EPAT：一个开源、用户友好且可重现的 MATLAB 工具箱，其中包含多种用于 EEG 数据预处理的算法。它提供了基于 EEGLAB 的模板管道，用于对 EEG、脑磁图和多导睡眠图数据进行高级多处理。 EPAT 简化了 EEG 信号浏览和预处理、EEG 功率谱分析、独立分量分析、时频分析、ERP 波形绘制和头皮电压拓扑分析。其图形用户界面使无编程背景的临床医生和研究人员也能使用。

公开数据库对于推动科学研究的迅猛发展可谓功不可没。通过建立开放的数据资源，就像开了外挂一样，全球各地的研究人员可以更深入、更全面地研究特定问题。 在这个大数据时代，开放和共享数据库已成为科研圈的新潮流，许多国际期刊和杂志也纷纷鼓励投稿者分享他们的研究数据。 因此，本文将对现有的EEG公开数据库进行全面总结，希望这份“福利大礼包”对大家的研究有所帮助！

皮肤电活动（Electrodermal Activity，EDA）是指皮肤表面电阻或电导的变化，它反映了交感神经系统的活动。EDA的测量与分析在心理学、生理学和临床研究中具有重要意义。 本文将全面介绍EDA皮肤电信号的测量与分析方法，旨在为相关研究提供参考。

* 数据可用性：本研究中使用的开源数据集可供下载，如数据集部分所述。 常见问题：脑电图 (EEG) 研究越来越多地使用更多的移动实验协议，导致记录数据中出现更多、更严重的伪影。 常用的去除这些伪影的方法是独立成分分析 (ICA)，在 ICA 之前去除伪影样本以改进分解是标准做法，例如使用自动工具，如 AMICA 算法的样本拒绝选项。 然而，运动强度和自动样本拒绝强度对 ICA 分解的影响尚未得到系统评估。

步行是日常生活中一种最基本的运动模式，但它背后的神经和生化控制机制是人体最复杂的自主控制系统之一。理解人类步态的复杂机制不仅对工程应用有重要意义，如开发能效更高的双足机器人、步态辅助外骨骼和智能假肢等，而且对提升这些设备的用户体验和实用性至关重要。