Мы используем файлы cookie.
Продолжая использовать сайт, вы даете свое согласие на работу с этими файлами.
NeuroKit
Другие языки:

NeuroKit

Подписчиков: 0, рейтинг: 0
NeuroKit
NeuroKit2 logo.png
编程语言 Python
操作系统 所有可以支持Python的电脑操作系统
语言 英语
类型 统计分析软件
授权条款 MIT许可证
网站 github.com/neuropsychology/NeuroKit页面存档备份,存于互联网档案馆

NeuroKit“nk” )是一个用于处理生理信号的开源工具箱。 最新版本NeuroKit2是用Python编写的,各用户可从PyPI包的存储库中取得。 截至 2022 年 6 月,该软件已于 94 篇科学学术刊物中使用。 NeuroKit2 也是目前流行且对贡献者友好的神经生理学开源软件之一(此说明基于下载数量、贡献者数量和其他GitHub指标 )。

特征

NeuroKit2 工具箱可用于处理各类生理信号的工具,包括心电图(ECG) 和光电容积描记(PPG)、皮肤电活动(EDA)、呼吸率(RSP)、肌电图(EMG) 和眼电图 (EOG) 等信号。

它可以计算心率变异性(HRV) 和呼吸变异性(RRV) 指标。

它还运用了各种不同的算法来检测 R 峰和其他QRS 波群,包括高效的内部 R 峰检测器。

它也可以用于分析EEG等神经生理信号的微状态和频带分析。

它还包括一整套用于分形生理学的函数,可用于计算各种复杂性度量(例如分形维数)。

设计

该软件旨在供没有编程经验的用户使用,便于用户使用高级功能来运行整个预处理或分析例程。

import neurokit2 as nk

# Download example data
data = nk.data("bio_eventrelated_100hz")

# Preprocess the data (filter, find peaks, etc.)
processed_data, info = nk.bio_process(ecg=data["ECG"], rsp=data["RSP"], eda=data["EDA"], sampling_rate=100)

# Compute relevant features
results = nk.bio_analyze(processed_data, sampling_rate=100)


其他

其他用于分析生理信号的开源工具箱包括:

  • 神经生理学生物标志物工具箱(MatLab)
  • EEGLAB (MatLab)
  • MNE-Python (Python)

笔记

^ 截于2022年五月18日, GitHub 承认此软件已拿到 644颗星, 并拥有47位贡献者, 及广用于 101 个不同的开源软件.

参考


Новое сообщение