用途：NeuroKit2 是处理与分析生理信号的 Python 工具包，用于心血管、神经、自主神经、呼吸和肌肉信号的采集后处理，面向心理生理学研究、临床应用与人机交互研究。
主要能力：支持 ECG/PPG 处理与 R 峰检测、HRV 时域/频域/非线性分析；EEG 频带功率、微状态与源定位；EDA/GSR 分解与 SCR 检测；RSP 呼吸率与呼吸变异性；EMG 激活检测；EOG 眨眼分析；通用滤波、分解、峰值检测与频谱估计；熵、分形维数等复杂度分析；事件相关分段与多信号整合（bio_process/bio_analyze）。
使用方式：安装 uv pip install neurokit2。典型调用如 nk.ecg_process(ecg_signal, sampling_rate=1000)、nk.hrv(peaks, sampling_rate=1000)、nk.eda_process(eda_signal, sampling_rate=100)、nk.bio_process(ecg=..., rsp=..., eda=..., sampling_rate=1000)。系统会按数据时长自动选择事件相关（<10 秒）或区间相关（≥10 秒）分析模式。
适用场景与限制：适用于生理信号研究与实验数据处理；具体功能、平台支持、收费情况及性能效果资料未提供，部分领域（如 EEG 源定位）依赖外部库集成。