了解我们的教学包以及学生可以通过我们的软件附加组件学到什么

ClassBIT Sciences和LabBIT Biosignals是我们的教育包，其中包括专注于信号分析的软件扩展。OpenSignals 有一套数据分析插件，可以根据记录的数据创建报告，并直接从信号中提取特征，而无需进行任何编码。

在本文中，您可以访问学生可以在每种类型的生物信号中分析的所有有用特征、统计和光谱信息。

1.肌电图 (EMG) 分析插件

自动发病检测算法

时间和光谱特征提取

最大自愿收缩依赖统计分析

多通道信号处理

2 个选定肌肉激活的直接参数比较 

采集参数（开始、结束、持续时间）

激活特定参数：

开始和结束时间

潜伏

最大限度。& 分钟。振幅

峰峰值幅度

均方根

激活段上的积分（仅结果，不是积分信号）

2.皮肤电活动 (EDA) 事件插件

皮电反应 (EDR) 潜伏期

EDR 幅度

EDR 上升时间

EDR 恢复时间到 EDR 幅度的 50%

EDR 恢复时间到 EDR 幅度的 63%

刺激后的反应峰值

总功率估计

3.心率变异性 (HRV) 附加组件

时域参数：

RRI & NNI 转速图

RRI & NNI 直方图

最小，最大 & 平均 NNI

NNI 系列的标准差 (SDNN)

NNI 系列的均方根 (RMSSD)

NN20（连续 NNI > 20ms 之间的差异数）

pNN20（NN20 与 NNI 总数的比率）

NN50（连续 NNI > 50ms 之间的差异数）

pNN50（NN50 与 NNI 总数的比率）

平均心率

NN50（连续 NNI > 50ms 之间的差异数）

频域参数（韦尔奇方法）：

甚低频 (VLF) 参数

低频段 (LF) 参数

高频段 (HF) 参数

峰值频率

绝对权力

归一化功率（LF 和 HF）

低频/高频比

非线性参数：

庞加莱图

沿短轴的标准偏差 (SD1)

沿主轴的标准偏差 (SD2)

SD1/SD2 比率 

4.呼吸 (PZT & RIP) 分析插件

呼吸动力学识别&整体分类

时间和光谱特征提取

统计幅度、频率和整体信号参数

呼吸周期间隔数据的直方图和功率谱密度

呼吸周期幅度参数：

最大值、平均值、标准差、均方根和总能量估计

频率参数：

呼吸频率（呼吸/分钟和 f）

呼吸频率分类

呼吸间间隔 (BBI) 参数：

最小值、最大值、平均值、标准差

连续 BBI 差异的均方根

我们希望这篇文章能为您提供信息并提供有用的信息！

 如果您有任何问题，请不要忘记访问我们的 官方支持页面 ！