用途：NeuroKit2 是面向生理信号（生物信号）的 Python 工具包，用于处理心血管、神经、自主神经、呼吸和肌肉信号，服务于心理生理学研究、临床及人机交互研究。
主要能力：支持 ECG/PPG 的心脏信号处理（清洗、R 峰检测、HRV 时域/频域/非线性分析）；EEG 频带功率、微状态、源定位；EDA/GSR 的 SCR 检测与交感神经指标；RSP 呼吸率与变异性；EMG 激活检测；EOG 眨眼分析；通用滤波、峰检测、功率谱密度；熵、分形维数等复杂度度量；事件相关分析（epoch 创建、叠加平均）；以及多信号集成处理。大部分 *_analyze() 函数会按数据时长自动选择事件相关（<10 秒）或区间相关（≥10 秒）模式。
用法：使用 pip install neurokit2 安装。典型流程为先处理再分析，例如 nk.ecg_process(ecg_signal, sampling_rate=1000) 得到 signals 与 info，再用 nk.hrv 计算 HRV；多模态可用 nk.bio_process 与 nk.bio_analyze；事件相关用 nk.events_find、nk.epochs_create 和对应的 *_eventrelated 函数。函数参数与详细文档可参考随技能提供的 reference 文档（如 ecg_cardiac.md、hrv.md、eeg.md 等）。
适用场景：心理生理学实验、HRV 与自主神经评估、EEG 频带与微状态研究、多模态生理信号同步分析、非线性动力学研究。
限制：需正确设置采样率等参数；资料未提供具体收费、价格、平台兼容性或性能保证信息，暂未提供。