本发明基于PPO和Leader Rank算法，提出了一种基于强化学习的混合牵制策略用于改进DBS系统，该策略旨在通过对特定节点精确地施加脉冲刺激，从而抑制系统整体的同步性并且同时减少对脑神经系统侵入性，以提高治疗帕金森病及其他神经系统疾病的效果和精度。通过Leader Rank算法优化牵制节点的选择，通过PPO算法实现对DBS治疗过程的实时反馈和动态调整，从而提供更为个性化和精确的治疗方案。本发明包含如下步骤：步骤S1，建立一个包含患者特定脑区神经活动数据的强化学习环境；步骤S2，设定PPO模型的状态和动作；步骤S3，设计奖励函数并训练PPO模型实现同步抑制；步骤S4，使用Leader Rank算法计算实现牵制节点选择与优化；步骤S5，混合牵制控制策略实施；步骤S6，计算抑制系数、同步误差、总输出能量是否符合预期，是则进行步骤S7，否则返回步骤S1；步骤S7，将训练好的PPO模型以及混合牵制控制策略集成到带反馈的DBS系统中。