在航空、体育、保健或汽车等几个领域，人为错误可能会产生严重和戏剧性的后果;因此，人们的行为和安全依赖于操作者的实际心理状态。此外，在许多操作环境中，人类的角色已经从完全手动控制转向了对共同操作的自动系统的被动监控(例如，空中交通控制室、工厂系统监控和自动列车驾驶)。在所有这些情况下，对作业公司的评估和持续监控是保持适当性能和安全水平的一个基本方面。特别是，人的因素和神经工效学学科旨在评估所有这些组成部分(即，以后的人的因素)的人的精神物理状态，以明确提高人类在工作中的表现。

近年来，利用被动脑机接口(pBCI)技术，特别是基于脑电图(EEG)和基于fnir的脑机接口技术，对操作者工作过程中的人为因素(如工作量、注意力等)进行实时量化的可能性得到了探索。这些信息可以用来改变或调整用户交互界面的行为，以避免或至少减轻错误委托风险，更广泛地改善人机交互(HMI)。

尽管在算法和技术方面已经取得了一些进展，但在实验室环境之外使用这种pBCI技术仍有几个有待解决的问题。

因此，本特刊的目的是概述神经生理测量的最新进展，包括pBCI在现实世界中的应用，以评估人为因素的特定目的，以及克服当前问题的解决方案。特别是，预期的工作将主要集中在三个主要主题:i)新机器学习模型的进展，能够在不需要长时间校准(或理想情况下，不需要校准)的情况下保持高分类精度;Ii)新型人体工程学生物信号记录系统，微创、高效、抗噪声;Iii)在高真实感或真实环境中执行的经验，证明了拟议系统的可靠性和适用性。最后，作者被鼓励提出原始的研究论文和综述文章，描述提出的主题的艺术的当前状态。

可能的主题包括但不限于以下内容:

• 被动的脑-机接口
• 创新的机器学习技术
• 工件拒绝技术
• 生物信号可穿戴记录系统
• 人的因素评价