生理データは沈黙した前提を罰します。フィルタ設定、アーチファクト除去の閾値、ずれたイベントマーカーひとつが、下流のすべての統計量を静かに作り変えます。Neutropic の信号パイプラインは、それらの決定を声に出させるように作られています。以下のスクリーンショットは、サンプルの顔動画（20 秒、30 fps）に関する実際のセッションのものです。
ステップ 1 — 録画から明示的なステップへ
EDA、ECG、呼吸、アイトラッキングの記録——あるいはただの動画——を取り込むと、エージェントが前処理パイプライン——フィルタリング、アーチファクト処理、イベントマーカー周りのエポック化——を明示的で編集可能なステップとして提案します。何も黙って適用されません。すべての選択が明記され、変更可能です。
/analyze Analyze the uploaded face video: extract facial action units and expression over time and estimate heart rate from remote PPG (rPPG). Plot the AU time series and the rPPG signal with the estimated BPM, and summarize the results.
ステップ 2 — 時間経過に沿った表情アクションユニット
顔ランドマーカーがフレームごとに実行され、アクションユニットのスコア（ここでは AU06、AU07、AU10、AU12、AU25）が時間軸に描かれます——プロットの背後の CSV も隣に保存されます。
ステップ 3 — センサーなしの心拍数
3 つの色空間 rPPG アルゴリズム（POS、CHROM、GREEN）を実行して比較します。脈波とそのスペクトルが 72.0 bpm を示し——録画の正解と一致——SNR が報告されるので、どれだけ信頼してよいかわかります。
ステップ 4 — アルゴリズムを明記するレポート
レポートはパイプライン——ランドマーカー、3 つの脈波抽出アルゴリズム、ウィンドウ——と数値を明記するので、査読者は動画から心拍数までの経路をたどれます。
マルチモーダル入力をひとつのセッションで
異なる装置の記録が時刻について一致することは稀です。Neutropic は映像・EDA・ECG の各ストリームを同じセッション内でそれぞれの生の記録から処理し、黙って統合することはありません。特徴量を組み合わせる前に同期マーカーで装置間のオフセットを確認してください——200 ms のオフセットが偽の知見にならないように。
特徴量と統計をひとつの場所で
- SCR の回数と振幅、EDA の持続性・相動性成分の分解。
- 記録長に関する注意書き付きの時間領域・周波数領域 HRV 指標。
- 条件・エポックごとの表情アクションユニット強度と視線指標。
- 参照方式を明記した EEG バンドパワー、ERP、ERD/ERS、SSVEP パイプライン。
特徴量の表はそのまま混合モデルや条件比較に流れ、レビューエージェントは他の分析と同様に統計的前提を確認します。
不確実性に正直に
分野の意見が分かれるところ——短い記録での HRV 指標、EDA の分解法——では、Neutropic はある研究室の慣習を正解として提示する代わりに、そう述べて方法論の文献を引用します。
