(12~30 Hz)已被证实与运动症状密切相关。在非药物治疗领域，传统脑深部电刺激(DBS)虽通过向BG区域(如丘脑底核STN或苍白球GP)施加固定参数电流来缓解症状，但存在个体适应性差等问题。最新研究转向双靶点协同刺激策略，结合闭环自适应DBS(aDBS)技术，有望突破现有治疗瓶颈。

本研究构建了STN-GPe神经环路计算模型，将其视为非线性延迟动力系统，开发出具有延迟补偿功能的双靶点控制器。该系统的精妙之处在于：通过同步记录STN与GPe神经活动，运用预测算法动态调整电刺激参数。刺激方案分两阶段实施——先用短时强脉冲快速抑制β振荡的起始，再转为持续弱刺激维持稳定状态。

计算机模拟(in silico)显示，该方案能有效覆盖疾病不同发展阶段，适应突触连接参数的个体差异。特别值得注意的是，只要信号处理延迟控制在合理范围内，系统即可展现卓越的抑制效能。这项基于现有可实施技术的双靶点aDBS设计，为生物医学闭环调控开辟了新途径，但实际应用中仍面临信号采集精度、实时响应速度等工程挑战。