NeuroKit
外观
![]() | |
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。 [1]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。 [2]截至 2022 年 6 月,该软件已于 94 篇科学学术刊物中使用。 [3] 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 )。 [4]
特征
[编辑]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。 [5]
它可以计算心率变异性(HRV) 和呼吸变异性(RRV) 指标。 [6] [7]
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。 [8] [9]
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。[来源请求]
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)。 [10]
设计
[编辑]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。 [1] [11]
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
[编辑]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
[编辑]参考
[编辑]- ^ 1.0 1.1 Makowski, Dominique; Pham, Tam; Lau, Zen J.; Brammer, Jan C.; Lespinasse, François; Pham, Hung; Schölzel, Christopher; Chen, S. H. Annabel. NeuroKit2: A Python toolbox for neurophysiological signal processing. Behavior Research Methods. August 2021, 53 (4): 1689–1696. doi:10.3758/s13428-020-01516-y.
- ^ neurokit2. PyPI. [23 March 2022]. (原始内容存档于2022-06-18).
- ^ NeuroKit2 article - Statistics. ResearchGate. [23 March 2022].
- ^ 4.0 4.1 NeuroKit2 - Popularity. GitHub. [23 March 2022]. (原始内容存档于2022-08-13).
- ^ Jaber, Dalia; Hajj, Hazem; Maalouf, Fadi; El-Hajj, Wassim. Medically-oriented design for explainable AI for stress prediction from physiological measurements. BMC Medical Informatics and Decision Making. December 2022, 22 (1): 12. doi:10.1186/s12911-022-01772-2.
- ^ Pham, Tam; Lau, Zen Juen; Chen, S. H. Annabel; Makowski, Dominique. Heart Rate Variability in Psychology: A Review of HRV Indices and an Analysis Tutorial. Sensors. 9 June 2021, 21 (12): 3998. doi:10.3390/s21123998.
- ^ Frasch, Martin G. Comprehensive HRV estimation pipeline in Python using Neurokit2: Application to sleep physiology. MethodsX. 1 January 2022, 9: 101782. doi:10.1016/j.mex.2022.101782.
- ^ Baraeinejad, Bardia; Fallah Shayan, Masood; Vazifeh, Amir Reza; Rashidi, Diba; Saberi Hamedani, Mohammad; Tavolinejad, Hamed; Gorji, Pouya; Razmara, Parsa; Vaziri, Kiarash; Vashaee, Daryoosh; Fakharzadeh, Mohammad. Design and Implementation of an Ultra-Low-Power ECG Patch and Smart Cloud-Based Platform. TechRxiv. December 2021: 5. doi:10.36227/techrxiv.17003401.
- ^ R-peak detection benchmark. sleepecg.readthedocs.io. [31 March 2022] (英语).[失效链接]
- ^ Makowski, Dominique; Te, An Shu; Pham, Tam; Lau, Zen Juen; Chen, S. H. Annabel. The Structure of Chaos: An Empirical Comparison of Fractal Physiology Complexity Indices Using NeuroKit2. Entropy. 27 July 2022, 24 (8): 1036. doi:10.3390/e24081036.
- ^ Biosignal processing for automatic emotion recognition. BrainHack School. [18 May 2022]. (原始内容存档于2021-09-28) (美国英语).