引用與致謝

DRTxECM 站在 pyDRTtools 之上。DRT 的計算結果是 pyDRTtools 的成果， 所以使用時務必引用對應的原始文獻。這一頁把該引什麼、什麼時候引，整理清楚。

引用 DRTxECM 本身

DRTxECM 目前尚未有正式發表的論文。若你需要標註所使用的工具， 可以引用軟體倉庫本身：

@software{DRTxECM,
  title        = {DRTxECM: A pyDRTtools Extension for CPE
                  Phase-Angle-Aware Equivalent Circuit Modeling},
  author       = {{Linch-Lab}},
  year         = {2026},
  version      = {0.2.0},
  url          = {https://github.com/Linch-Lab/DRTxECM},
  license      = {MIT},
  note         = {Three-stage pipeline: DRT deconvolution,
                  Gaussian peak decomposition,
                  CNLS equivalent circuit fitting}
}

若日後有論文發表，這一頁會更新。你也可以直接引用 GitHub 倉庫網址。

使用 DRT 計算結果時必引的文獻

DRTxECM 的 DRT 核心是 pyDRTtools。以下清單與 pyDRTtools 官方要求一致， 編號也沿用 DRTxECM 的 README。

1. 基礎理論與離散化方法（必引）

只要使用了 DRT 的計算結果，就應該引用這一篇。它是 RBF 離散化與 DRTtools 的基礎。

Wan, T. H., Saccoccio, M., Chen, C., & Ciucci, F. (2015). Influence of the discretization methods on the distribution of relaxation times deconvolution: implementing radial basis functions with DRTtools. Electrochimica Acta, 184, 483–499. doi:10.1016/j.electacta.2015.09.097

2. 正則化參數的選擇

若你使用了 GCV、mGCV、rGCV、LC、 kf 或 re-im 這些自動選擇 λ 的方法，請一併引用。

Maradesa, A., Py, B., Wan, T. H., Effat, M. B., & Ciucci, F. (2023). Selecting the Regularization Parameter in the Distribution of Relaxation Times. Journal of The Electrochemical Society, 170, 030502. doi:10.1149/1945-7111/acbca4

3–4. 貝氏方法與可信區間

若你使用了 Bayesian Run，或在論文中呈現了貝氏可信區間，請引用這兩篇。

Ciucci, F., & Chen, C. (2015). Analysis of electrochemical impedance spectroscopy data using the distribution of relaxation times: A Bayesian and hierarchical Bayesian approach. Electrochimica Acta, 167, 439–454. doi:10.1016/j.electacta.2015.03.123

Effat, M. B., & Ciucci, F. (2017). Bayesian and hierarchical Bayesian based regularization for deconvolving the distribution of relaxation times from electrochemical impedance spectroscopy data. Electrochimica Acta, 247, 1117–1129. doi:10.1016/j.electacta.2017.07.050

5. Hilbert Transform（BHT）

若你使用了 Hilbert Transform 按鈕（BHT 方法）或 EIS Score，請引用這一篇。

Liu, J., Wan, T. H., & Ciucci, F. (2020). A Bayesian view on the Hilbert transform and the Kramers-Kronig transform of electrochemical impedance data: Probabilistic estimates and quality scores. Electrochimica Acta, 357, 136864. doi:10.1016/j.electacta.2020.136864

延伸閱讀（GP-DRT 與方法綜述）

套件中的 fGP.py 實作了 GP-DRT（高斯過程）。若你使用它， 可參考下列文獻：

• Liu, J., & Ciucci, F. (2019). The Gaussian process distribution of relaxation times: a machine learning tool for the analysis and prediction of electrochemical impedance spectroscopy data. Electrochimica Acta, 135316. doi:10.1016/j.electacta.2019.135316
• Ciucci, F. (2020). The Gaussian process Hilbert transform (GP-HT): Testing the consistency of electrochemical impedance spectroscopy data. Journal of The Electrochemical Society, 167(12), 126503. doi:10.1149/1945-7111/aba937
• Ciucci, F. (2019). Modeling electrochemical impedance spectroscopy. Current Opinion in Electrochemistry, 13, 132–139. doi:10.1016/j.coelec.2018.12.003
• Saccoccio, M., Wan, T. H., Chen, C., & Ciucci, F. (2014). Optimal regularization in distribution of relaxation times applied to electrochemical impedance spectroscopy: ridge and lasso regression methods — a theoretical and experimental study. Electrochimica Acta, 147, 470–482. doi:10.1016/j.electacta.2014.09.058

授權

DRTxECM 採用 MIT License。

具體而言，DRT 計算核心（basics.py、runs.py、BHT.py、 HMC.py、fGP.py、parameter_selection.py、 peak_analysis.py、nearest_PD.py）保留 pyDRTtools 的原始實作； DRTxECM 的擴充位於 extensions.py，並修改了 GUI.py、layout.py 與 cli.py。 兩者都是 MIT 授權，因此組合與再散布都是允許的。

MIT 授權允許自由使用、修改與散布，包含商業用途。 唯一的實質條件是保留著作權與授權聲明。

致謝

本專案能夠存在，最要感謝 Ciucci Lab（香港科技大學／拜羅伊特大學） 開發並以 MIT 授權釋出 pyDRTtools， 以及更早期的 DRTtools。DRTxECM 的 DRT 階段完全是他們的成果。

同時感謝 pyDRTtools 的使用者社群——回報的 issue 與討論， 讓等效電路延伸功能的需求與邊界條件變得明確。

贊助

DRTxECM 完全免費、開源，沒有廣告、沒有追蹤、沒有付費版本。 如果它替你省下了一些時間，歡迎請開發者喝一杯咖啡。

QR code（TWQR 台灣Pay）

用手機的網銀或行動支付 App 掃描即可，不需要另外註冊。

不會做的事：不把功能鎖在贊助後面、不加廣告或追蹤、 不情緒勒索、不讓贊助者插隊。