跳转到内容

NeuroKit

维基百科,自由的百科全书
NeuroKit
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a )。 [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。[來源請求]

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]
^ 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.[4]

参考

[编辑]
  1. ^ 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. 
  2. ^ neurokit2. PyPI. [23 March 2022]. (原始内容存档于2022-06-18). 
  3. ^ NeuroKit2 article - Statistics. ResearchGate. [23 March 2022]. 
  4. ^ 4.0 4.1 NeuroKit2 - Popularity. GitHub. [23 March 2022]. (原始内容存档于2022-08-13). 
  5. ^ 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. 
  6. ^ 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. 
  7. ^ 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. 
  8. ^ 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. 
  9. ^ R-peak detection benchmark. sleepecg.readthedocs.io. [31 March 2022] (英语). [失效連結]
  10. ^ 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. 
  11. ^ 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).