应用介绍
膜片钳录出来的一大堆 trace，格式五花八门，用通用画图软件打开不是缺格式就是没法量峰值，导出再手算又慢又容易错。
Stimfit 专门为这类数据而做：直接读电生理记录，在曲线上就能做 事件检测 和拟合，自发事件、突触前动作电位、突触后电流都能量，不用再倒一遍数据。
内置了 Python 终端，NumPy 和 SciPy 的函数可以直接调用，标准算法不够用时自己写几行脚本就行。最近版本还加了深色曲线显示、改进的工具栏和缩放。
多格式读取：支持 CFS、Axon 文本、ASCII、HDF5、HEKA、Igor 二进制波形等常见电生理格式，文件读写底层用 Biosig。
事件检测：在记录里自动找出自发事件，筛选极性、选取事件后直接量测。
曲线拟合与量化：对膜片钳信号做模型测试和定量分析，峰值、衰减等参数在图上直接读。
Python 脚本：内嵌 Python 终端，借助 NumPy、SciPy 扩展分析流程。
Stimfit 专门为这类数据而做：直接读电生理记录，在曲线上就能做 事件检测 和拟合，自发事件、突触前动作电位、突触后电流都能量，不用再倒一遍数据。
内置了 Python 终端，NumPy 和 SciPy 的函数可以直接调用，标准算法不够用时自己写几行脚本就行。最近版本还加了深色曲线显示、改进的工具栏和缩放。
软件功能
多格式读取：支持 CFS、Axon 文本、ASCII、HDF5、HEKA、Igor 二进制波形等常见电生理格式，文件读写底层用 Biosig。
事件检测：在记录里自动找出自发事件，筛选极性、选取事件后直接量测。
曲线拟合与量化：对膜片钳信号做模型测试和定量分析，峰值、衰减等参数在图上直接读。
Python 脚本：内嵌 Python 终端，借助 NumPy、SciPy 扩展分析流程。
