尽管目前临床应用的高频深度脑刺激(Deep Brain Stimulation,简称DBS)具有一定的有效性,但是其开环的静态特性无法实现刺激波形根据患者病情发展而进行实时调节。而且传统开环DBS 参数设定极大依赖于临床医生经验且调整周期长,也给患者在DBS 初始化过程中带来了极大的痛苦,同时随患者病情变化而逐渐丧失疗效。因此本文提出DBS 的闭环优化方案,将控制理论有机融入到闭环DBS 优化配置中,从工程的角度提升DBS 的性能。全文从为什么要闭环,闭环的关键以及如何解决这些关键问题的角度,首先阐述了计算模型在闭环DBS 方案设计中的必要性和重要性,然后通过一个利用广义预测控制思想实现基底核病态行为调制的闭环优化研究的实例,验证了闭环DBS 相对于开环DBS 的优越性。