XiaoMi-AI文件搜索系统
World File Search System运动
不同运动干预措施对自闭症谱系障碍儿童执行功能的影响：网络荟萃分析
结果：包括一些相关研究。结果表明，体育活动显着改善了ASD儿童的执行功能（抑制性控制，认知能力和工作记忆）的所有三个维度。认知灵活性和抑制性控制的改善都达到了中等效应的大小。然而，抑制控制的改善要比认知能力的改善要好，而工作记忆的改善未达到培养基水平。迷你篮球可有效改善抑制性控制和认知能力，但没有工作记忆。ping pong在认知的灵活性和工作记忆中更有效，但在抑制性控制方面较弱。固定自行车在所有三个维度上都没有效果。在其他干预措施中，学习自行车，动物辅助疗法和Exergaming的认知能力表现更好。Spark，Neiyang Gong和武术也有效地改善了抑制性控制。但是，火花和固定自行车在改善工作记忆方面并不重要。
1. 宇宙线传输简介 2. 电场和磁场中的粒子运动
• 粒子漂移的方向从一个太阳黑子周期变化到下一个周期。 • 对于 A>0，当 GCR 进入日光层时，漂移将它们带向两极并沿着电流片向外移动。 • 对于 A<0，模式相反（“A 负”）
迈向电子竞技运动员的创新训练方法
如今，电子竞技现象无处不在。国际锦标赛和参赛选手让数百万观众激动不已，他们观看电子竞技运动员和他们的团队努力提高水平并超越彼此。为了达到必要的认知和身体最佳状态，并抵消因在电脑或游戏机前训练数小时而导致的一般健康问题，电子竞技运动员需要最佳的认知、身体和心理训练。然而，在电子竞技特定的健康管理方面存在差距，包括预防健康问题和训练这些功能。为了对这一主题做出贡献，我们在本篇小评论中介绍了基于跨学科研究结果的可能途径，为认知、身体和精神更健康、更强大的电子竞技运动员提供整体训练方法。我们讨论了运动游戏作为一种激励和有前途的电子竞技运动员补充训练方法，它同时在有吸引力的游戏环境中结合了身体和认知刺激和挑战。此外，我们提出运动游戏是创新的全身电子竞技锦标赛革命。总而言之，运动游戏为（物理）电子竞技带来了新的方法，这反过来又在不断发展的电子竞技研究和开发社区中引发了新的话题。
EEG-TCNet：用于嵌入式运动想象脑机接口的精确时间卷积网络
摘要 —近年来，深度学习 (DL) 对基于脑电图 (EEG) 的运动想象脑机接口 (MI-BMI) 的改进做出了重大贡献。在实现高分类准确率的同时，DL 模型的规模也不断扩大，需要大量的内存和计算资源。这对嵌入式 BMI 解决方案提出了重大挑战，该解决方案应通过本地处理数据来保证用户隐私、减少延迟和低功耗。在本文中，我们提出了 EEG-TCN ET，一种新颖的时间卷积网络 (TCN)，它在只需要少量可训练参数的情况下实现了出色的准确率。其低内存占用和低推理计算复杂度使其适合在资源有限的边缘设备上进行嵌入式分类。在 BCI 竞赛 IV- 2a 数据集上的实验结果表明，EEG-TCN ET 在 4 类 MI 中实现了 77.35% 的分类准确率。通过为每个受试者找到最佳网络超参数，我们进一步将准确率提高到 83.84%。最后，我们在 Mother of All BCI Benchmarks (MOABB) 上展示了 EEG-TCN ET 的多功能性，这是一个包含 12 个不同 EEG 数据集和 MI 实验的大规模测试基准。结果表明，EEG-TCN ET 成功地推广到单个数据集之外，在 MOABB 上的表现比目前最先进的 (SoA) 好 0.25 倍。索引术语 — 脑机接口、运动意象、深度学习、卷积神经网络、边缘计算。
文章 COVID-19 疫苗接种：原发性纤毛运动障碍患者的认知和行为
1 伯尔尼大学社会与预防医学研究所，3012 伯尔尼，瑞士；eva.pedersen@ispm.unibe.ch (ESLP)；maria.mallet@ispm.unibe.ch (MCM)；yin.lam@ispm.unibe.ch (YTL)；myrofora.goutaki@ispm.unibe.ch (MG) 2 伯尔尼大学健康科学研究生院，3012 伯尔尼，瑞士 3 意大利 Ciliare Primaria Sindrome di Kartagener Onlus 协会，70124 巴里，意大利；saradcp@virgilio.it 4 ADCP 协会，42218 Saint-Étienne，法国；icizeau@cegetel.net 5 PCD Support UK，伦敦 MK18 9DX，英国； fiona.copeland@stonac.co.uk 6 Asociación Española de Pacientes con Discinesia Ciliar Primaria, Santo Ángel 30151, 菲律宾； asociaciondcpes@gmail.com 7 PCD 基金会，明尼阿波利斯，明尼苏达州 55420，美国； michelemanion@gmail.com 8 原发性纤毛运动障碍中心，NIHR 生物医学研究中心，南安普敦大学医院 NHS 基金会信托，南安普敦 SO16 6YD，英国； Amanda-lea.harris@uhs.nhs.uk (ALH)； jlucas1@soton.ac.uk (JSL) 9 南安普顿大学医学院，临床和实验医学学院，南安普顿 SO17 1BJ，英国 10 费德里科二世大学转化医学科学系，80138 那不勒斯，意大利； santamar@unina.it 11 伯尔尼大学医院儿科系儿科呼吸医学和过敏学科，伯尔尼大学医院，伯尔尼大学，3010 瑞士 * 通讯地址：Claudia.kuehni@ispm.unibe.ch；电话：+41-31-684-35-07 † COVID-PCD 患者咨询小组（按字母顺序）：Sara Bellu，意大利 Kartagener Onlus 原发性纤毛诊断协会，意大利；Isabelle Cizeau，法国 ADCP 协会；Fiona Copeland，英国 PCD 支持；Katie Dexter，英国 PCD 支持；Lucy Dixon，英国 PCD 支持；Trini L ó pez Fern á ndez，西班牙原发性纤毛诊断协会Susanne Grieder，Selbsthilfegruppe Primäre Ciliäre Dyskinesie，瑞士； Catherine Kruljac，澳大利亚 PCD 原发性纤毛运动障碍，澳大利亚； Michele Manion，PCD 基金会，美国； Bernhard Rindlisbacher，Selbsthilfegruppe Primäre Ciliäre Dyskinesie，瑞士； Hansruedi Silberschmidt，Verein Kartagener Syndrom und Primäre Ciliäre Dyskinesie，德国。
将物理世界和虚拟世界结合起来进行运动认知训练干预：关于运动技术分类的指导意见书
有效的运动需要完整的运动和认知功能。越来越多的文献研究了运动认知干预措施，以提高健康或患病老年人的整体生活质量。对于此类干预，新的技术进步不仅在动机方面至关重要，而且对于改善多刺激世界中的用户体验也至关重要，这些世界通常以真实和虚拟环境的混合形式提供。本文为与运动相关的研究提供了一个分类系统，涉及在不同程度的虚拟环境中执行的运动认知干预。分类分为三类：（a）数字设备的类型及其提供的沉浸度；（b）人机交互的存在与否；（c）训练期间的活动参与，定义为活动>任务的1.5代谢当量。由于虚拟现实（VR）通常将不同的技术归类在同一术语下，我们提出了从计算机显示器和投影仪到头戴式VR技术的数字设备分类法。近年来发展迅速的所有沉浸式技术都归类在扩展现实（XR）这一总称下。这些包括增强现实 (AR)、混合现实 (MR) 和虚拟现实，以及所有尚未开发的技术。这项技术不仅在游戏和娱乐方面具有潜力，而且在研究、运动认知训练计划、康复、远程医疗等方面也具有潜力。本立场文件为基于数字设备、人机交互和身体参与的未来运动相关干预措施提供了定义、建议和指南，以便更一致地使用术语并有助于更清楚地理解其含义。
离子热运动的量子逻辑光谱
量子逻辑光谱 (QLS) 可用于缺乏合适电子能级结构来直接执行这些任务的原子和分子离子种类的内部状态制备和读出[1 – 4]。原则上，通过使用“逻辑离子”(LI) 及其与共捕获的“光谱离子”(SI) 的运动耦合，QLS 可以控制任何离子种类。如参考文献 [1] 中所述，传统 QLS 协议有两个主要局限性。首先，它要求将离子冷却到接近运动基态。其次，它的读出效率与 SI 的数量关系不大，这可能会阻碍将量子逻辑原子钟扩展到多个离子所带来的更高的稳定性[5]。已经开发出使用重复量子非破坏 (QND) 测量来减轻这些影响的方法[6 – 8]。然而，由于电子结构不合适，应用它们可能不可行，重复测量会降低光谱探针的占空比。在这里，我们演示了文献 [9] 中基于几何相位门提出的 QLS 方法
Alwasiti , HHA 和 Yusoff , MZ 2022, '使用深度卷积神经网络和 Mixup 进行脑机接口的运动意象分类
摘要 — 目标：构建一个可以在单个受试者的小型 EEG 训练集上进行训练的 DL 模型提出了一个有趣的挑战，这项工作正试图解决这一挑战。具体来说，本研究试图避免长时间的 EEG 数据收集过程，并且不组合多个受试者的训练数据集，因为这会对分类性能产生不利影响，因为受试者之间的个体间差异很大。方法：使用大约 120 次 EEG 试验对定制的具有混合增强功能的卷积神经网络进行训练，每个模型仅针对一个受试者。结果：经过修改的具有混合增强功能的 ResNet18 和 DenseNet121 模型分别实现了 0.920（95% 置信区间：0.908,0.933）和 0.933（95% 置信区间：0.922,0.945）的分类准确率。结论：我们表明，尽管本研究使用的训练数据集有限，但与同一数据集上先前研究中的其他 DL 分类器相比，设计的分类器具有更高的分类性能。
运动员之间的慢性创伤性脑病
慢性创伤性脑病（CTE）是一种由轻度创伤性脑损伤的重复发生（MTBI）引起的神经退行性疾病（MTBI），通常被称为脑震荡，这仍然是在高接触运动中最普遍的公共卫生问题，特别是美国足球。通常，CTE的严重程度与McKee的分期方案一起分类，该方案主要基于大脑不同部位的P-TAU神经原纤维缠结的变性和积累。这是指与CTE高度相关的tau蛋白结合在一起的。I-IV期症状的严重程度范围从轻度头痛到运动和神经功能的严重丧失。CTE的基本机制和确定的生物标志物仍在争论中，因此不能在体内诊断出来。此外，外部因素，例如性别，年龄和遗传学（APOE4等位基因的存在）可能会影响个人对头部创伤的敏感性。然而，对该主题的兴趣直到最近才开始成倍增长，CTE的知识仍然相对初步。已显示出与其他神经退行性疾病（如阿尔茨海默氏病或帕克森病）重叠的生物标志物和症状。到目前为止，对该问题的治疗仅是预防性的，因为在体内诊断出CET之前，医疗疗法的发展无法进行。教育和保护运动员的更严格规则的含义一直处于这些措施的最前沿。