# Neurophysiologically Realistic Environment for Comparing Adaptive Deep Brain Stimulation Algorithms in Parkinson Disease

### 저자

Ekaterina Kuzmina, Dmitrii Kriukov, Mikhail Lebedev, Dmitry V. Dylov

### 개요

본 논문은 파킨슨병(PD) 치료를 위한 적응적 심부뇌 자극술(aDBS)의 제어 알고리즘 최적화를 위한 새로운 신경생리학적으로 현실적인 벤치마크를 제시한다. 기존의 기저핵 회로 역학 및 병리적 진동뿐만 아니라, 신호 불안정성, 잡음, 신경 표류, 전극 전도도 변화 및 개인별 변이 등 15가지의 생리적 속성을 공간적으로 분포되고 시간적으로 등록된 특징으로 모델링하여 포함한다.  이는 베타 대역 활동과 피드백을 통해 구현된다.  본 벤치마크는 심층 강화 학습(RL) 알고리즘의 훈련 및 평가를 위한 구조화된 환경으로 설계되어 aDBS 제어 전략을 최적화하고 지능형 신경 자극 인터페이스 분야에 대한 기계 학습 커뮤니티의 기여를 유도한다.

### 시사점, 한계점

- **시사점:**

    - 파킨슨병 치료를 위한 aDBS 제어 알고리즘 최적화를 위한 최초의 신경생리학적으로 현실적인 벤치마크 제공

    - 기존 모델에서는 고려되지 않았던 15가지 생리적 속성을 포함하여 모델의 현실성 향상

    - 심층 강화 학습 알고리즘을 활용한 aDBS 제어 전략 최적화 가능성 제시

    - 지능형 신경 자극 인터페이스 분야에 대한 기계 학습 커뮤니티의 참여 유도

- **한계점:**

    - 제시된 벤치마크의 일반화 가능성에 대한 추가적인 검증 필요

    - 실제 임상 데이터와의 비교 및 검증 필요

    - 모델의 복잡성으로 인한 계산 비용 증가 가능성

[PDF 보기](https://arxiv.org/pdf/2505.09624)

![https://i.imgur.com/kTtnvsr.jpeg](https://i.imgur.com/kTtnvsr.jpeg)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).