ICA脑电信号Matlab澄清

Question

我只是在MATLAB中对脑电信号的独立分量分析(ICA)提出了几个问题。

我有一个脑电图数据，由29个通道组成，每个通道3600秒。

在阅读了一些关于脑电数据处理的论文后，我认为我需要做独立分量分析来去除信号中的噪声，并且只需要处理感兴趣的数据。

我现在试着使用fastICA，它看起来非常简单，希望是健壮的。

以下是一些问题：

1. 关于fastICA，我应该以矩阵的格式输入我的数据，其中行的#=通道的#和cols =#的秒是吗？
2. 如果以上是正确的，当我运行算法，我得到一个28行矩阵。这是否意味着我的信号中有28个独立的信号源？

1. If I have this result, How I'm supposed to know which independent component corresponds to which source? For example, How I'm going to tell that component 1 corresponds to the eye movement, while component 2 corresponds to another? 

​

当我分析我的脑电图信号时，这些问题出现在我的脑海中，我无法在网上得到答案。

我只是想得到一些答案，因为其他的研究论文深入数学，我没有一个很好的基础可以依赖。

非常感谢你的帮助，问候

Answer 1

我在一个实验室工作，负责发布脑电数据，重点放在精神分裂症患者的认知功能上，所以我想我应该加入其中。我们使用EEGLAB进行所有的处理，其中一个步骤是独立分量分析从信号中去除噪声，如电力线噪声和眨眼。从语法上讲，它非常容易使用，只需调用pop_runica就可以了。然而，就像其他评论者强调的那样，如果不很好地理解为什么要这么做，盲目地采用这种技术是不明智的。我建议McMenamin等人写另一篇论文。(基于ICA的头皮及源定位脑电图肌源性伪影校正的验证)；所附补充PDF包括每一类集成电路的例子，并说明它们是什么。

如果你在一个研究小组，问你的同事如何使用ICA。如果这不是一个选择，你需要挖掘更多的文献，以使自己相信这项技术的有效性。此外，我会推荐一个讨论论坛，重点是脑电图，如EEGLAB邮件列表或FSL支持论坛。