2016年1月
在
临床脑电图和神经科学
使用标准化的神经心理学测试，检查 NeuroTracker 训练对注意力，工作记忆和视觉信息处理速度的标准化度量的影响。此外，还使用功能性脑成像来测量脑状态的变化。
招募了20名年龄的学生，并分为一个NT培训小组（30个 NeuroTracker）和一个非活动对照组。使用标准化的神经心理学测试（IVA+PLUS，WAIS-III，D-KEFS）评估认知功能，并使用定量脑电图（QEEG）评估大脑功能的相关性。
在整个训练期间，受过训练的组在 NeuroTracker 速度阈值方面表现出强烈而持续的改善。 NT组在IVA+加上听觉，WAIS符号搜索，WAIS代码，WAIS块设计，WAIS字母数字序列，D2注意测试以及D-KEFS颜色命名，抑制和抑制/切换子测验（ p <.01）。对于QEEG，NT组在Beta带宽内的一系列频率范围内显示出显着的相对功率，双眼敞开和闭合静止状态。在大脑的额叶区域（执行功能）之间观察到了这些变化，并代表了与大脑活动和神经可塑性增强相关的脑波速度的增加。总体结果表明， NeuroTracker 训练可以增强注意力，信息处理速度和工作记忆，并导致神经电性脑功能的积极变化。
NeuroTracker 符合黄金标准作为认知增强工具，并以QEEG测量的正面前变化证实。
通过金标准模板来检查认知增强干预措施的实际功效，以评估使用此类工具的使用，并评估 NeuroTracker 证据，以防止模板增强注意力，工作记忆和视觉信息处理速度。
针对以下黄金标准标准以及QEEG关于神经电的大脑活动变化的发现，特别针对以下金标准标准评估认知工具和 NeuroTracker ：1。稳健的转移效应，2。没有副作用或毒性风险，3。最小的时间和货币投资，4 ）持久影响，5）没有道德问题，6）可以与其他干预措施结合使用，7）可以应用于任何人群。
在5周以上的3小时训练中，通过 NeuroTracker 心理学测试衡量了注意力，工作记忆和视觉信息处理速度。通过QEEG测得的相应变化也证实了这些干预效果。 NeuroTracker 得出结论，以满足第1、2、3和5点的黄金标准标准，并有一些证据支持其他点，但需要进一步的研究。
NeuroTracker 培训揭示了执法人员从事现役的执法人员的决策能力的一些适度利益。
调查 NeuroTracker 培训是否可以提高与执法人员决策技能相关的感知认知技能。
40 Elite执法人员在基于视频的模拟任务环境上完成了一项前测试实验，以建立情境意识，预期和决策技能的基线得分。参与者被随机分配到培训，控制和被动群体中。培训小组在三周的时间内完成了在值班时间表周围的 NeuroTracker 会议。测试前后，由五个警察程序对象进行了评分。
模拟的任务结果表明得分的平均下降，对照参与者保持不变，而 NeuroTracker 组显示出中等的增加。总体上观察到 NeuroTracker 得分的改善，但非典型。尽管看到了执法决策能力的一些很大的转移影响，但现役的疲劳和与压力相关的影响可能会影响结果。
NeuroTracker 性能是链接的流体推理智能，尤其是在高负载跟踪的条件下。
该研究的目的是检查不同认知负荷水平（跟踪 1、2、3 或 4 个物体）下的 MOT 能力及其与更高水平过程（特别是流体推理智力）的关联。
70名成年参与者（平均= 23岁）完成了 NeuroTracker ，然后在Weschler缩写智能2测试中进行评估。要求参与者在总共8个球中跟踪一个，二，三和四个目标，持续8秒。
结果表明，随着目标数量的增加，参与者成功跟踪所有物体的平均速度下降。这一发现使研究人员能够确认平均速度得分可以用作 MOT 以及注意力资源容量的合适指标。结果，结果表明视觉跟踪能力与流畅的推理智力呈正相关。因此，这一发现表明流体推理智能和 MOT 能力之间存在联系，特别是在高负载条件下（跟踪 8 个目标中的 4 个）。
精英专业运动员的孤立 NeuroTracker 培训提供了卓越的基础和初始学习率与双任务培训。
本文涵盖了 NeuroTracker有关运动表现至关重要的认知能力培训的基础概念，尤其是在动态团队运动中。它还包含一项研究，研究了注意力负载在学习范式中的影响，目的是了解训练感知认知能力的最佳负载条件。
在比赛季节，4个精英职业运动队训练了他们的运动员（ NeuroTracker 届会议）。英国总理球队俱乐部，国家曲棍球联盟队和欧洲橄榄球队都接受了标准坐姿的训练，以隔离姿势控制中涉及的注意机制。另一个NHL团队在站立位置进行了培训，涉及关注的基本平衡需求。
以统计的平均为 NeuroTracker变化的统计平均水平，三个职业运动队在坐位上的训练表现出几乎相同的进步，快速的早期学习速度降低了长期，但继续学习。站立运动队的 NeuroTracker 得分较低，但更重要的是，整体学习的进步速度较慢，与其他团队的差异很大。这些发现清楚地证明了平衡控制机制与 NeuroTracker 培训提出的感知认知需求之间的联系。这表明认知训练负荷需要对注意阈值进行灵敏的优化，以便产生有效的短期和长期学习适应。
NeuroTracker 基准和人口统计数据的AI建模有效地预测了学习率和训练干预结果。
为了调查 NeuroTracker 干预是否可以提高主观认知能力下降的老年人的认知能力，并确定是否可以使用AI模型来提高训练功效。
48名参与者在60至90岁之间，主观认知投诉（但健康）被分配给 NeuroTracker 培训小组（26）或对照组（22）。所有参与者通过问卷调查和基线神经心理学评估（加利福尼亚语言学习测试，数字跨度，D-KEFS TRAIL制作测试，D-KEFS言语流利性测试和Stroop测试）提供了详细的社会人口统计信息。 NeuroTracker 组进行了7周的训练，对照组仅进行了 NeuroTracker 基线评估。两组在8周和11周时进行了随访神经心理学评估。机器学习模型用于分析人口统计和评估数据，以测试是否可以预测认知表现和对训练的反应。
NeuroTracker 小组的得分大约在70％的分数中得到很大的提高，以及在第8周的神经心理学评估上的广泛和稳健的性能转移，在第11周，在第11周的进一步提高（无培训）。培训干预措施。研究人员建议，可以使用此类模型来有效地为个人的需求定制 NeuroTracker 程序。
与闭环的活脑电图反馈集成在一起的NeuroTracker 可提高健康成年人的 NeuroTracker 学习率。
调查实时神经反馈是否可以提高 NeuroTracker 训练的学习率。
40 名健康成年人被分配到四个训练组（每组十人），进行以下任一训练：-
•标准的 NeuroTracker 训练
• 没有训练（对照组）
•与EEG-NEUROFEADEXBACK的 NeuroTracker
•假神经反馈的 NeuroTracker
脑电图神经反馈涉及闭环反馈，可自动检测参与者何时失去对目标的跟踪并立即重新索引它们。
标准的 NeuroTracker 组，对照组和EEG-NEUROFEACK BACK的开始水平相似，高于假神经反馈组。但是，在10个培训课程中，EEG-NEROFEACK BACK表现出比所有其他小组的学习率高。结果表明，闭环学习范式在增强 NeuroTracker 任务的学习成果方面非常有效。
世界上排名第一的最科学验证的认知训练系统。建立在各领域领先权威 20 年神经科学研究的基础上。改善你的大脑和表现。