SuperAPI AI 工具集

scientific-spectral-signal

通用与其它

查看项目

更新于 10-15 21:04

技能介绍

用途:面向分光光谱(拉曼、IR、UV-Vis 等)与生物信号(ECG、EEG)的预处理与分析,提供噪声去除、基线校正、峰检测、频率分析的标准工作流。

主要能力:光谱预处理(ALS 基线校正、Savitzky-Golay 平滑、minmax/SNV/面积归一化);峰检测与定量(find_peaks,支持 height、prominence、distance、width);生物信号滤波(Butterworth 带通、50/60Hz 陷波);EEG 频带功率(δ/θ/α/β/γ,基于 Welch PSD,含绝对与相对功率);ECG 的 R 波检测与 HRV 指标(mean_RR、SDNN、RMSSD、pNN50、mean_HR);光谱相似度矩阵(余弦/皮尔逊)与层次聚类。

使用方式:以 Python 函数形式调用,依赖 numpy、scipy、pandas。核心函数包括 baseline_correction_als、remove_baseline、smooth_spectrum、normalize_spectrum、detect_peaks、bandpass_filter、notch_filter、band_power、eeg_band_powers、detect_r_peaks、hrv_analysis、spectral_similarity_matrix。可通过 ToolUniverse 的 biotools 键检索 bio.tools 中的光谱信号处理工具。

输出:results/peak_detection_results.csv、results/hrv_metrics.csv、results/spectral_similarity.csv,以及 figures/spectrum_processed.png、figures/peak_detection.png、figures/eeg_band_powers.png。

适用场景:拉曼/红外光谱分析、EEG 频带分析、ECG 心率变异性研究、光谱分类与聚类。

限制:资料未提供安装命令、许可、收费、平台支持与性能指标;参数(如 lam、p、窗口长度)需按数据调整,资料未给出通用最优值。