ICA 뇌파 신호 Matlab 설명

Question

저는 MATLAB에서 EEG 신호에 대한 ICA (Independent component analysis)에 대해 몇 가지 질문을했습니다.
나는 29 개의 채널과 각각 3600 초로 구성된 뇌파 데이터를 가지고 있습니다.
EEG 데이터 처리에 대한 몇 가지 논문을 읽은 후 신호에서 잡음을 제거하고 처리해야하는 흥미로운 데이터 만 붙이기 위해 ICA를 수행해야한다고 생각합니다.
나는 fasteca를 사용하려고 노력 중이었습니다. fastICA는 꽤 간단하고 희망적이었습니다. (초) 행의 # = 채널 # 및 COLS의 # = # 잘 매트릭스의 형식으로 I 입력해야 내 데이터, 상호 독립에 대한

1. :
   다음은 질문에 온다?

2. 위의 내용이 정확하면 알고리즘을 실행할 때 28 행의 행렬이 생성됩니다. 신호에 28 개의 독립적 인 소스가 있음을 의미합니까?

   3. 이 결과가 나타나는 경우, 어떤 독립 구성 요소가 어떤 소스에 해당하는지 어떻게 알 수 있습니까? 예를 들어, 구성 요소 1이 눈 움직임에 해당하는 반면 구성 요소 2는 다른 것에 해당한다고 어떻게 말할 것입니까? 내 EEG 신호를 분석하는 동안

   이러한 질문
   

나에게 와서, 나는 온라인 답을 얻을 수 없었다.
저는 다른 연구 논문이 수학에 깊이 파고 들어가기에 의존할만한 근거가없는 답을 얻고 싶습니다.
덕분에 많이 어떤 도움, 감사합니다

Answer 1

나는 정신 분열증 환자의인지 기능에 초점을 맞춘 EEG 데이터 그래서 내가. 우리는 우리의 모든 처리를 할 EEGLAB를 사용 차임 거라고 생각 게시하고 중 하나 실험실을 위해 일 우리가하는 단계는 ICA가 전력선 잡음과 눈 깜박임과 같은 신호의 잡음을 제거하는 것입니다. 현명한 구문을 사용하면 매우 편리합니다. pop_runica을 호출하면 트릭을 수행합니다. 그러나 다른 의견 작성자들이 강조한 바와 같이 왜이 기술을 맹목적으로 따르는 지에 대한 이유를 잘 이해하지 못하는 것이 현명하지 않습니다. 나는 McMenamin 외의 다른 논문을 제안한다. (Validation of ICA-Based Myogenic Artifact Correction for Scalp and Source-Localized EEG); 포함 된 보충 PDF에는 각 카테고리의 IC의 예가 포함되어 있습니다.

연구 그룹에있는 경우 동료에게 ICA 사용 방법을 문의하십시오. 이것이 옵션이 아니라면,이 기법의 타당성을 확신시키기 위해 문헌을 더 파헤쳐 야합니다. 또한 EEGLAB 메일 링리스트 나 FSL 지원 포럼과 같은 EEG에 중점을 둔 토론 포럼을 권하고 싶습니다.