ICA脑电信号matlab说明答案

【问题标题】：ICA EEG signal Matlab clarificationICA脑电信号matlab说明
【发布时间】：2015-01-11 14:49:18
【问题描述】：

我有几个关于 MATLAB 中 EEG 信号的独立分量分析 (ICA) 的问题。
我有一个 EEG 数据，它由 29 个通道组成，每个通道 3600 秒。
在阅读了一些关于 EEG 数据处理的论文后，我想到我需要进行 ICA 以去除信号中的噪声，并且只保留我需要处理的有趣数据。
我现在正在尝试使用 fastICA，它看起来非常简单并且希望很强大。
问题来了：

关于 fastICA，我应该以矩阵的格式输入我的数据，其中行数 = 通道数，列数 = 秒数对吗？
如果以上是正确的，当我运行算法时，我会得到一个 28 行的矩阵。这是否意味着我的信号中有 28 个独立的来源？
1. 如果我有这个结果，我应该如何知道哪个独立组件对应哪个源？例如，我将如何判断组件 1 对应于眼球运动，而组件 2 对应于另一个？

这些问题是在我分析 EEG 信号时出现的，但我无法在线获得答案。
我只是想得到一些答案，因为其他研究论文深入数学，对此我没有很好的基础可以依赖。
非常感谢您的帮助，问候

【问题讨论】：

我建议你不要“需要做 ICA”，正如你所说。例如，医疗诊所中几乎没有人使用 ICA。它在研究中占有一席之地，但它不是灵丹妙药。正如您自己的问题所证明的那样，解释其结果可能很困难。如果您不了解 ICA（或任何分析技术，真的），我不会使用它。这些“黑匣子”处理技术可以很容易地弄乱你的信号，就像让它更干净一样。
解释ICA组件可能很难，它需要一些经验，甚至有时你运气不好，得到混合组件。在你做任何其他事情之前，你应该阅读一些关于 ICA 以减少伪影的实用材料（假设这是你想要做的）。作为一个起点，看看 McMenamin 等人。 (2011): ncbi.nlm.nih.gov/pubmed/20981275
我知道您无法深入研究数学，但我强烈建议不要只做一些随机的事情，因为网上有人这么说。你需要好好看看以实践为导向的文献！

标签： matlab signal-processing

【解决方案1】：

我在一个发布 EEG 数据的实验室工作，该数据专注于精神分裂症的认知功能，所以我想我会插话。我们使用 EEGLAB 进行所有处理，我们所做的其中一个步骤是去除 ICA来自信号的噪声，例如电源线噪声和眨眼。从语法上讲，它非常易于使用，只需调用pop_runica 即可。然而，就像其他评论者强调的那样，盲目地遵循这种技术是不明智的，因为你没有很好地理解你为什么这样做。我建议 McMenamin 等人的另一篇论文。 (Validation of ICA-Based Myogenic Artifact Correction for Scalp and Source-Localized EEG);随附的补充 PDF 包括每个类别的 IC 示例，并解释了它们是什么。

如果您在研究小组中，请询问您的同事他们如何使用 ICA。如果这不是一个选项，您需要进一步挖掘文献以说服自己这种技术的有效性。另外，我会推荐一个专注于 EEG 的讨论论坛，例如 EEGLAB 邮件列表或 FSL 支持论坛。

【讨论】：