Konwertuj XDF na PDF

Plik PDF jest przydatny, gdy nagranie XDF musi zostać udostępnione jako raport o stałym układzie, wydrukowane lub zarchiwizowane do wglądu. Ponieważ pliki XDF zwykle zawierają pomiary, a nie strony, konwersja wymaga aplikacji lub procedury analitycznej, która rozpoznaje konkretny wariant XDF.

Czym jest format XDF

XDF to niejednoznaczne rozszerzenie nazwy pliku. Najczęstsze zastosowanie naukowe to Extensible Data Format używany przez aplikacje Lab Streaming Layer (LSL), takie jak LabRecorder. Pliki te mogą zawierać zsynchronizowane strumienie EEG, ECG, danych dotyczących ruchu, śledzenia wzroku, dźwięku i znaczników zdarzeń wraz ze znacznikami czasu i metadanymi.

Plik LSL XDF przechowuje dane szeregów czasowych, a nie strony dokumentu, czcionki ani wstępnie zdefiniowany układ. Z rozszerzenia .xdf korzystają również inne produkty, w tym systemy firmy Microsoft związane z R, takie jak RevoScaleR. Plik XDF utworzony przez jeden produkt może być nieczytelny dla oprogramowania przeznaczonego dla innego produktu, dlatego przed wyborem konwertera należy ustalić aplikację, która go utworzyła.

Czym jest format PDF

PDF to format dokumentu o stałym układzie, który zachowuje wymiary stron, tekst, grafikę oraz — w przypadku wielu eksportów — informacje o czcionkach w różnych systemach operacyjnych. Nadaje się do drukowania i dystrybucji, ale nie jest bezstratnym zamiennikiem nagrania źródłowego: próbki, znaczniki czasu, metadane, etykiety kanałów i znaczniki zdarzeń mogą być wybiórczo przedstawiane na wykresach, podsumowywane lub pomijane.

Jak przekonwertować plik LSL XDF

Nie istnieje uniwersalny konwerter obsługujący pliki XDF z LabRecorder za pomocą jednego kliknięcia, ponieważ źródło zawiera strumienie, a nie układ dokumentu. Niezawodną metodą na komputerze jest odczytanie strumieni za pomocą pyxdf, przedstawienie ich na wykresach przy użyciu Matplotlib i zapisanie wykresów do pliku PDF.

1. Zainstaluj Python 3 oraz wymagane pakiety za pomocą polecenia python -m pip install pyxdf matplotlib numpy.
2. Zapisz poniższy kod jako xdf_to_pdf.py i zastąp input.xdf nazwą pliku źródłowego.
3. Uruchom python xdf_to_pdf.py. Skrypt utworzy plik xdf_report.pdf, dodając stronę dla każdego strumienia numerycznego.

import numpy as np
import pyxdf
import matplotlib.pyplot as plt
from matplotlib.backends.backend_pdf import PdfPages

streams, _ = pyxdf.load_xdf('input.xdf')

with PdfPages('xdf_report.pdf') as pdf:
    for stream in streams:
        samples = np.asarray(stream.get('time_series'))
        times = np.asarray(stream.get('time_stamps'))
        info = stream.get('info', {})
        name_values = info.get('name', ['Unnamed stream'])
        name = name_values[0] if name_values else 'Unnamed stream'

        if samples.size == 0 or samples.dtype.kind not in 'iuf':
            continue
        if samples.ndim == 1:
            samples = samples[:, None]
        if times.size != samples.shape[0]:
            continue

        times = times - times[0]
        figure, axes = plt.subplots(
            samples.shape[1], 1, sharex=True, figsize=(11.69, 8.27), squeeze=False
        )
        for channel, axis in enumerate(axes[:, 0]):
            axis.plot(times, samples[:, channel], linewidth=0.6)
            axis.set_ylabel('Ch ' + str(channel + 1))
            axis.grid(True, linewidth=0.3)
        axes[-1, 0].set_xlabel('Seconds from first sample')
        figure.suptitle(name)
        figure.tight_layout()
        pdf.savefig(figure)
        plt.close(figure)

Wynikiem jest raport wizualny, a nie eksport danych gotowy do analizy. W przypadku długich nagrań należy przedstawiać na wykresach wybrane zakresy czasu lub reprezentatywne kanały; nanoszenie na wykres wszystkich próbek może prowadzić do powstania powolnych w obsłudze i nadmiernie dużych plików PDF. Jeśli raport ma je zawierać, należy jawnie dodać jednostki, nazwy kanałów, znaczniki zdarzeń i metadane nagrania.

Inne procedury na komputerze

W przypadku nagrań EEG i innych nagrań fizjologicznych sprawdź plik za pomocą narzędzia naukowego obsługującego XDF, takiego jak MNE-Python, jeśli dostępny jest w nim czytnik XDF, albo wczytaj go za pomocą pyxdf i wygeneruj wykresy lub raport analityczny. Po sprawdzeniu wyboru kanałów, znaczników czasu, jednostek i znaczników użyj polecenia File → Print lub polecenia eksportu do formatu PDF dostępnego w programie.

W przypadku pliku XDF utworzonego przez system danych R otwórz go za pomocą odpowiedniego pakietu R — na przykład pakietu używanego przez RevoScaleR — następnie wyeksportuj wymaganą tabelę lub wykres i utwórz plik PDF za pośrednictwem procedury File → Print w RStudio albo skonfigurowanego procesu File → Knit Document. Nie używaj czytnika LSL XDF dla tego wariantu bez potwierdzenia zgodności.

Konwertery online i ograniczenia zgodności

Ogólne usługi online, takie jak CloudConvert i Zamzar, należy rozważać tylko wtedy, gdy na ich aktualnej stronie przesyłania plików wyraźnie wymieniono dokładny wariant XDF oraz można wyświetlić podgląd pliku lub go przetworzyć. Zwykle nie interpretują one struktury szeregów czasowych LabRecorder jako raportu, a przesyłanie danych EEG, biometrycznych, klinicznych lub zastrzeżonych może naruszać wymagania dotyczące prywatności lub postępowania z danymi badawczymi. Adobe Acrobat i zwykłe drukarki PDF nie mogą w użyteczny sposób otworzyć surowych danych LSL XDF; mogą przetwarzać wyłącznie raport lub obraz utworzony przez aplikację obsługującą XDF.

Zachowaj oryginalny plik XDF wraz z plikiem PDF. Przed użyciem pliku PDF jako rekordu analitycznego sprawdź, czy nie pominięto próbek ani znaczników, czy prawidłowo przekonwertowano znaczniki czasu i czy metadane są kompletne, a także czy nie zastosowano zmniejszenia częstotliwości próbkowania; w celu zapewnienia odtwarzalności zachowaj dane źródłowe i ustawienia przetwarzania.