XiaoMi-AI文件搜索系统
World File Search SystemElbow
在英国SARS-COV-2大流行的高峰期接受上肢手术的患者的死亡率和肺部并发症：一项国家队列研究
摘要引言本研究报告了英国大流行第一波的峰值，在英国第一波阶段的峰值上报告了30天死亡率，SARS-COV-2并发症率和与SARS-COV-2相关的医院过程。方法在英国74个中心进行了全国性的多中心研究研究，包括在英国大流行峰值肘部下方接受任何手术的所有患者。主要结局措施为30天术后死亡率，并在所有入学的患者中进行了评估。次要结果是SARS-COV-2并发症率和总体并发症率。针对每个参与中心进行了与SARS-COV-2安全过程有关的临床医生调查。结果该分析包括1093例2020年4月1日至14日接受上肢手术的患者。总30天死亡率为0.09％（1个先前存在的SARS-COV-2肺炎），日病例手术的死亡率为零。大多数中心（96％）在入院前筛查了患者的症状，在入院之前，只有22％的SARS-COV-2经常测试。SARS-COV-2并发症发生率为0.18％（2个肺炎），总并发症率为6.6％（72例患者）。两种与SARS-COV-2相关的并发症发生在手术前长时间住院的患者中，共有19例患者（1.7％）为SARS-COV-2阳性。结论即使在英国大流行峰值处，上肢手术与SARS-COV-2相关的并发症发生率也低于0.18％，而在手术当天，患者的死亡率为零。紧急手术不应延迟，等待SARS-COV-2测试的结果。日常案例上肢手术的常规SARS-COV-2测试不需要全身麻醉可能过多，并且会产生意外的负面影响。
导管相关性静脉血栓形成
几乎每个住院患者和许多门诊患者都会放置某种类型的静脉 (IV) 导管。这种小塑料管可用于将药物、液体、营养或输血直接注入静脉，用于抽取血样，或为肾衰竭患者进行透析。静脉输液管一般分为两类。外周静脉输液管是细而短的导管，放置在手、前臂或肘部皱褶处的浅静脉或表面静脉中。中心静脉导管更长，直径更大。它们通常从上胸壁或颈部进入静脉，终止于颈部和手臂的大静脉流入心脏的地方。它们可能在进入静脉之前在皮下挖了一小段隧道。港口是一种完全放置在皮下并进入静脉的中心静脉导管。使用小针刺破皮肤进入输液港的储液器进行静脉注射药物或抽血，然后拔出针头。输液港（有时称为输液港）通常用于接受化疗的患者，其设计可长时间保留在原位。经外周插入中心静脉导管 (PICC) 是住院期间经常使用的一种中心静脉导管，它插入上臂的一条小静脉，末端连接到颈部和手臂静脉通过一条称为上腔静脉的大静脉流入心脏的地方（图 1）。外周和中心静脉注射都会导致静脉内形成血栓，而静脉是将血液送回心脏的血管。这些血栓分为两类：浅静脉血栓形成 (SVT) 和深静脉血栓形成 (DVT)。SVT 发生在上臂、前臂和手部较小的表面静脉中。 DVT 发生在手臂较深的静脉中，通常在肘部上方，以及颈部较大的颈内静脉中。
运动生物力学概论
1.1 基本平面和运动轴 4 1.2 参考姿势 5 1.3 前臂在矢状面上绕肘关节的运动 6 1.4 手臂绕肩关节外展和内收，大腿绕髋关节外展和内收 7 1.5 手臂绕肩关节内旋和外旋 7 1.6 外展手臂绕肩关节水平屈曲和伸展 8 1.7 年轻女性穿着运动鞋以自己喜欢的速度在地面行走 10 1.8 与图 1.7 中相同的年轻女性穿着运动鞋在平地跑步机上以其喜欢的速度行走 11 1.9 老年男性穿着保龄球鞋在平地跑步机上以其喜欢的速度行走 12 1.10 另一位年轻女性穿着高跟鞋在平地跑步机上以其喜欢的速度行走 13 1.11 年轻男性以其喜欢的速度在 20% 倾斜的跑步机上行走穿着工作鞋的三岁男孩在地面上行走 15 1.13 穿着运动鞋的年轻女性以她喜欢的速度奔跑 16 1.14 另一名穿着正装鞋的年轻女性以她喜欢的速度奔跑 17 1.15 穿着休闲鞋的年轻男性以其喜欢的速度奔跑 18 1.16 穿着普通运动鞋的老年男性以其喜欢的速度奔跑 19 1.17 穿着 MBT 运动鞋的老年男性以其喜欢的速度奔跑 20 1.18 三岁男孩以其喜欢的速度奔跑 21 1.19 穿着钉鞋的年轻男性冲刺 22 1.20 双手叉腰的站姿反向垂直跳跃 23 1.21 以正常手臂动作的站姿反向垂直跳跃 24 1.22 以“模范”手臂动作的站姿反向垂直跳跃 25 1.23 以异常手臂动作的站姿反向垂直跳跃 26 1.24双手叉腰，跳远或长距离 27 1.25 站姿反向运动宽跳或长距离，手臂保持正常动作 28
运动生物力学简介
1.1 基本平面和运动轴 4 1.2 参考姿势 5 1.3 前臂在矢状面上绕肘关节的运动 6 1.4 手臂绕肩关节的外展和内收，大腿绕髋关节的外展和内收 7 1.5 手臂绕肩关节的内旋和外旋 7 1.6 外展手臂绕肩关节的水平屈曲和伸展 8 1.7 年轻女性穿着运动鞋以自己喜欢的速度在地面上行走 10 1.8 与图 1.7 中相同的年轻女性穿着运动鞋在平地跑步机上以其喜欢的速度行走 11 1.9 老年男性穿着保龄球鞋在平地跑步机上以其喜欢的速度行走 12 1.10 另一位年轻女性穿着高跟鞋在平地跑步机上以其喜欢的速度行走 13 1.11 年轻男性在 20% 倾斜的跑步机上行走1.12 穿着工作鞋的三岁男孩在地面上行走 15 1.13 穿着运动鞋的年轻女子以她喜欢的速度奔跑 16 1.14 另一位穿着正装鞋的年轻女子以她喜欢的速度奔跑 17 1.15 穿着休闲鞋的青年男子以其喜欢的速度奔跑 18 1.16 穿着普通运动鞋的老年男子以其喜欢的速度奔跑 19 1.17 穿着 MBT 运动鞋的老年男子以其喜欢的速度奔跑 20 1.18 三岁男孩以其喜欢的速度奔跑 21 1.19 穿着钉鞋的青年男子冲刺 22 1.20 双手叉腰的站姿反向垂直跳跃 23 1.21 以正常手臂动作的站姿反向垂直跳跃 24 1.22 站姿反向
基于虚拟现实的运动控制训练对慢性中风患者的炎症，氧化应激，神经塑性和上肢运动功能的影响：一项随机对照试验
抽象背景：沉浸式虚拟现实（VR）基于运动控制训练（VRT）是一种创新的方法，可改善中风患者的运动功能。当前，沉浸式VRT的结果指标主要关注运动功能。但是，血清生物标志物有助于检测精确和细微的生理变化。因此，这项研究旨在确定中风患者对炎症，氧化应激，神经可塑性和上肢运动功能的影响。方法：三十例慢性中风患者被随机分为VRT或常规职业治疗（COT）组。血清生物标志物，包括白介素6（IL-6），细胞内粘附分子1（ICAM-1），血红素氧酶1（HO-1），8-羟基-2-脱氧鸟苷（8-HOHDG）（8-OHDG），以及脑源性神经亲子性因子（BDNF）的氧化；还使用了临床评估，包括上肢运动的主动运动范围和上肢（FMA-EU）的FUGL-MEYER评估。双向混合方差分析（ANOVA）用于检查干预措施（VRT和COT）的影响以及时间对血清生物标志物和上肢运动功能的影响。结果：我们发现血清IL-6（p = 0.010），HO-1（p = 0.002），8-OHDG（p = 0.045）以及临床评估的所有项目/子量表（p s <0.05）（p s <0.05），除了FMA-EU-UE协调/速度（p = 0.055）外。然而，仅在Arom-elbow扩展（p = 0.007）和Arom-Forearm Prination（p = 0.048）的项目中存在显着的组效应。此外，在FMA-EU-ue-Shoul-shoul-der/erbow/前臂的项目/子量表中存在时间和群体之间的显着相互作用（p = 0.004），fma-ue-ue-total评分（p = 0.008）和arom-shoulder屈曲（p = 0.001）。结论：这是第一个使用血清生物标志物作为外来措施结合浸入式VRT有效性的研究。我们的研究表明了有希望的结果，可以支持在慢性中风患者中进一步应用商业和身临其境的VR技术。
Bellaseno在汉诺威医学院的关键大小的大尺寸大段骨缺陷中成功使用的3D打印脚手架
医学莱比锡，德国，2024年3月5日 - ISO 13485认证的MedTech公司Bellaseno GmbH使用增材制造技术开发可再吸收的脚手座，今天宣布，汉诺威医学院的一支小组，由汉诺威医学院，诊所外科手术的诊所，由Med. Medic博士领导。Philipp Mommsen成功地使用了Bellaseno生产的定制的，可吸收的骨替换支架，以重建由于创伤性枪伤而导致的三度开放感染裂缝后，径向轴的14 cm节骨缺陷。在汉诺威医学院接受治疗之前，该患者接受了11项手术，并进行了软组织和骨质清理术，以获得次级伤口闭合，而径向骨折仅通过环固定器稳定。在进行了六项进一步手术和全身性抗生素治疗以实现手术领域的细菌性治疗后，在汉诺威医学院使用Bellaseno的可分离脚手架进行了骨骼重建手术，并结合了自体骨移植物，该骨骨移植物的髓质骨骼腔。脚手架基于Rasomer®，这是Evonik开发的可生物降解聚合物平台。手术成功了，三个月后，患者表现出及时的骨整合，并且具有足够的肘部功能，没有任何伤口愈合障碍的迹象。此外，没有更多的感染临床迹象。案例研究发表在本月的个性化医学杂志上。脚手架是由贝拉塞诺（Bellaseno）设计的定制笼子，可与患者的解剖结构完美匹配，并确保在大空隙中安全地固定自动骨移植（RIA材料）。通过在重建手术期间定位动脉静脉环或中央血管椎弓根来实现适当的内部血管化，其中包括某些设计特征，以允许将这种脆弱的结构放置在支架内。脚手架是由Bellaseno的专有AI驱动的增材制造设施以所谓的无触摸方法制造的。由具有基本和锁定部分的内部和外部支撑框架组成的笼子由完全可生物可吸收的，高质量的GMP级Resomer®Polycoprolactone（MPCL）制成，并提供骨导导特性。在手术期间，小组决定使用血管椎弓根来确保立即进行内部血管形成，并固定并固定
Scopus出版年2022第3卷，第3期
标题：十种人体工程学风险评估方法的比较研究杂志：高级结构化材料，第174卷，2022年。Document Type: Book Chapter Authors: Mohamad Rashid Mohamad Rawan, Mohd Amran Mohd Daril, mamran@unikl.edu.my Khairanum Subari, khairanum@unikl.edu.my Mohamad Ikbar Abdul Wahab mikbar@unikl.edu.my Full text link: UniKL IR : https://ir.unikl.edu.my/jspui/handle/123456789/28058 Publisher : https://www.springerprofessional.de/en/a-comparative-studies-of-ten-ergonomics-risk- assessment-methods/23113842 Scopus preview: https://www.scopus.com/record/display.uri?eid=2-S2.0-85131305457&doi = 10.1007%2F978-3-031-0141488888_15与工作相关的肌肉骨骼疾病或WMSD最常引用在与重复，过度武力，振动，接触应力和尴尬姿势的危险因素有关的各种研究中。下背部，颈部，前臂，手腕，手，肩膀和肘部是受这些WMSD影响的最常见的身体区域。科学文献表明，WMSD的最佳预防是减少对风险因素的接触。换句话说，应评估WMSD的危险因素，尤其是在工作区域，以确保工人与WMSD的风险因素的相互作用较少。WMSD的风险因素的评估可以分为三类，主观判断，直接测量和系统观察。基于审查，测量是确定WMSD风险因素的最准确和可靠的方法，但是它需要大量资源投资，而观察方法是人体工程学家使用的最常见方法。与识别危险因素的其他方法相比，观察方法比较容易且成本较低。在收集实际站点中的数据时，这也是最灵活的方法。该研究的目的是获得该方法之间的比较结果，以确定预防WMSD中最有效的人体工程学风险评估。尽管人体工程学从业人员，职业治疗师，雇主，工会工人以及健康与安全部门需要有关可预防WMSD的最有效评估方法的信息，但文献仍然很少提供应用研究，这些研究已经测试了这些方法进行比较，并且缺乏有关哪些方法是防止WMSD的最佳方法。人体工程学从业人员之间也没有任何论点，因为选择的最佳方法是开发与任务相关的实验并比较各自的结果。
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
社论：人类增强的神经技术
神经技术将神经科学与工程学相结合，创造出研究、修复和增强大脑功能的工具。传统上，研究人员使用脑机接口 (BCI) 等神经技术作为辅助设备，例如让闭经患者进行交流。在过去的几十年里，脑电图 (EEG) 和功能性近红外光谱 (fNIRS) 等非侵入性脑成像设备变得更加便携和便宜，为神经技术的创新应用铺平了道路（Ayaz 和 Dehais，2018 年）。神经人体工程学和神经工程学的最新趋势是使用神经技术来增强人类的各种能力，包括（但不限于）沟通、情感、感知、记忆、注意力、参与度、情境意识、解决问题和决策（Cinel 等人，2019 年；Kosmyna 和 Maes，2019 年）。本研究主题汇集了 12 篇关于用于人类增强的非侵入式 BCI 开发的最新进展的文章，特别强调了大脑刺激和神经解码。为了介绍人类增强这一主题，Dehais 及其同事提出了一个二维框架，该框架结合了唤醒和任务参与度来表征人类增强中通常使用的不同变量，例如心理工作量和人类表现（Dehais et al., 2020 ）。具体而言，任务参与度低会导致思维游离或努力放弃，具体取决于唤醒水平，而唤醒度过高则可能导致固执己见或注意力盲视和耳聋。因此，可以使用神经技术将大脑引导到唤醒-参与空间中的最佳位置，以最大限度地提高表现，该位置的特点是中等水平的唤醒和高任务参与度，这可以通过使用大脑刺激或神经反馈来实现。本研究主题中的几项研究调查了使用非侵入性脑刺激来增强人类表现：这是神经技术领域的一个非常热门的话题（Kadosh，2014；Santarnecchi 等人，2015）。Pilly 及其同事提出了一种基于虚拟现实的新范式，使用经颅电刺激（tES）来扩展长期元记忆（Pilly 等人）。通过在参与者睡眠时施加周期性的短脉冲，他们将 48 小时内一次性观看自然情节的记忆回忆提高了 10-20%。Patel 及其同事进行了一项系统的荟萃分析，以审查使用经颅直流电刺激（tDCS）来改善上肢运动表现（Patel 等人）。脑刺激可显著减少反应时间和任务执行时间，并增加肘部屈曲任务的力量和准确性。王及其同事报告称，将大脑刺激与体育训练相结合可以增加运动诱发电位 (MEP) 幅度和肌肉强度，并降低动态姿势
社论：人类增强的神经技术
神经技术将神经科学与工程学相结合，创造出研究、修复和增强大脑功能的工具。传统上，研究人员使用脑机接口 (BCI) 等神经技术作为辅助设备，例如让闭经患者进行交流。在过去的几十年里，脑电图 (EEG) 和功能性近红外光谱 (fNIRS) 等非侵入性脑成像设备变得更加便携和便宜，为神经技术的创新应用铺平了道路（Ayaz 和 Dehais，2018 年）。神经人体工程学和神经工程学的最新趋势是使用神经技术来增强人类的各种能力，包括（但不限于）沟通、情感、感知、记忆、注意力、参与度、情境意识、解决问题和决策（Cinel 等人，2019 年；Kosmyna 和 Maes，2019 年）。本研究主题汇集了 12 篇关于用于人类增强的非侵入式 BCI 开发的最新进展的文章，特别强调了大脑刺激和神经解码。为了介绍人类增强这一主题，Dehais 及其同事提出了一个二维框架，该框架结合了唤醒和任务参与度来表征人类增强中通常使用的不同变量，例如心理工作量和人类表现（Dehais et al., 2020 ）。具体而言，任务参与度低会导致思维游离或努力放弃，具体取决于唤醒水平，而唤醒度过高则可能导致固执己见或注意力盲视和耳聋。因此，可以使用神经技术将大脑引导到唤醒-参与空间中的最佳位置，以最大限度地提高表现，该位置的特点是中等水平的唤醒和高任务参与度，这可以通过使用大脑刺激或神经反馈来实现。本研究主题中的几项研究调查了使用非侵入性脑刺激来增强人类表现：这是神经技术领域的一个非常热门的话题（Kadosh，2014；Santarnecchi 等人，2015）。Pilly 及其同事提出了一种基于虚拟现实的新范式，使用经颅电刺激（tES）来扩展长期元记忆（Pilly 等人）。通过在参与者睡眠时施加周期性的短脉冲，他们将 48 小时内一次性观看自然情节的记忆回忆提高了 10-20%。Patel 及其同事进行了一项系统的荟萃分析，以审查使用经颅直流电刺激（tDCS）来改善上肢运动表现（Patel 等人）。脑刺激可显著减少反应时间和任务执行时间，并增加肘部屈曲任务的力量和准确性。王及其同事报告称，将大脑刺激与体育训练相结合可以增加运动诱发电位 (MEP) 幅度和肌肉强度，并降低动态姿势