利用免費EDF瀏覽器和Audacity(R) 程式，我們的心電圖和腦電圖的數據集可以即時現場播放，並且相當容易讀出我們的內在活動。
1. 腦電圖：Audacity(R) 顯示EEG頻譜圖和相對應的三維加速度感測器和溫度感測器的數據。顯示一整個晚上：走路，吃飯，觀看錄影帶，閱讀電子書，冥想，睡覺，冥想，早餐和聽音樂。加速度計的數據清楚地顯示，頭部姿勢如何的跟隨著每個活動改變。不同的睡眠階段和形態也很顯而易見。
2. 腦電圖：放大的部分包含晚餐，觀看錄影帶（注意β和γ帶亮起）和電子書閱讀。肌肉（肌電圖 EMG）的活動有明確的特徵（在最高頻率最強，然後到往下到〜30HZ），與大腦活動（β，γ波）完全不同（最強在30〜100Hz之間）。
3. 腦電圖：接下來是冥想（這裡未圖示的加速度-Z感測器能偵測到小瞌睡），然後睡覺。
呼吸是唯一同時有不自主（即自我調節）和自主（即通過有意識的控制）的身體機能。因此，呼吸練習在許多宗教的，心靈的，武術藝術的傳統，以及現代醫學和放鬆的技巧上都被視為極其重要和有用的。
HRV從心電圖感測器信號提供非常有用的訊息，並可以用作生理反饋來訓練呼吸練習。呼吸吸入階段（或激發）受交感神經系統的管轄，而呼氣階段（或放鬆）則是受副交感神經系統管轄。吸入階段會導致更快的心跳速率並降低心電圖信號強度，然而呼氣階段會導致較慢的心跳速率並提高心電圖信號強度。長時間呼吸技巧的練習能使個人對這些非自主的自我調節機制達到更多的控制。
HRV和自主神經系統（ANS）的運作緊密相關。一些摘錄：“我們的身體器官（”內臟“），如心臟，胃和腸道，是受神經系統的一部分，被稱為自主神經系統（ANS）調節。ANS是周邊神經系統的一部分，它控制身體內的許多器官和肌肉，在大多數情況下，我們不知道自主神經系統的運作，因為它的功能在非自主的，反射性的。例如，我們不會注意到血管改變大小或我們的心臟跳動更快，然而，有些人可以透過訓練來控制自主神經系統，如心臟速率或血壓等功能。
自主神經系統在兩種情況下最為重要：
1）在緊急情況下造成壓力，並要求我們“打”或“逃離”
2）在非緊急情況，讓我們“休息”和“消化”。
大多數健身和運動有內置加速度計（G-感測器）的小工具可以給你很好的分數在計步器上（走了多少步），以及一些活動程度的量測（“燃料”）。然而，並不提供使用者機會去存取或檢視原始感測器數據，進一步幫助使用者的更大的契機往往被犧牲了。
大多數走路者，慢跑者，跑步者面臨的一個關鍵問題是： 我的步履是正確的，平順的，或實際上是有害的？我有適當緩衝地面的衝擊力相對與我獨特的步履和腳的角度和位置嗎？這產生的衝擊-力道會有顯著的不同，它會自然地沿著脊椎傳遞而"震動"頸部和頭部，如果不及時糾正，將造成不必要的壓力和可能的傷害。
將一個姿勢感測器戴在頭上（對檢測正確的姿勢以及脖子壓力最好），加速度感測器的原始數據可以告訴我們非常多資訊。並且如任何那些健身小工具量測到的“一步不只是一步而已; 一步和另一步可以是非常不同的”。在這裡，我們顯示在正常行走時的步履，記錄下來的加速度計Z軸（測量頭向前向後傾斜），比較穿著硬與軟的鞋跟的不同。 這衝擊G-力道及產生的壓力，從脊椎傳遞到頭部，有相當大的不同。這裡沒有顯示，但你應該自己實驗，看看效果：腳著地時在腳後跟，腳掌，腳趾，或平滑從腳跟到腳趾滾動，有何不同？
目前的網路時代給我們帶來了前所未有的對資訊的接收，以及讓我們很多人可以成為訊息的提供者，所以我們不再需要僅僅依靠管理當局和管道（無論是政府，企業，組織或媒體他們的片面的意見）。但是我們如何選擇和評估這麼多的的資訊，辨識和確定什麼是對自己有益且真實的？我們該如何去發現和並培養我們自己的辨別能力和智慧呢？我們應該乾脆放棄，讓那些老的和新的機構掌管我們的思想，行為，以及錢包嗎？那麼對於那些新的和舊的裝懂的人呢？讓我們回想一下記我們是怎麼學到基礎知識的 - 是學校物理，化學，生物等實驗室和實驗課上，讓我們用我們自己的眼睛看到我們的精彩世界如何運作的。
有了合適的工具和正確的安裝說明（過程，而不是結論）以及可用的主題（自己的），每個人都可以對於"自己"學到很多。把“他人的經驗”轉為我們自己的經驗，並且隨著時間的轉移有足夠的練習，每個人都可以有足夠的知識和技能成為我們自己MythBuster的。
實驗：
1. 用生理感測器套件一段時間，並知道你的正常基線。
2. 選擇最新的時尚或您有興趣的奇蹟常規，找出如何無需花費您太多的功夫去獲取得到必要的（至少在入門級）的訊息。
在現代社會中，因電器和電子設備在我們的工作場所，家庭和環境的日益盛行，電磁場（EMF）的污染越來越嚴重和普遍。
由於大部分的設備和器件的電力來自電網（60Hz或50Hz，取決於您所在的國家或地區），電源線相關（如電力傳輸網絡以及電拉絲設備和設備）的聲音在我們的生活環境中是最突出的。除了強大的電源線相關的的EMF污染（一般小於500Hz），也有從開關電源適配器所發出的高頻率電磁場污染（通常是從10kHz到1MHz），以及從廣播電台，電視台，無線電話，移動電話發射塔，手機和無線電台傳輸所發出的各種通信設備的射頻（RF）從10MHz一直到10GHz或更高頻率的射出。由於人體與電磁原理作用（如我們的大腦，神經系統，以及細胞運作），即使我們的感官並不總是可察覺到，但我們的身體確實會對體外的電磁場刺激作出反應。生物系統本身一般在小於300HZ運作，所以EMF污染從DC內到300Hz頻譜應該是我們特別感興趣的。在較高的頻率，它可以是嵌入式調節（在較低的“內容”頻率），能與生物系統互動。而在更高的頻率（如所使用的手機，WiFi等），這樣的RF能量的直接吸收及產生的熱量，可能會導致“燒煮”和損害我們的微細胞結構。
我們的大腦在高度複雜和精密的方式下處理聽覺輸入，這其中有許多有趣的發現，把戲和(有些離譜的)聲稱。
科學家們發現了某些類型的聲音對大腦活動有強烈影響，你可以按照這個鏈接（http://www.ncl.ac.uk/press.office/press.release/item/nasty-noises-why-do ..）做自己的研究關於噁心的聲音和安慰的聲音對大腦的影響。
對於雙耳節拍效果，你可以在網上搜索中鍵入“雙耳節拍”，或閱讀在維基百科（http://en.wikipedia.org/wiki/Binaural_beats）的說明，從那裡開始。
有了DIY生理感測器套件，你現在有機會來觀察和評估在自己身上這些不同的效果，而不是只是道聽途說。
你需要：
1. 安裝DIY生理感測器套件：EEG感測器（或心電圖，SCR以觀察更多的相關性），標籤部件（無論是硬體的標籤或軟體標籤）。
請先仔細閱讀並了解皮膚電導反應（SCR或GSR）。
科學界早已確定，我們所有的情緒爆發，不管是恐懼，憤怒，或興奮等等，所引起的電化學反應在我們的身體是可以很容易地被測量到的。另外，所有這些興奮或突發事件通常發生在1至3秒鐘，然後大多在10至20秒消失，並且幾乎從來不會超過90秒。當然，除非相關的人現在心理上被“佔據”了，並通過有意識的心理能量和行動，重新一遍又一遍地觸發這情緒。這句話的意思是，我們的身體能夠辨識和自動放開的大部分或所有的內部或外部刺激（心煩意亂，恐懼，憤怒，激動等）。但是，我們大多數人應該都可以作證，我們很明顯地不是這樣表現的，至少經常不是。為了更深入地了解我們內在固有的行為相對於與我們學習到的行為，以及我們如何去掉我們學習的行為，下面是一個簡單的實驗。這個實驗也讓我們測試古老的諺語，如“不說話或行事，先數到10...”，“不反應，只是觀察，然後看情緒漸漸消失...... “。
實驗：
1. 連接SCR工具到生理反饋設置內。
2. 靜靜地在那裡不動，注意(並記錄)SCR信號如何來來去去。注意信號起來和漸漸消失持續的時間。標記所發生的事件（正或負) ，觀察自己並記下任何想法和信號起來之間的關聯。這是您的基線。
3. 選擇您感興趣的特定類型的刺激。記錄和標記對這些事件的反應。
現代社會和生活方式造成各行各業， 不論老少，相當大的壓力。醫學研究已經有充足的證據證明，無論是身體，精神或情緒上長期的壓力，都可以對一個人的健康和福祉產生不利影響。
為 了幫助我們管理和減輕我們的壓力，已經有不少的醫療，心理，生理，另類醫療，醫藥，飲食，甚至哲學和精神方法，技術和學校，據稱可以幫助我們減輕壓力程度，並有助於我們達到持久平和，喜悅和幸福。無論用甚麼方法，大家普遍都接受並同意，一個人若是能在身體和精神上可以更輕鬆，就能更平和，更快樂，並且達到身體，心理和精神的健康。對於大多數人來說，困難的問題是，這麼多的方法，哪一個是最適合自己的呢？現在自己用的方法有效嗎？對這些問題，我們大多數的人依賴我們的“感覺”，但我們往往想知道是否可以信任我們的感覺？是否有更客觀的方法來評估壓力的程度？
Audacity(R) 是許多有用的免費開放軟體中的一個，最初開發用於音頻和音樂應用程序。它可以用來調整（有一些限制）探索生理感測器 (如腦電圖，心電圖，SCR等) 的數據集。Audacity(R) 也是一個免費的及易於使用於Windows，Mac OS X，GNU / Linux和其他操作系統的多語種音頻編輯器和錄影機。它應用於編輯和分析（波形）在時域和在頻域（FFT）的生理信號的數據文件（英寸WAV格式）如腦電圖，心電圖等，是相當有用的，
http://audacity.sourceforge.net/about/
http://audacity.sourceforge.net/download/
Audacity(R) 可以讀取16bit的PCM無壓縮的音頻文件（WAV）格式，和幾乎其他所有格式的音頻文件（主要是壓縮和有損，不適合生物傳感器的數據集）的生理感測器的數據。如果你有EDF（歐洲數據文件）格式的數據集，您可以使用EDF-WAV轉換程序，將它們轉換成WAV文件。
