PyQt6 (EEG Processing)
一个基于PyQt6的脑电信号处理与可视化工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：PyQt6 (EEG Processing)。 它的用途是：一个基于PyQt6的脑电信号处理与可视化工具 详细介绍见：https://321skill.com/skills/pyqt6-eeg-processing/ 请根据该页面的说明完成安装。
使用示例
“帮我用这个PyQt6工具加载刚才的EEG数据文件，并进行一个1-30Hz的带通滤波，然后绘制出各通道的功率谱密度图。” 它会引导你使用该Skill的图形界面完成数据加载、参数设置并生成可视化图表。或者，你可以说：“我想比较两组受试者在alpha波段的能量差异，请用这个工具帮我计算并做统计图。”
介绍
这个Skill提供了一个基于PyQt6框架的图形化界面，专门用于处理和分析脑电信号数据。它解决了研究人员和开发者在处理EEG数据时缺乏直观、易用的可视化分析工具的问题，将复杂的信号处理算法封装在友好的图形界面背后。
使用方式是通过图形界面加载脑电数据文件，然后利用集成的功能进行滤波、时频分析、伪迹去除和可视化等操作。用户无需编写底层代码即可完成一系列标准的EEG数据处理流程。
它非常适合从事脑机接口、神经科学或心理学研究的学术研究者、数据分析师，以及需要快速原型验证相关算法的高校学生。对于不熟悉Python信号处理库但需要分析EEG数据的用户尤其友好。
建议在使用前确保已安装必要的Python科学计算库。由于专注于EEG处理，对于其他类型的生物信号或更复杂的定制化分析，可能需要结合其他工具或进行二次开发。
核心特点
与通用的数据可视化或信号处理Skill不同，它深度集成了EEG处理的专业流程（如ICA去伪迹、特定频带分析），并提供了针对脑电数据的专用可视化视图（如拓扑图、ERP波形）。其核心在于将PyQt6的GUI能力与MNE-Python等专业EEG库紧密结合，提供了开箱即用的研究工具。
注意事项
不适合处理非EEG类型的生物信号数据（如心电、肌电），且对于需要高度定制化算法或实时流式处理的研究场景支持有限。
常见问题
这个工具支持哪些EEG数据文件格式？
通常支持EDF、FIF、BrainVision等常见EEG数据格式，具体取决于其集成的后端库。
需要提前安装Python和PyQt6吗？
是的，需要本地Python环境，并安装PyQt6及相关的科学计算库（如NumPy, SciPy, MNE-Python）。