Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.06326

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2507.06326 (cs)
[提交于 2025年7月8日 ]

标题: 针对帕金森病深部脑刺激的样本高效强化学习控制器

标题: Sample-Efficient Reinforcement Learning Controller for Deep Brain Stimulation in Parkinson's Disease

Authors:Harsh Ravivarapu, Gaurav Bagwe, Xiaoyong Yuan, Chunxiu Yu, Lan Zhang
摘要: 深部脑刺激(DBS)是帕金森病(PD)的一种已确立的干预方法,但传统的开环系统缺乏适应性,由于持续刺激而能效低下,并且对个体神经动态的个性化有限。自适应DBS(aDBS)提供了一种闭环替代方案,利用诸如β频段振荡等生物标志物来动态调节刺激。虽然强化学习(RL)在个性化aDBS控制方面具有前景,但现有方法存在高样本复杂度、二元动作空间中不稳定探索以及在资源受限硬件上的部署能力有限的问题。我们提出了SEA-DBS,这是一种样本高效的Actor-Critic框架,解决了基于RL的自适应神经刺激的核心挑战。SEA-DBS集成了一个预测奖励模型,以减少对实时反馈的依赖,并在二元动作空间中采用基于Gumbel Softmax的探索方法,实现稳定、可微分的策略更新。这些组件共同提高了样本效率、探索鲁棒性和与资源受限神经调节硬件的兼容性。我们在帕金森氏基底节活动的生物现实模拟上评估了SEA-DBS,证明了其收敛速度更快、对病理性β频段功率的抑制更强,并且对训练后的FP16量化具有韧性。我们的结果表明,SEA-DBS为实时、资源受限的神经调节提供了一个实用且有效的基于RL的aDBS框架。
摘要: Deep brain stimulation (DBS) is an established intervention for Parkinson's disease (PD), but conventional open-loop systems lack adaptability, are energy-inefficient due to continuous stimulation, and provide limited personalization to individual neural dynamics. Adaptive DBS (aDBS) offers a closed-loop alternative, using biomarkers such as beta-band oscillations to dynamically modulate stimulation. While reinforcement learning (RL) holds promise for personalized aDBS control, existing methods suffer from high sample complexity, unstable exploration in binary action spaces, and limited deployability on resource-constrained hardware. We propose SEA-DBS, a sample-efficient actor-critic framework that addresses the core challenges of RL-based adaptive neurostimulation. SEA-DBS integrates a predictive reward model to reduce reliance on real-time feedback and employs Gumbel Softmax-based exploration for stable, differentiable policy updates in binary action spaces. Together, these components improve sample efficiency, exploration robustness, and compatibility with resource-constrained neuromodulatory hardware. We evaluate SEA-DBS on a biologically realistic simulation of Parkinsonian basal ganglia activity, demonstrating faster convergence, stronger suppression of pathological beta-band power, and resilience to post-training FP16 quantization. Our results show that SEA-DBS offers a practical and effective RL-based aDBS framework for real-time, resource-constrained neuromodulation.
评论: 被IEEE IMC 2025接受
主题: 机器学习 (cs.LG) ; 人工智能 (cs.AI); 系统与控制 (eess.SY); 神经与认知 (q-bio.NC)
引用方式: arXiv:2507.06326 [cs.LG]
  (或者 arXiv:2507.06326v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.06326
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Gaurav Bagwe [查看电子邮件]
[v1] 星期二, 2025 年 7 月 8 日 18:30:26 UTC (1,454 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
q-bio.NC
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.AI
cs.LG
cs.SY
eess
eess.SY
q-bio

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号