Cognitive and Neural Foundations of Deliberate Practice: Association with Brain Mechanisms and Memory Improvement

Liu Chuchu ^*

Daxi Culture Service Ltd., Zhuji, 311809, China

*Corresponding author, natasha@qq.com

Abstract Deliberate practice, as a highly structured training method, entails key elements such as goal-driven and immediate feedback, which can induce positive functional and structural changes in memory-related brain regions. This review extensively investigates the enhancing effect of deliberate practice on memory capacity and its cognitive neural mechanisms. Research showed that deliberate practice can improve the quality of memory encoding, long-term retention, and retrieval accuracy by strengthening attention control, consolidating neural representation, and optimizing knowledge association. Deliberate practice provides an effective memory training paradigm, but there remains the challenge of better transferring training achievements to daily memory. Future research is anticipated to further reveal the neural mechanisms of deliberate practice through neuroimaging and promote its application in enhancing memory capacity.

Keywords Deliberate practice; Brain mechanism; Cognitive training; Neural plasticity; Memory strategies

刻意练习(Deliberate Practice)是指在导师帮助下，为了提高某一技能，采取高度专注和有规律的训练实践，不断识别缺陷并进行纠正的过程(Ericsson, 2003)。这一概念最早由心理学家安德斯·艾利克森(K. Anders Ericsson)提出的。艾利克森认为，仅仅机械重复大量练习并不能形成真正专家级水平的技能。刻意练习强调训练过程的质量，需要导师设定合适难度的具体训练目标、监控表现和及时纠错反馈。通过不断识别弱点，进行有针对性地刻意训练，技能水平才能持续提高。

刻意练习已被证实对各类专业技能的获得至关重要，如音乐、体育、语言学习等。与之相关的认知功能，如工作记忆、执行控制等也会随之提高(Macnamara et al., 2014)。近年来研究发现，刻意练习不仅能够促进技能的形成，也会对记忆产生深远影响。

记忆是大脑对信息进行编码、储存和提取的过程。编码是指将感知的信息转化为能够储存的记忆痕迹，储存指维持记忆痕迹的过程，而提取则是根据线索重新激活记忆痕迹的过程。记忆可分为短期记忆和长期记忆。短期记忆容量有限，保存时间短，需要不断重复才能形成长期记忆。转换为长期记忆后，记忆痕迹以突触可塑性的形式体现在神经网络中。

学习和记忆依赖特定脑区的功能协作，主要包括海马体、额叶和基底神经节等。海马体在记忆编码和短期存取中发挥重要作用；而提取长期记忆则更依赖前额叶皮层(Fernandes et al., 2020)。各脑区通过神经回路相互连接，形成记忆网络。

本综述拟从认知神经科学的视角，探讨刻意练习的脑机制及其如何增强记忆的相关过程，旨在阐明刻意练习如何影响记忆过程的认知神经机制，以及这种认识对记忆改善策略的启示。

1刻意练习理论

1.1刻意练习理论的提出

刻意练习(Deliberate Practice)理论最初由佛罗里达州立大学心理学家安德斯·艾利克森(K. Anders Ericsson)在研究小提琴手取得世界级水平所需的训练时间时提出的。他记录了从音乐院校入学到成为专业演奏家这个过程中学生投入的训练时间，发现这个时间远远超过了之前的估计。更重要的是，他注意到不是所有小提琴手都能最终达到世界级水准，练习的时间也不完全相同。

为了探究质量高的训练究竟包含哪些要素，艾利克森详细观察了多名音乐家的训练过程。他发现，最出色的音乐家都在导师指导下进行有目标、有计划的刻意练习。这种训练具有如下特点：设定具体的技能提升目标，如掌握某一难度段落的乐曲；导师根据学生当前的能力水平设计适当难度的练习；学生全神贯注于练习中，高度集中注意力；通过不断自我评估和导师即时反馈来识别弱点；进行有针对性的训练来克服自己的不足之处。

艾利克森认为，正是这种高质量的刻意训练，才是取得专家级水平的决定性因素。他强调，刻意练习注重个体发展的非线性轨迹，需要不断突破“舒适区”，识别差距并有选择地集中练习(Ericsson, 2003; 2008)。艾利克森的研究奠定了刻意练习理论的基础，开启了后续大量实证研究，支持刻意练习在专业技能获得中的核心作用。该理论也启发了刻意练习应用于记忆训练与认知增强方面的研究。

1.2刻意练习与技能提升的关系

许多实证研究支持刻意练习是获得专业级技能的决定性因素。相比简单重复练习，刻意练习对技能提升更具效果(Cho and Lee, 2019)。

比如在音乐方面，多项研究记录了从儿童步入音乐院校至成年顶级演奏家之间的刻意练习时长，发现专业音乐家投入了平均1万小时的刻意练习。即使在音乐神童中，高水准的音乐技能也必然建立在大量刻意练习的基础上。在体育运动领域，运动员通过刻意设计的训练计划来提高特定能力，如力量、速度、灵敏性等。采用只强化优势的随机练习，无法取得同等训练效果。

教育研究也发现，相比自主学习，在导师指导下采用刻意训练策略能够显著提高写作、阅读等学业技能。这种指导性训练特别适用于刚接触新技能的初学者。即使用于提高认知功能，刻意练习也展现出优势。一项将工作记忆训练分为刻意练习组和对照组的研究发现，前者的训练效果更好，工作记忆容量获得了更大幅度的提升。

综上所述，刻意练习经过大量研究验证，是各类专业技能获得的关键路径。它应用广泛，对认知能力提升也具有正向促进作用。

1.3刻意练习对记忆的影响

研究显示，接受过长期刻意训练的专业人群，其相关领域的记忆能力也得到明显增强。这可能与刻意练习本身包含大量记忆过程有关(Ericsson and Harwell, 2019)。

例如，专业音乐家在听觉短时记忆任务中，重复和识别复杂节奏模式的准确性优于非音乐家。芭蕾舞演员的视觉短时记忆能力也强过正常人。此外，采用刻意练习策略进行短期记忆训练，也显示出立竿见影的效果。一项要求被试进行语音序列回忆训练的研究发现，提供即时反馈、识别差错的刻意练习组，记忆量在5周训练后提高了30%。而仅进行重复练习的对照组提高不明显。

类似的记忆增强效应也见于应用刻意练习策略训练工作记忆的研究。这种转化效应支持刻意练习对提高记忆过程的效果。

刻意练习之所以能增强记忆，主要基于以下两方面原因。首先，刻意练习本身包含大量记忆过程。例如,学习一项技能需要编码技能相关信息，并通过重复巩固形成长期记忆。刻意练习强调识别差距、获取反馈,可以更有效地促进记忆痕迹的形成。其次，刻意练习还可以直接优化大脑记忆网络，提高信息处理效率。研究发现，进行工作记忆刻意训练后的被试，背词记忆能力也得到提高。这表明刻意练习引发的神经可塑性变化，能够协同增强不相关任务的记忆能力。

具体来说，刻意练习可以加深记忆编码，形成更牢固的记忆痕迹；增强记忆中关键脑区如海马体的结构与功能；提高记忆网络中不同脑区的连接,增强信息整合；优化提取路径，使记忆更易被激活；提升控制与注意等认知过程，减少记忆干扰。

所以，刻意练习之所以能增强记忆，是因为它直接含有重复编码的过程，也可以整体提升记忆网络的效率,使信息处理更稳定高效。

2认知神经科学的视角：刻意练习的影响

2.1刻意练习与大脑塑性的关系

大脑塑性是指大脑结构和功能响应外部环境而发生的可塑性变化。刻意练习作为一种高强度的学习与训练方式，可以有效地改变大脑系统，引发广泛的可塑性效应。

研究表明，接受刻意训练的个体其相关脑区会出现更多的灰质体积增加(Tang et al., 2020)。例如，出租车司机进行导航训练后，其海马体灰质密度增加；数独玩家也表现出更高的相关脑区灰质密度。这反映刻意练习驱动了神经结构的改变。

另外，功能激活模式的改变也证明了刻意练习诱导大脑功能塑性。经过训练，完成特定任务会激活不同的神经网络。

2.2刻意练习如何改变神经网络

刻意练习引起的神经网络优化具有生物学基础，这可对相关教学与训练方法提供指导。

2.2.1刻意练习可以增强相关脑区功能连接

研究利用功能磁共振成像技术发现，进行视空间记忆特定训练后，被试的额叶皮层与枕叶皮层功能连接显著增强(Criss et al., 2020)。这些都是视空间记忆的关键脑区。在训练前，这些关键脑区功能连接相对较弱。训练后，脑区之间神经回路优化重组，连接强化，信息传递更加高效。类似研究还发现，数学计算训练可增强顶叶与颞叶的功能耦合；音乐训练可增强脑叶间的跨功能连接。

这说明针对特定认知技能的刻意训练，能够强化多个相关脑区的功能协同性，信息整合更优化。这种训练诱导的脑区连接改变具有一定持久性，不会立即消失。也有助于相关技能获得长期提高。这为使用刻意练习来优化大脑功能提供了重要的神经机制解释，也为相关领域的教学训练提供了指导。

2.2.2刻意练习可促进神经元生成

在成年动物海马体中存在神经干细胞，可以发生成熟神经元，这一过程称为成年神经发生。研究发现，给予丰富的生活环境刺激，比如轮换玩具、轨道奔跑等，可以促进海马体的成年神经发生。有针对性的学习训练，如空间记忆任务、食物寻找等刻意训练，也显示同样效果。新生成的神经元可以成功融入海马体神经回路，增强信息处理和编码能力。

海马体是学习记忆最关键的脑区之一。新生神经元的加入有助于储存新信息，提高学习效果。一些研究也在人类海马体发现神经发生的迹象，适当学习对人类海马体神经元再生可能也有促进作用(Amanollahi et al., 2023)。这为刻意练习增强学习记忆提供了细胞水平的解释，也提示学习对脑健康有积极意义。

2.2.3突触连接可塑性增强是神经网络改变的微观基础

突触是连接两个神经元的结构，突触传递和处理信息的效率影响整个神经网络的功能。突触可塑性是指突触结构和功能响应性的改变，这是大脑适应学习的最基本机制。

刻意训练会促使高频共激活的突触发生增强，使传递更加高效，这称为“突触可塑性长期增强”(Saw et al., 2020)。也会促使不再同步激活的无关突触削弱，提高信号噪声比，这称为“突触可塑性长期抑制”。这样可使神经网络重组，形成功能上更优化的连接模式，提升相关信息的处理和技能的培养。突触可塑性的分子机制涉及受体敏感性改变、信号通路增强等复杂过程。这为刻意练习引起的神经网络改变提供了突触水平的解释，也提示了突触是大脑适应学习的关键细胞基础。

2.2.4刻意练习的神经网络效应可产生持续改变

研究显示，刻意训练引起的脑区连接改变，若在一段时间内不再进行训练，其效应会部分衰减(Cowan et al., 2020)。但是如果训练以适当的间隔重复进行，例如每周训练2-3次，可以帮助巩固脑区连接的改变。

刻意训练产生的突触可塑性增强，也需要持续的训练来维持效果。适当重复可引起神经回路深层的熟练度提高，促进新突触形成，效果更持久。因此，刻意间隔训练可以使相关技能的获得更加牢固，获得长期的提高。这也有利于延缓因年龄增加而导致的认知技能衰退，保持脑区功能连接。

持续的刻意练习对于促进终生学习，维持脑区活力，防治认知症等有积极意义。这为刻意练习的长期规划提供了依据，也强调了持之以恒的重要性。

2.3实验研究的证据

利用脑成像手段研究发现，经过长时间音乐训练的专业钢琴家，其负责细致运动控制的小脑体积较大，运动皮质表示手指移动的区域也较大(Maruyama et al., 2021)。这表明长期刻意音乐训练塑造了大脑结构。

在动物模型中，给老鼠进行空间记忆任务训练，训练后海马体CA1区的长时程增强作用增强(Frase et al., 2021)。这是突触可塑性的典型细胞机制之一，从微观上解释了训练诱导的记忆网络变化。人类研究也发现类似迹象，进行工作记忆训练的被试，训练后其前额叶皮层神经元突触密度增加(Rosen et al., 2019)，反映突触级可塑性调节。这可能是网络连接强化的结构基础。此外，运用PET显像，一项关注高尔夫运动训练的研究发现，初学者在训练前后，脑区激活模式产生重整。这表明网络功能连接模式可经验驱动而发生重组。

综上所述，各项实验研究从细胞、系统不同层面，证明了刻意专项训练可以引发大脑功能网络连接模式的可塑性变化。这为训练优化认知技能的可能性提供了证据支撑。

3刻意练习与记忆改善：机制与应用

3.1刻意练习如何促进记忆编码

刻意练习是一种有目的、有计划的训练方式，可以显著提高人们在特定任务上的表现。研究表明，刻意练习不仅可以提高技能，也可以促进记忆的编码和提取(Ericsson, 2020)。刻意练习的一个关键特征是其高度结构化，在练习过程中，学习者会设定明确的目标，专注于优化特定的技能组件，并且会获得即时的纠错反馈。这种高度聚焦的训练方式可以增强记忆编码的质量。

具体来说，重复练习可以加深记忆痕迹，反复练习同一技能会形成重复的神经激活模式，从而加强相关记忆的神经连接(Maier and Tsuchiya, 2021)。纠错反馈可以消除错误记忆，训练中即时的评估和纠正可以防止错误记忆的形成，确保记忆编码的准确性。目标驱动可以促进有意义的组织，面向特定目标的练习支持人们以更有意义和系统的方式组织信息，这有利于记忆的深度编码(Mayer, 2002)。

因此，刻意练习通过重复、反馈、目标驱动和组件专注等机制，可以有效加强记忆的编码质量，从而产生持久和可靠的记忆表示。这一结论对于记忆训练和技能培养都具有重要意义(Ericsson, 2003)。

3.2刻意练习如何影响记忆保持和提取

刻意练习不仅可以增强记忆的编码力度，也可以通过多种机制增强记忆的长期保持和提取(Kellogg and Whiteford, 2009)。刻意练习通过多种机制增强记忆的保持力度和可达性，使之更稳定、更具可塑性，从而实现对记忆存储和提取过程的全面优化。这对于长期技能形成及实际应用均具有重要意义。

3.2.1重复检索机制

反复主动检索或重新学习可以加强同一记忆表征对应的神经回路连接，这是因为每次激活都会引起突触可塑性变化，增强突触效力(Roediger et al., 2009)。反复的神经激活越来越容易触发，记忆表征因此更稳定。检索练习也可以促进记忆表征的整合，不同的记忆碎片通过重复凝聚为一个整体。这可以减少记忆的组件化，支持作为一个整体的提取。此外，重复检索与再学习会使之前相关的记忆表征一起被重新激活。这种联想可以增强这些相关记忆的可达性，提供更多潜在线索支持目标记忆的提取。

需要注意的是，重复检索的时间间隔也很重要。合理的间隔安排可以避免自动化，保持每次检索的挑战性，从而达到更好的整合效果。重复检索或再学习是增强记忆可达性最简单直接的手段。但需要考虑频率、间隔等参数，并配合其他机制共同作用，以发挥最大效果。

3.2.2间隔练习机制

随着两次检索间的时间间隔变长，学习者需要依靠更少甚至没有外在提示就能顺利提取出目标记忆。这反映出记忆表征的自动化程度在增强。间隔练习强化了记忆表征与相关提示之间的自动联想，更长的间隔需要依靠这种自动联想成功提取，从而加强联想连接。间隔练习使每一次重复学习都更具挑战性，间隔需要突破更大的遗忘，促使学习者进行更深层的重新编码。间隔还可以避免记忆表征过度依赖外部提示，而形成自动独立提取的能力。这种独立性更有利于灵活应用记忆。

但间隔不宜过长，需要考虑记忆的遗忘曲线，把握最佳间隔范围。太长会导致整体遗忘过多，间隔效应消失。总之，合理控制间隔时间可以大幅提高记忆的稳定性和独立可达性。但需要考虑记忆特点，把握最佳间隔范围。

3.2.3多样表征机制

在刻意练习中，使用语言、图像、符号、行为等不同表征形式重复编码同一记忆，可以建立更丰富、多维的记忆网络。不同表征形式分别突出记忆的不同方面，支持记忆的多角度编码。这增加了记忆的完整性和广度。多样的表征也冗余互补信息，增加记忆表征的稳定性和抗干扰能力。即使部分表征受损，也可通过其他表征恢复。不同表征提供了不同的索引入口，允许根据提取需求选择最合适的记忆路径。这支持记忆的灵活可控提取。

但是，过多表征也可能导致记忆碎片化，降低整体性。需整合核心表征，确保不同表征之间的转换互通。总体上，多样表征是提高记忆编码完整性、稳定性和可达性的重要方式。但需控制表征数目并整合之间的转换。

3.2.4知识关联机制

在刻意练习中，大量相关概念、知识和经验被积极组织和关联起来，形成复杂的知识网络。丰富的关联不仅加强记忆编码的意义性，也为后续提取提供了更多上下文线索，形成了多个相关路径进入目标记忆。当提取目标记忆时，相关知识的激活可以引导和检索的搜索方向，减少无关记忆的干扰。刻意练习中的即时反馈也可以发现错误关联，及时调整知识网络，确保关联的准确性。

但是，过度关联也可能形成非必要的记忆路径，增加无效搜索。需区分核心关联和次要关联。总体上，丰富的知识关联是刻意练习促进记忆可达性的重要手段。但需注意关联的质量、密度与范围控制。

3.2.5错证反馈机制

在刻意练习中，可以通过即时的评估反馈发现错误记忆，及时进行纠正和重新学习。这可以阻断错误记忆表征进一步被加工、巩固和保持。避免大脑自动增强错误的神经连接。及时纠正也为学习者提供了正确的记忆表征，防止由错误记忆导致的知识体系扭曲。

但是，简单标记“正确”或“错误”的反馈可能不足，需要提供详细的正反证据并重塑正确概念。错证反馈还需要区分错误类型，针对系统性偏差进行知识体系的再构建。总体上，错证反馈机制通过阻止错误记忆固化提高提取准确性，但需提供构造性反馈并整体优化知识体系。

3.3刻意练习在记忆改善策略中的应用

刻意练习致力于通过高度结构化的训练来提高特定记忆和技能的编码、保持和提取。这一方法论可以广泛应用于记忆力改善的训练中。

3.3.1记忆编码训练

利用刻意练习的重复学习、聚焦注意等机制来加强记忆的神经表征，增强相关脑区的神经可塑性，巩固记忆的细节。通过目标驱动、分类组织等方式进行有意义的深度编码，促进记忆与已有知识的整合，形成系统性的记忆表示。即时的纠错反馈可以及时发现和预防错误编码，确保记忆准确性(Metcalfe, 2017)。反馈需要提供正确实例进行改正。辅助使用思维导图、组块策略等可以形成丰富的联想，在视觉上组织记忆材料，进一步加深编码质量。需要区分关键信息和次要细节，优先加强对关键信息的编码，形成层次分明的记忆结构，以提高记忆的完整性(Unsworth and Engle, 2007)。

总体上，编码训练需要运用刻意练习的系统化方法，辅以其他编码策略，来建立完整准确、结构分明的记忆表征。

3.3.2工作记忆训练

通过反复训练一系列工作记忆任务，在一定范围内不断增加任务难度，来扩充工作记忆的容量(Klingberg, 2010)。刻意练习的机制如重复训练、即时反馈等可以增强前额叶皮层相关神经网络，提高工作记忆对信息的控制能力。需要逐步增加训练任务的难度，提供合适的挑战。但不能超过个体当前的工作记忆限度，以防超载产生负面影响。

工作记忆训练的效果具有一定任务专一性，需要训练各类工作记忆成分来实现全面的提升(Dahlin et al., 2008)。但是，注意个体差异，不同对象的工作记忆可塑性和最佳训练强度存在差异，需因人制宜确定最佳难度范围(Jaeggi et al., 2010)。总体而言，工作记忆训练可以通过刻意设计提高工作记忆容量，但需要注意控制训练强度,防止超载产生负面影响。

3.3.3长期记忆训练

利用间隔学习、重复检索等刻意练习手段，不断巩固记忆的神经表征，增强记忆在长时程上的保持力。采用不同模态的多重编码方式，形成丰富的记忆表征，支持多途径提取记忆细节。注意区分核心概念和次要细节，对关键信息采用深度精练策略，构建知识体系的框架结构(Ericsson, 2015)。

检索训练需从不同角度出题，考查记忆的灵活度，发现重组知识的不足(Surprenant and Neath, 2013)。根据个体在训练中的表现提供个性化反馈，不断调整训练难度，实现记忆能力的逐步提高。总体上，针对长期记忆的训练需要采取全面策略来增强记忆的稳定性、完整性和检索灵活性。

3.3.4养成记忆策略

利用刻意练习驱动策略的养成，是实现记忆策略自动化的有效手段。在刻意练习中融入记忆策略的学习，如组块、构图、联想等，在重复的记忆任务训练中应用这些策略(McNamara and Scott, 2011)。通过刻意练习形成的高频重复使用可以促进记忆策略的自动化，无需过多注意就可以应用(Ericsson, 2015)。在训练后期，可以逐步减少对策略使用的指导，支持学习者独立选择合适的策略。

但是，要注意区分哪些策略适合用于某类任务和材料，避免生搬硬套(Dunlosky et al., 2013)。还需考虑个体对策略的适应性。策略训练的最终目标是能够根据记忆任务灵活选择策略，而非机械使用，需要把握这一转变。

总之，刻意练习为记忆训练提供了系统化的方法论指导。但需要根据记忆任务特点采取有针对性的练习方式，并留意个体差异，以达到优化记忆功能的目的。

4存在的问题与未来的方向

4.1当前研究的局限性

当前关于刻意练习对记忆影响的研究还存在一些局限，比如研究较多集中在健康成年人，对老年人及患有认知障碍的人群样本不足，这限制了我们对刻意练习在提高这些重要人群记忆方面的潜力认识。大多采用为期几周的短期训练范式，很少有长达数月或数年的长时间跟踪研究。这阻碍了我们评估刻意练习对记忆长期效应的了解。还有研究设计多采用单一的记忆任务，很少评估对各类记忆如视觉、语言等的广泛影响等(Karbach and Verhaeghen, 2014)，限制了对刻意练习影响普适性的认识。此外，现有研究多集中在受控实验室环境，鲜有考察将刻意训练转化为自主管理的日常记忆优化行为的研究[5]，这阻碍了研究成果到实际应用的转化。

4.2未解的问题

当前关于刻意练习影响记忆的关键未解问题还有许多，包括刻意联系对受损记忆的修复作用机制，刻意练习的关键参数，不同个体如何获得记忆改善最大化等等。

刻意练习对受损记忆的修复作用机制需要进一步阐明(Lynch et al., 2014)，现有研究对不同类型记忆损伤采用刻意练习后的神经机制变化了解还不够，需要更多运用神经影像等技术的研究，明确刻意练习对损伤神经网络的重构过程。

不同个体如何获得记忆改善的最大化需要更加个性化的方法，目前对个体差异的研究还不够,需要建立可以考虑多因素的个性化参数模型，针对每个人的记忆特点、改善潜力等进行镜像分析，实现记忆改善的个体化。刻意练习如何将记忆改善的效果迁移至日常生活应用上也需探索，现有研究多在受控实验环境下，需要设计支持记忆策略日常化的刻意练习结构，评估其对生活记忆的促进作用。

刻意练习的关键参数设置需要进一步优化，如练习时长、频率、难度调控等。这些参数的最佳范围可能因人而异，需要建立动态优化模型，根据记忆表现实时调整参数，实现对每个人记忆增强的持续优化。

4.3未来研究方向

未来研究还需要从多方面深化对刻意练习优化记忆影响机制的理解。比如运用神经影像等技术，探索刻意练习驱动的神经可塑性变化(Takeuchi et al., 2011)。需要设计结合神经影像的长期刻意练习实验，追踪关键脑区结构和功能的变化，明确刻意练习如何优化神经网络，不同个体的差异等。

设计针对特定人群及认知衰退的记忆训练方案并评估效果。可以针对老年人、头部受伤者、阿尔茨海默症患者等设计个性化的刻意练习方案，评估其提升目标人群记忆能力的效果。

建立个体化的参数模型，实现刻意练习训练的动态优化与个性化(Fenn and Hambrick, 2012)。构建考虑人口统计学、认知能力、训练过程等因素的参数模型，实现训练强度、难度的动态个性化调整，以产生最大记忆提升作用。

还有开展长时间跟踪研究，评估刻意练习对记忆改善的长期作用。进行为期数月或数年的刻意练习对照研究，评估其对仍存及衰退的记忆能力的影响，为临床干预提供证据等。

5结论

通过对刻意练习影响记忆认知神经机制的研究，可以看出重复训练、目标驱动、即时反馈等刻意练习关键要素可以促进记忆相关脑区的结构和功能改变。这尤其体现在提高前额叶和颞叶的工作记忆及记忆编码相关区域的积极变化。刻意练习通过调控注意资源分配、巩固神经表征、增强记忆痕迹等机制提高记忆的编码质量、稳定性和可达性。但个体差异显著，刻意练习的设计需要因人制宜。当前研究多停留在行为水平，需更多运用神经影像等技术深入刻意练习驱动的可塑性变化。

刻意练习为记忆训练提供了科学化的方法论指导，记忆编码训练可以利用刻意练习的机制形成稳定的记忆痕迹。工作记忆训练需要控制训练强度,防止超载，长期记忆训练要整合多重机制增强记忆的稳定性和完整性。在训练中还可以促进记忆策略的自动化内化，刻意训练也为针对特定人群的记忆改善干预提供了模式。未来需要更多研究将这些成果转化为老年人及认知障碍患者的日常记忆优化实践。

期待未来研究可以通过神经影像等手段深入探索刻意练习驱动的神经变化，设计针对重要人群的个性化记忆训练方案，建立支持训练动态优化的模型,并开展长时间跟踪以验证刻意练习的长效作用。刻意练习作为一种科学化训练，有望将记忆研究从实验室转化为改善人类记忆与生活的实际应用。但还需持续研究来深化对其机制的理解并推动应用实践。

致谢

作者非常感谢宣佳女士在综述撰写过程中提供的帮助，感谢她对本手稿的认真阅读，并提出宝贵的修改意见。

参考文献

Amanollahi M., Jameie M., Heidari A., and Rezaei N., 2023, The dialogue between neuroinflammation and adult neurogenesis: mechanisms involved and alterations in neurological diseases, Mol. Neurobiol., 60(2): 923-959.

https://doi.org/10.1007/s12035-022-03102-z
PMid:36383328

Cho D.R., and Lee S.H., 2019, Effects of virtual reality immersive training with computerized cognitive training on cognitive function and activities of daily living performance in patients with acute stage stroke: A preliminary randomized controlled trial, Medicine, 98(11): e14752.

https://doi.org/10.1097/MD.0000000000014752
PMid:30882644 PMCid:PMC6426620

Cowan N., Morey C.C., and Naveh-Benjamin M., 2020, An embedded-processes approach to working memory, In: Logie R.H., Camos V., and Cowan N. (eds.), Working memory: State of the science, Oxford University Press, Oxford, UK, pp.44.

https://doi.org/10.1093/oso/9780198842286.003.0003

PMid:32493977 PMCid:PMC7825094

Criss C.R., Onate J.A., and Grooms D.R., 2020, Neural activity for hip-knee control in those with anterior cruciate ligament reconstruction: a task-based functional connectivity analysis, Neurosci. Lett., 730: 134985.

https://doi.org/10.1016/j.neulet.2020.134985
PMid:32380143

Dahlin E., Neely A.S., Larsson A., Bäckman L., and Nyberg L., 2008, Transfer of learning after updating training mediated by the striatum, Science, 320(5882): 1510-1512.

https://doi.org/10.1126/science.1155466
PMid:18556560

Dunlosky J., Rawson K.A., Marsh E.J., Nathan M.J., and Willingham D.T., 2013, Improving students’ learning with effective learning techniques: Promising directions from cognitive and educational psychology, Psychol. Sci. Public Interest, 14(1): 4-58.

https://doi.org/10.1177/1529100612453266
PMid:26173288

Ericsson K.A., 2003, Exceptional memorizers: Made, not born, Trends Cogn. Sci., 7(6): 233-235.

https://doi.org/10.1016/S1364-6613(03)00103-7
PMid:12804685

Ericsson K.A., 2008, Deliberate practice and acquisition of expert performance: a general overview, Acad. Emerg. Med., 15(11): 988-994.

https://doi.org/10.1111/j.1553-2712.2008.00227.x
PMid:18778378

Ericsson K.A., 2015, Acquisition and maintenance of medical expertise: a perspective from the expert-performance approach with deliberate practice, Acad. Med., 90(11): 1471-1486.

https://doi.org/10.1097/ACM.0000000000000939
PMid:26375267

Ericsson K.A., 2020, Towards a science of the acquisition of expert performance in sports: Clarifying the differences between deliberate practice and other types of practice, J. Sports Sci., 38(2): 159-176.

https://doi.org/10.1097/ACM.0000000000000939
PMid:26375267

Ericsson K.A., and Harwell K.W., 2019, Deliberate practice and proposed limits on the effects of practice on the acquisition of expert performance: Why the original definition matters and recommendations for future research, Front. Psychol., 10: 2396.

https://doi.org/10.3389/fpsyg.2019.02396
PMid:31708836 PMCid:PMC6824411

Fenn K.M., and Hambrick D.Z., 2012, Individual differences in working memory capacity predict sleep-dependent memory consolidation, J. Exp. Psychol. Gen., 141(3): 404-410.

https://doi.org/10.1037/a0025268
PMid:21910555

Fernandes R.M., Corrêa M.G., Aragão W.A.B., Nascimento P.C., Cartágenes S.C., Rodrigues C.A., Sarmiento L.F., Monteiro M.C., Maia C.D.S.F., Crespo-López M.E., and Lima R.R., 2020, Preclinical evidences of aluminum-induced neurotoxicity in hippocampus and pre-frontal cortex of rats exposed to low doses, Ecotoxicol. Environ. Saf., 206: 111139.

https://doi.org/10.1016/j.ecoenv.2020.111139
PMid:32861963

Frase L., Mertens L., Krahl A., Bhatia K., Feige B., Heinrich S.P., Vestring S., Nissen C., Domschke K., Bach M., and Normann C., 2021, Transcranial direct current stimulation induces long-term potentiation-like plasticity in the human visual cortex, Transl. Psychiatry, 11(1): 17.

https://doi.org/10.1038/s41398-020-01134-4
PMid:33414402 PMCid:PMC7791098

Jaeggi S.M., Studer-Luethi B., Buschkuehl M., Su Y.F., Jonides J., and Perrig W.J., 2010, The relationship between n-back performance and matrix reasoning—implications for training and transfer, Intelligence, 38(6): 625-635.

https://doi.org/10.1016/j.intell.2010.09.001

Karbach J., and Verhaeghen P., 2014, Making working memory work: a meta-analysis of executive-control and working memory training in older adults, Psychol. Sci., 25(11): 2027-2037.

https://doi.org/10.1177/0956797614548725
PMid:25298292 PMCid:PMC4381540

Kellogg R.T., and Whiteford A.P., 2009, Training advanced writing skills: The case for deliberate practice, Educ. Psychol., 44(4): 250-266.

https://doi.org/10.1080/00461520903213600

Klingberg T., 2010, Training and plasticity of working memory, Trends Cogn. Sci., 14(7): 317-324.

https://doi.org/10.1016/j.tics.2010.05.002
PMid:20630350

Lynch G., Cox C.D., and Gall C.M., 2014, Pharmacological enhancement of memory or cognition in normal subjects, Front. Syst. Neurosci., 8: 90.

https://doi.org/10.3389/fnsys.2014.00090
PMid:24904313 PMCid:PMC4033242

Macnamara B.N., Hambrick D.Z., and Oswald F.L., 2014, Deliberate practice and performance in music, games, sports, education, and professions: A meta-analysis, Psychol. Sci., 25(8): 1608-1618.

https://doi.org/10.1177/0956797614535810
PMid:24986855

Maier A., and Tsuchiya N., 2021, Growing evidence for separate neural mechanisms for attention and consciousness, Atten. Percept. Psychophys., 83: 558-576.

https://doi.org/10.3758/s13414-020-02146-4
PMid:33034851 PMCid:PMC7886945

Maruyama S., Fukunaga M., Sugawara S.K., Hamano Y.H., Yamamoto T., and Sadato N., 2021, Cognitive control affects motor learning through local variations in GABA within the primary motor cortex, Sci. Rep., 11(1): 18566.

https://doi.org/10.1038/s41598-021-97974-1
PMid:34535725 PMCid:PMC8448760

Mayer R.E., 2002, Rote versus meaningful learning, Theory Into Practice, 41(4): 226-232.

https://doi.org/10.1207/s15430421tip4104_4

McNamara D.S., and Scott J.L., 2001, Working memory capacity and strategy use, Mem. Cognit., 29: 10-17.

https://doi.org/10.3758/BF03195736
PMid:11277453

Metcalfe J., 2017, Learning from errors, Annu. Rev. Psychol., 68: 465-489.

https://doi.org/10.1146/annurev-psych-010416-044022
PMid:27648988

Roediger H.L., Zaromb F.M., and Butler A.C., 2009, The role of repeated retrieval in shaping collective memory, In: Boyer P., and Wertsch J.V. (eds.), Memory in mind and culture, Cambridge University Press, Cambridge, UK, pp.138-170.

https://doi.org/10.1017/CBO9780511626999.009

Rosen M.L., Amso D., and McLaughlin K.A., 2019, The role of the visual association cortex in scaffolding prefrontal cortex development: A novel mechanism linking socioeconomic status and executive function, Dev. Cogn. Neurosci., 39: 100699.

https://doi.org/10.1016/j.dcn.2019.100699
PMid:31446376 PMCid:PMC6783336

Saw G., Krishna K., Gupta N., Soong T.W., Mallilankaraman K., Sajikumar S., and Dheen S.T., 2020, Epigenetic regulation of microglial phosphatidylinositol 3‐kinase pathway involved in long‐term potentiation and synaptic plasticity in rats, Glia, 68(3): 656-669.

https://doi.org/10.1002/glia.23748
PMid:31702864 PMCid:PMC7003906

Surprenant A.M., and Neath I., eds., 2013, Principles of memory, Psychology Press

https://doi.org/10.4324/9780203848760
PMCid:PMC3596209

Takeuchi H., Taki Y., Sassa Y., Hashizume H., Sekiguchi A., Fukushima A., and Kawashima R., 2011, Working memory training using mental calculation impacts regional gray matter of the frontal and parietal regions, PLoS one, 6(8): e23175.

https://doi.org/10.1371/journal.pone.0023175
PMid:21886781 PMCid:PMC3160301

Tang R., Friston K.J., and Tang Y.Y., 2020, Brief mindfulness meditation induces gray matter changes in a brain hub, Neural Plast., 2020: 8830005.

https://doi.org/10.1155/2020/8830005
PMid:33299395 PMCid:PMC7704181

Unsworth N., and Engle R.W., 2007, The nature of individual differences in working memory capacity: active maintenance in primary memory and controlled search from secondary memory, Psychol. Rev., 114(1): 104-132.

https://doi.org/10.1037/0033-295X.114.1.104
PMid:17227183