neurokit2
Анализ физиологических биосигналов с помощью NeuroKit2
Auch verfügbar von: K-Dense-AI
Обработка физиологических сигналов, таких как ЭКГ и ЭЭГ, требует специализированных алгоритмов для фильтрации, обнаружения пиков и извлечения признаков. Этот навык предоставляет комплексную документацию и рабочие процессы для анализа сердечно-сосудистых, нейронных и вегетативных сигналов с использованием библиотеки Python NeuroKit2.
Die Skill-ZIP herunterladen
In Claude hochladen
Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen
Einschalten und loslegen
Teste es
Verwendung von "neurokit2". Обработать 5-минутную запись ЭКГ для комплексного анализа ВСР
Erwartetes Ergebnis:
- Очищенная ЭКГ с использованием высокочастотного фильтра Баттерворта (0.5 Гц) + фильтрации сетевых помех
- Обнаружены R-пики с использованием метода NeuroKit (вариант Pan-Tompkins)
- Применена коррекция артефактов: обнаружено и скорректировано 3 эктопических удара
- ВСР временная область: SDNN=45мс, RMSSD=32мс, pNN50=15%
- ВСР частотная область: VLF=1200мс², LF=980мс², HF=650мс², коэффициент LF/HF=1.51
- ВСР нелинейная: SD1=23мс, SD2=58мс, DFA_alpha1=0.85, SampleEn=1.42
- Оценка качества: 98% сердечных сокращений прошли порог качества
Verwendung von "neurokit2". Проанализировать одновременные ЭКГ, КГР и дыхание во время стресс-теста
Erwartetes Ergebnis:
- ЭКГ: частота сердечных сокращений увеличилась с 72 до 98 уд/мин во время фазы стресса
- КГР: фазовые реакции обнаружены с пиковой амплитудой 3.2 мкСм
- Дыхание: частота дыхания увеличилась с 14 до 22 вдохов/мин
- RSA (дыхательная синусовая аритмия) снизилась на 45% во время стресса
- Коэффициент LF/HF ВСР увеличился с 1.2 до 3.8 (симпатическая активация)
- Фаза восстановления: параметры вернулись к базовому уровню в течение 4 минут
Sicherheitsaudit
SicherThis skill is a pure documentation wrapper for the NeuroKit2 Python library containing only markdown reference files. The static scanner flagged 1149 false positives by misidentifying Python code examples in markdown code blocks as shell commands, scientific terminology (entropy, complexity, LF/HF bands) as cryptographic algorithms, and HRV metrics (C1d, C2d) as C2 malware indicators. No executable code, scripts, network calls, or file system operations exist in this skill. The previous audit correctly classified this as safe.
Risikofaktoren
⚙️ Externe Befehle (1054)
🌐 Netzwerkzugriff (5)
Qualitätsbewertung
Was du bauen kannst
Мультимодальные исследования эмоций
Анализ частоты сердечных сокращений, кожной проводимости и лицевой ЭМГ во время эмоциональных стимулов для изучения реакций вегетативной нервной системы.
Анализ мозговой активности по ЭЭГ
Вычисление мощности частотных диапазонов, извлечение последовательностей микросостояний и анализ динамики мозга во время когнитивных задач.
Оценка вариабельности сердечного ритма
Расчет комплексных метрик вариабельности сердечного ритма для оценки вегетативной функции в клинических популяциях.
Probiere diese Prompts
Помоги мне обработать сигнал ЭКГ для анализа вариабельности сердечного ритма. У меня есть сигнал с частотой дискретизации 1000 Гц. Покажи мне полный конвейер, включая очистку, обнаружение R-пиков и вычисление метрик ВСР во временной, частотной и нелинейной областях.
У меня есть одновременные записи ЭКГ, дыхания и КГР. Покажи мне, как обработать все сигналы вместе с помощью функции bio_process и извлечь интегрированные признаки, такие как дыхательная синусовая аритмия.
Мне нужно проанализировать физиологические реакции, привязанные по времени к событиям-стимулам. Покажи мне, как обнаружить события, создать эпохи вокруг них и извлечь признаки, связанные с событиями, для сигналов ЭКГ и КГР.
Помоги мне выполнить анализ микросостояний ЭЭГ на данных состояния покоя. Включи предобработку, определение оптимального количества состояний, сегментацию и вычисление динамики переходов.
Bewährte Verfahren
- Используйте соответствующие частоты дискретизации: ЭКГ/ЭЭГ ≥250 Гц, КГР ≥20 Гц, ФПГ ≥50 Гц
- Применяйте коррекцию артефактов перед обнаружением пиков для повышения надежности
- Указывайте длительность записи, так как минимальные требования различаются в зависимости от типа анализа
Vermeiden
- Использование коротких записей (<60 секунд) для частотного анализа ВСР
- Пропуск оценки качества сигнала перед вычислением метрик
- Игнорирование проверок физиологической правдоподобности обнаруженных пиков