用途：NeuroKit2 是处理和分析生理信号（生物信号）的 Python 工具包，用于心理生理学研究、临床应用及人机交互研究，覆盖心血管、神经、自主神经、呼吸和肌肉信号。
主要能力：支持 ECG/PPG 心脏信号处理（清洗、R 峰检测、波形描绘、质量评估、HRV 时域频域非线性分析、呼吸提取）；EEG 频段功率、通道质量评估、重参考、源定位、微状态分析；EDA 分解为 tonic/phasic 成分、SCR 检测、交感神经指标；RSP 呼吸率与变异性、每时间呼吸量；EMG 激活检测；EOG 眨眼分析；通用信号滤波、分解、峰值检测、功率谱密度；熵、分形维数、非线性动力学等复杂度分析；事件相关分析（epoch 创建、平均、基线校正）；多信号联合处理。
使用方式：安装命令为 uv pip install neurokit2；开发版为 uv pip install https://github.com/neuropsychology/NeuroKit/zipball/dev。常用调用如 nk.ecg_process(ecg_signal, sampling_rate=1000)、nk.hrv(peaks, sampling_rate=1000)、nk.bio_process(ecg=..., rsp=..., eda=..., sampling_rate=1000) 等。多数 *_analyze() 函数会根据数据时长自动选择分析模式：小于 10 秒为事件相关分析，大于等于 10 秒为区间相关分析。
适用场景：需要批量处理多种生理信号并结合事件分析或多模态整合的实验与临床数据处理。
限制：资料未提供具体支持的平台、收费与价格信息，暂未提供。具体函数参数与详细用法需查阅其参考文档。