XiaoMi-AI文件搜索系统
World File Search System训练期
蒙住首席复苏者的眼睛对兽医心肺复苏训练期间闭环通信频率的影响：一项随机对照试点研究
清晰的沟通是紧急情况下或完成关键任务时团队成员之间进行有效沟通的一种方法。清晰的沟通最初用于军事和航空领域，以实现有效沟通，后来被人类医学和兽医学所采用，特别是在复苏方面（1、2）。在人类复苏和创伤医学以及其他干预措施期间，清晰的沟通对于避免潜在的致命错误至关重要（3、4）。事实证明，诸如清晰的沟通之类的改进沟通可以提高人类医疗团队在模拟训练和现实紧急情况下的表现（5-7）。清晰的沟通包含三个部分：（第 1 部分）发送者请求指定接收者采取行动；（第 2 部分）接收者以声音确认消息；（第 3 部分）发送者以声音确认收到消息（8、9）（图 1）。成功的 CLC 有助于减少因沟通不畅而导致的失误 ( 10 )，这不仅是因为可以识别出被分配了命令的指定接收者，还因为让接收者复述请求。CLC 还有助于团队建立共享的心理模型，正如基于证据的人类医疗团队绩效框架所建议的那样 ( 11 )。兽医复苏重新评估运动 (RECOVER) CPR 计划表明，在 CPR 期间使用 CLC 可以提高团队绩效 ( 1 )。尽管有这些基于证据的建议，但人类和兽医研究均表明，在现实危急事件和研究观察环境中，CLC 的使用率出奇地低 ( 6 , 12 )。一家兽医教学医院的研究报告称，在 22 起事件中只有 6 起 (27%) 使用 CLC ( 13 )。这些数据表明，CLC 可能是一项难以教授的技能。由于目前的沟通培训技术缺乏效力，因此有必要研究新技术。兽医 CPR 模拟训练课程不仅可以培养实践和技术技能，还可以培养 CLC 等沟通技能。RECOVER CPR 计划的结论是，团队沟通培训可以提高 CPR 团队的效率 (1)。在人类医学领域，最近的研究 (14,15) 报告称，在训练课程中，当首席复苏师蒙上眼睛时，CLC 会增加。据作者所知，目前还没有研究在 CPR 训练期间检查兽医团队的 CLC。本研究的目的是调查在兽医 CPR 模拟课程中蒙上首席复苏师的眼睛对完成 CLC 数量的影响。
脑电图地形特征可用于评估腹腔镜手术训练期间的技能水平
目的：本研究的目的是根据脑电图 (EEG) 评估专家外科医生和新手住院医师之间的大脑活动差异。第一个子目标是评估 Microstate EEGlab 工具箱和 BCIlab 工具箱，用于数据分析和对基于微状态的公共空间模式 (CSP) 分析的地形特征进行分类。然后，第二个子目标是将基于微状态的 CSP 与传统的正则化 CSP 方法进行比较。方法：经 IRB 批准后，在布法罗大学招募了 10 名专家外科医生和 13 名新手住院医师。知情同意后，受试者进行了三次腹腔镜缝合和打结试验，任务试验之间有休息时间。在任务执行期间进行了 32 通道 EEG，用于分析 8 名专家外科医生（2 名因数据质量原因退出）和 13 名新手住院医师的大脑活动空间模式。在 CSP 分析之前，微状态分析被用作预处理以提高信噪比，从而区分专家外科医生和新手住院医生的大脑活动。结果：基于微状态的 CSP 分析根据头皮上的最大空间模式向量确定了重要通道。虽然新手主要涉及额叶皮层以获得头皮上的最大空间模式向量，但专家的空间模式向量热点在额叶和顶叶皮层上。使用基于微状态的 CSP，具有 10 倍交叉验证的简单线性判别分析实现了 90% 以上的分类准确率，而传统的正则化 CSP 可以达到 80% 左右的分类准确率。结论和讨论：基于微状态的 CSP 分析可以确定一组最佳通道，以评估专家外科医生和新手住院医生之间的大脑活动差异。未来的研究可以应用基于微状态的大脑行为时间动态监测，以实现个性化的自适应 VR 训练范式。
视觉和本体感受反馈对 BCI 训练期间感觉运动节律的影响
脑机接口 (BCI) 可以设计为具有多种反馈模式。为了在治疗应用中促进适当的大脑可塑性，反馈应引导用户引发所需的大脑活动，并且最好与想象的动作相似。在本研究中，我们采用脑磁图 (MEG) 测量健康受试者的神经生理变化，这些受试者使用两种不同的反馈模式进行基于运动想象 (MI) 的 BCI 训练。本研究中使用的 MI-BCI 任务持续 40-60 分钟，涉及右手或左手运动的想象。8 名受试者通过视觉反馈执行任务，14 名受试者通过本体感受反馈执行任务。我们使用广义线性模型分析了整个会话中 4-40 Hz 范围内多个频率的功率变化，以找出训练期间功率显著增加的频率。此外，还分别分析了每个梯度计的 alpha（8-13 Hz）、beta（14-30 Hz）和 gamma（30-40 Hz）波段的功率增加，以找到在整个会话期间表现出显着线性功率增加的通道。这些分析应用于三种不同的条件：休息、准备和 MI。在所有条件下，视觉反馈都增强了枕叶和左颞叶通道中主要高 beta 和 gamma 波段（24-40 Hz）的振幅。相反，在本体感受反馈期间，功率主要增加在 alpha 和 beta 波段。在所有条件下，在多个顶叶、枕叶和颞叶通道中都发现了 alpha 波段增强，而 beta 波段增加主要发生在休息和准备期间的顶叶枕叶区域，在 MI 期间发生在手部运动区域上方的顶叶通道。我们的结果表明，使用本体感受反馈的 BCI 训练会增加运动皮层中感觉运动节律的功率，而视觉反馈主要导致视觉皮层中 gamma 波段的增加。 MI-BCI 应该涉及本体感受反馈以促进运动皮层的可塑性。
阻力训练期间氧气消耗、乳酸浓度和能量消耗的急性行为：三种强度之间的比较
1 巴西圣保罗大都会联合大学运动生理学实验室系，2 巴西圣保罗圣犹大塔德乌大学转化生理学实验室系，3 巴西圣保罗大学力量训练神经肌肉适应实验室，4 巴西阿拉戈斯马塞约阿拉戈斯联邦大学体育与运动学院应用体育科学实验室，5 巴西圣保罗联邦大学巴西 Cochrane 中心循证健康系，6 巴西圣保罗大学艺术、科学与人文学院体育活动与衰老实验室，7 香港浸会大学健康与运动科学研究中心，中国香港九龙塘，8 圣埃斯皮里图联邦大学体育与运动中心实验生理学与生物化学实验室，巴西维多利亚
在运动训练期间提供任务指导可提高表现并调节注意力大脑网络
1 瑞士伯尔尼大学 ARTORG 生物医学工程研究中心运动学习与神经康复实验室，2 瑞士伯尔尼大学伯尔尼大学医院 Inselspital 神经病学系心身医学，3 瑞士伯尔尼大学精神病学和心理治疗大学医院转化研究中心，4 瑞士伯尔尼大学 ARTORG 生物医学工程研究中心老年技术与康复组，5 瑞士伯尔尼大学神经病学和生物医学研究系感知与眼动实验室，6 瑞士伯尔尼大学伯尔尼大学医院 Inselspital 神经病学系，7 荷兰代尔夫特理工大学认知机器人系
训练迁移——使用增强多感官提示的虚拟现实训练可改善训练期间的用户体验和现实世界中的任务执行情况
虚拟现实 (VR) 可以创建安全、经济高效且引人入胜的学习环境。人们通常认为，模拟逼真度的提高会带来更好的学习成果。真实环境的某些方面（例如前庭或触觉提示）很难在 VR 中重现，但 VR 提供了大量机会，可以以任意方式提供额外的感官提示，从而提供与任务相关的信息。本研究的目的是调查这些提示是否能改善用户体验和学习成果，具体来说，就是使用增强感官提示进行学习是否会转化为真实环境中的表现改善。参与者被随机分配到三个匹配的组中：第 1 组（对照组）仅被要求执行真实的轮胎更换。剩下的两组在 VR 中接受训练，然后在相同的真实轮胎更换任务上评估表现。第 2 组使用传统 VR 系统进行训练，而第 3 组使用增强的、任务相关的多感官提示在 VR 中接受训练。记录了客观表现、完成时间和错误数、主观存在感评分、感知工作量和不适感。结果表明，两种 VR 训练模式都提高了真实任务的表现。在 VR 训练期间提供额外的、与任务相关的提示可提高真实任务中的客观表现。我们提出了一种新方法来量化训练模式之间的相对性能增益