Мы используем файлы cookie.
Продолжая использовать сайт, вы даете свое согласие на работу с этими файлами.
Продолжая использовать сайт, вы даете свое согласие на работу с этими файлами.
NeuroKit
Подписчиков: 0, рейтинг: 0
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(例如熵和分形维数)。
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.