33、脑电图中ICA应用及深部脑刺激电极阻抗特性研究

脑电图中ICA应用及深部脑刺激电极阻抗特性研究

1. ICA在脑电图中的应用

1.1 不同算法时间收敛情况

在脑电图（EEG）信号分析中，常用的独立成分分析（ICA）算法有FastICA、JADER、Extended InfoMax和AMICA。在对32个通道、20秒数据长度的随机数据进行50次迭代测试时，各算法所需时间差异明显。FastICA耗时不到1秒，JADER不超过3秒，Extended InfoMax最多需要3分钟，而AMICA则几乎需要4分钟。不过，AMICA比Extended InfoMax更灵活，在性能表现上更优。

1.2 随机数据集结果

通过对随机数据集的测试，得到不同通道数下性能指标（PI）曲线与数据长度的关系，如图7所示，分别展示了8、16、24、32和48通道的情况，同时对比了白化（实线）和球化（虚线）两种初始化方式。
| 通道数 | 初始化方式 | PI值 | 标准差 |
| ---- | ---- | ---- | ---- |
| 8 | 白化 | 0.048 | 0.014 |
| 8 | 球化 | 0.047 | 0.012 |
| 16 | 白化 | 0.044 | 0.007 |
| 16 | 球化 | 0.044 | 0.008 |
| 24 | 白化 | 0.038 | 0.006 |
| 24 | 球化 | 0.038 | 0.006 |
| 32 | 白化 | 0.036 | 0.004 |
| 32 | 球化 | 0.037 | 0.004 |
| 48 | 白化 | 0.034 | 0.004