ICA EEG信号Matlab澄清

Question

我在MATLAB中对EEG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3600秒。在阅读了一些关于脑电数据处理的论文之后，我认为我需要做ICA以消除信号中的噪声，并且只留下我需要处理的有趣数据。我现在正在尝试使用fastICA，这看起来非常简单并且非常强大。
以下是问题：

1. 关于fastICA，我应该以矩阵的形式输入我的数据，其中行数＃=通道数＃，#sofs数＃=秒数＃

2. 如果以上是正确的，当我运行算法时，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. 如果我有这个结果，我该如何知道哪个独立组件对应哪个来源？例如，我将如何告诉组件1对应于眼球运动，而组件2对应于另一个？
      

当我分析我的EEG信号时，这些问题来到我身边，我无法在线获得答案。我只想得到一些答案，其他研究论文深入研究数学，对此我没有很好的依据。
非常感谢任何帮助，问候

Answer 1

我为一个实验室工作，该实验室发布了关注精神分裂症患者认知功能的脑电图数据，所以我认为我会参与其中。我们使用EEGLAB来完成所有处理，我们所做的其中一个步骤是ICA用于消除信号中的噪声，例如电源线噪声和眨眼。语法明智，它非常容易使用，只需调用pop_runica即可。然而，正如其他评论者所强调的那样，盲目地遵循这种技术并不明智地理解为什么你这样做是不明智的。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）;所包含的补充PDF包括每个类别的IC的示例以及它们的解释。

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，你需要更多地挖掘文献，以说服自己这种技术的有效性。另外，我建议一个专注于EEG的讨论论坛，例如EEGLAB邮件列表或FSL支持论坛。