生理数据会惩罚沉默的假设。一个滤波设置、一个伪迹剔除阈值或一个错位的事件标记，都能悄悄重塑下游的每一个统计量。Neutropic 的信号管道就是为了让这些决定发出声音而设计的。下面的截图来自一个关于示例人脸视频（20 秒，30 fps）的真实会话。
第 1 步 — 从录像到明确的步骤
导入 EDA、ECG、呼吸或眼动记录——或者只是一段视频——代理会提出预处理管道——滤波、伪迹处理、围绕事件标记的分段——作为明确、可编辑的步骤。没有任何东西被悄悄应用；每个选择都被写明并可修改。
text
/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.
第 2 步 — 随时间变化的面部动作单元
人脸关键点检测器逐帧运行，动作单元分数（这里是 AU06、AU07、AU10、AU12、AU25）随时间绘制——图背后的 CSV 也保存在旁边。
第 3 步 — 不用传感器的心率
运行并比较三种色彩空间 rPPG 算法（POS、CHROM、GREEN）；脉搏波形及其频谱给出 72.0 bpm——与录像真值一致——并报告 SNR，让你知道该信任多少。
第 4 步 — 写明算法的报告
报告写明管道——关键点检测器、三种脉搏提取算法、时间窗——以及数字，审稿人可以沿着从视频到心率的路径走一遍。
多模态输入，同一会话
不同设备的记录很少在时间上达成一致。Neutropic 在同一会话中把视频、EDA、ECG 各路信号从各自的原始记录处理出来，不会悄悄合并它们；在合并特征之前请用你的同步标记核对设备间的偏移，让 200 ms 的偏移不会变成一个虚假发现。
特征与统计在一处
- SCR 计数和幅度，EDA 的紧张性与相位性分解。
- 时域和频域 HRV 指标，附带记录时长的注意事项。
- 按条件和分段的面部动作单元强度和注视指标。
- 写明参考方案的 EEG 频带功率、ERP、ERD/ERS 和 SSVEP 管道。
特征表直接流入混合模型或条件比较，审查代理像检查任何分析一样检查统计假设。
对不确定性坦诚
在该领域存在分歧的地方——短记录的 HRV 指标、EDA 分解方法——Neutropic 会明说并引用方法学文献，而不是把某个实验室的惯例当作真理呈现。
