neurokit2

NeuroKit2 是一款專業級的 Python 工具套件，專門用於生理訊號的處理與進階分析。它是心理生理學、臨床診斷及人機互動（HCI）領域研究人員與工程師的重要資源。透過為各類生物訊號提供統一的介面，該工具簡化了從原始訊號清洗到高階統計建模與特徵擷取的複雜工作流程。它廣泛應用於心率變異度（HRV）研究、透過自律神經監測進行的認知負荷評估，以及腦訊號動力學分析。

• 心臟訊號處理：提供 ECG 與 PPG 的端到端處理流程，包含 R 波偵測、訊號品質評估，以及全面的時域、頻域與非線性域 HRV 分析。

• 神經訊號分析：進階 EEG 處理功能，涵蓋頻帶功率、微狀態（Microstate）分割，並可與來源定位框架（Source localization）整合。

• 自律神經與呼吸訊號：將 EDA（GSR）訊號分解為緊張（Tonic）與階段（Phasic）成分，並分析呼吸變異度（RRV）及單位時間呼吸量。

• 肌肉與眼動活動：具備穩健的 EMG 肌肉活化偵測與基於 EOG 的眼動及眨眼分析工具。

• 通用工具：包含多種訊號處理功能，如帶通/帶阻濾波、重採樣、插值法及碎形維度計算。

• 適用於認知科學、臨床醫學及情感運算領域，需要經過驗證的訊號處理常規的研究人員。

• 輸入需求：時間序列陣列（如 CSV、NumPy 陣列）以及精確的取樣率（Hz），以確保分析準確性。

• 輸出格式：包含處理後的波形、計算出的指標（如 SDNN、LF/HF 比值、SCR 幅度）以及用於可重複性研究的元資料之結構化字典或 DataFrame。

• 整合能力：與標準科學 Python 技術堆疊（NumPy, Pandas, SciPy）相容，並常與 MNE-Python 結合使用於 EEG 工作流程。

• 注意事項：儘管自動化程度高，但在特定臨床或實驗背景下解釋生理指標時，仍需具備專業領域知識。