本書內容屬于控制理論與神經科學的交叉研究方向，以腦疾病中的帕金森病為背景。第1章為緒論，介紹了帕金森病的電生理特性、用于治療帕金森病的DBS技術及PID閉環調制策略等。第2～3章介紹了用于建模正常狀態和帕金森病狀態下的脈沖神經元數學模型，包括單個神經元模型，如經典的Izhikevich模型，Morris-Lecar模型、雙間室模型和振蕩子網絡模型及神經網絡模型；還包括建模基底核的Rubin-Terman模型和小世界網絡模型等。第4～6章介紹了基于相重置和動態規劃的帕金森病最優控制；還介紹了基于模型的機器學習算法在腦疾病最優神經調控策略中的應用，主要包括動態規劃法、Q學習算法和Actor-Critic法等幾種典型的強化學習算法。