Python 轻量级 UI:EEG 与 fNIRS 预处理图形界面
NeuroSignal Preprocessor是一款用于EEG / fNIRS / EMG神经信号数据的桌面预处理与特征提取软件。
本软件面向科研人员与工程用户设计，提供图形化界面，支持从数据加载、预处理到特征提取的完整流程，无需安装 Python 环境，双击即可运行。
本软件由作者在科研实践中自主开发并持续维护，主要用于神经信号数据预处理与特征分析研究。
软件功能仍在不断完善中，由于实验条件与数据差异，在特定场景下可能存在未覆盖的边界情况。
软件输出结果仅供科研与方法探索参考，不构成任何临床或商业用途的保证。
相关分析结果应结合具体实验设计与数据特性进行合理解释。
如在使用过程中发现问题或有改进建议，欢迎反馈以协助改进。
EEG（脑电图）通过头皮电极记录大脑神经元的电活动，反映毫秒级的神经活动变化。EEG 模块基于标准脑电信号处理流程设计，整体思路与 MNE-Python / EEGLAB 等主流科研工具保持一致，强调：
流程可控
参数可解释
人工干预与自动处理结合
结果可复现
EEG模块主要包含以下功能：
fNIRS（功能性近红外光谱）利用近红外光检测大脑皮层血氧变化，间接反映脑区的激活状态。本模块用于完成 fNIRS 数据的载入、预处理、事件切分及特征提取，支持基于血红蛋白浓度变化的任务相关分析。
sEMG(表面肌电信号)是一种非侵入式采集技术，通过贴在皮肤表面的电极，记录骨骼肌收缩时肌纤维产生的微弱电活动。这些电信号频率主要集中在10–500 Hz，幅值仅10 μV–5 mV，可实时反映肌肉的激活程度与协调性，被广泛用于康复医学、运动科学、人机交互等领域。
常见EMG预处理流程包括：
1. 陷波（notch）→ 2. 带通滤波 → 3. 去基漂 → 4. 幅度归一化 → 5. 取包络
软件下载及更多详细内容参考：https://weisihong9.github.io/2025/12/11/NeuroSignalPreprocessor/
当前版本主要面向单文件交互式处理
暂不支持批量自动化处理
暂不支持 Linux / macOS 系统
© 2026 NeuroSignal Preprocessor
☆ END ☆
