基于EEGLAB的ICA分析

已于 2023-08-08 15:35:43 修改
阅读量2.6k 收藏 45
点赞数 3
分类专栏： EEG 文章标签： ICA 伪迹 脑电 预处理
于 2023-08-07 11:08:38 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/m0_58086930/article/details/132076885
版权

目录

1.ICA原理

2.ICA的实现

3.ICA成分识别

4.ICLabel识别并去除伪迹

5.ICA成分识别练习

1.ICA原理

得到的每一个地形图，实际上就是它的权重谱。

投射：根据原成分恢复原始信号。

选择性投射：去伪。 

2.ICA的实现

extended，1： 能够提取亚高斯分布的成分。为了分离线噪、漫步漂移成分。

这里代表的不是各个通道的数据，而是各个成分的数据。如果同一时间上都收到同一类型的干扰，那么就去掉。

3.ICA成分识别

成分活动图典型的如下： 呈现向上或者向下的峰值，但是一定是统一的。

成分活动图：矩形凸起

4.ICLabel识别并去除伪迹

(老师说ICLabel插件不准确，所以我不再用了)

5.ICA成分识别练习

代码：使用 eeglab 的函数自己做独立成分分析 ICA 去除噪声得到干净信号
Dong的博客
03-20 4186
一个一个手动去操作 gui 太麻烦了。。。
EEGLAB合辑 | 第八节 使用 ICA 分解数据
nvsirgn的博客
01-26 3237
​脑电数据的独立成分分析 通过ICA（或任何线性分解方法，包括PCA及其衍生物）分解数据涉及从单头皮通道收集的数据到空间转换的“虚拟通道”的基础的线性变化。即代替同时记录的单通道数据记录的集合，将数据变换为应用于整个多通道数据的空间滤波器的同时记录的输出的集合。 在原始头皮通道数据中，数据记录矩阵的每一行都代表一个源通道到一个数据通道和一个或多个参考通道之间的电压差总和的时间过程。在ICA分解之后，数据激活矩阵的每一行都给出了从通道数据中进行空间过滤的一个组件过程的活动的时程。 在ICA分解的情况下，选择独
如何识别ICA成分
脑机接口社区
05-21 7474
目录查看ICA成分识别ICA成分 本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：941473018 感谢简书ID:亚内士多德授权分享 查看ICA成分 在计算完ICA之后，有几种方法可以查看ICA成分。 1.Tools >> reject data using ICA >> reject component by map 点击这里会画出所有ICA成分的缩略图，可以有一个全局观。在这里大致观察后如果觉得哪个成分有问题，可以
ICLabel：EEGLAB中自动EEG IC分类插件的实现与应用
最新发布
weixin_32661831的博客
03-14 878
ICLabel插件是EEGLAB软件的重要扩展，它基于MATLAB平台，旨在自动化和优化EEGLAB的独立成分分析（ICA）分类过程。通过机器学习算法，ICLabel能够有效识别和分类EEG信号中的脑电图（EEG）独立成分（ICs），从而简化复杂的数据处理工作，并提高研究和临床诊断的准确性。在本章中，我们将首先了解ICLabel的基本概念，包括其起源、设计目的以及如何与EEGLAB协同工作。
eeglab 4.4 ICA工具箱：高级EEG数据分析解决方案
weixin_42361478的博客
12-13 1374
本文还有配套的精品资源，点击获取 简介：该文章介绍了eeglab 4.4版本的软件包，特别强调了其ICA（独立成分分析）功能。eeglab是一个开源的EEG数据处理工具，其中包含多种ICA算法，用于从EEG数据中分离出独立的脑活动信号。这些算法包括FastICA、Infomax ICA、Extended Infomax ICA、JADE和Picard ICA等。新版本可能提...
Independent Component Analysis (ICA) using EEGlab toolbox 基于EEGlab的ICA分析
weixin_33755554的博客
06-23 592
转载于:https://www.cnblogs.com/minks/p/7071270.html
EEGLAB系列教程5：数据预处理2（ICA去伪迹）
Chen Rui blog
12-18 7140
眨眼成分成分判断：眨眼成分在头皮地形图的前端分布；ERP图像中有小方块；随机分布；功率谱图中，低频能量高；成分排序较为靠前，像这个示例中，为IC3颜色的深浅有意义，但是红还是蓝无所谓，大红大蓝都可以的。眼动成分成分判断：眼动成分在头皮地形图的前端两侧分布，红蓝相对；在ERP图像中，长条状，红蓝相间；随机分布；在功率谱图中低频能量高分量排序靠前，但一般在眨眼后面，在该示例中为IC5.头动成分成分判断：头动成分在头皮地形图中分布在周围；在ERP图像中呈现长条状；
eeglab4.4.tar.gz_ICA工具箱_eeglab ica_eeglab4.4_eeglab工具箱_工具箱
09-14
标题"eeglab4.4.tar.gz_ICA工具箱_eeglab ica_eeglab4.4_eeglab工具箱_工具箱"表明这是一个关于eeglab 4.4版本的软件包，其中包含了独立成分分析（ICA）的工具箱。eeglab是一个广泛使用的开源软件，主要用于 EEG...
eeglab ICA成分分析
02-21
### EEGLAB中的ICA成分分析教程及操作指南 #### 了解ICA及其重要性 独立成分分析(ICA)是一种用于分离混合信号的技术，在脑电图(EEG)数据处理中尤为重要。通过ICA可以有效地识别并移除伪影，从而提高数据分析的质量...
【EEGLAB ICA算法深度剖析】：通过ADJUST插件，彻底理解ICA的奥秘！
![【EEGLAB ICA算法深度剖析】：...在EEGLAB众多的工具中，独立分量分析(ICA)算法是一个核心功能，它能够将混合的EEG信号分解为统计独立的源信号成分。 ICA算法，或称为独立分量分析，是一种数据处理技术，旨在发现数
基于Matlab的EEGLAB的功能分析
04-28
9. **独立成分分析（ICA）**：利用“Tools”菜单下的“Decompose Data by ICA”选项进行ICA分析。 10. **查看独立源成分**：使用“Inspect/Label Components by Map”来查看ICA分解得到的独立源成分。 11. **剔除...
EEGLAB版本V13
06-27
EEGLab源码版本V13 matlab
脑电信号预处理滤波matlab代码-EEG_pipeline_MATLAB:基于eeglab代码构建的最新EEG预处理管道
06-12
~/eeglab14_1_2b/functions/sigprocfunc/FastICA_25 为此，请导航（在 MATLAB 中）到要添加的文件夹，右键单击它，然后单击“将此文件夹添加到路径”。 不要单击“添加此文件夹和所有子文件夹”。 在运行脚本之前，...
eeglab教程系列(12)-使用ICA分解数据
脑机接口社区
07-27 2120
ICA分解数据第一步：导入数据eeglab教程系列(2)-加载、显示数据第二步：根据教程eeglab教程系列(3)-绘制脑电头皮图中导入位置信息。做完上两步操作后，可以进行ICA数据分解。...
eeglab中文教程系列(11)-使用ICA分解数据
脑机接口社区
10-28 1万+
目录ICA分解数据绘制component headplots 本教程为脑机学习者Rose发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：903290195 ICA分解数据 第一步：导入数据eeglab教程系列(1)-加载、显示数据 第二步：根据教程eeglab教程系列(2)-绘制脑电头皮图中导入位置信息 做完上两步操作后，可以进行ICA数据分解。 第三步：进行IC...
使用EEGLAB分析脑电数据，情绪图片的ERP成分分析
热门推荐
猫猫头的博客
05-21 1万+
使用EEGLAB分析脑电数据，情绪图片的ERP成分分析，超级详细，从头到尾，ERP分析看这一篇就够了（小菜狗的絮絮叨叨） 一共分为6组图片，每张图片出现2s后有0.5s的间隔，每组图片中有20s间隔。在图片出现2s后，出现打分标记。其中201代表用户输入1，表示讨厌；202代表用户输入2，表示中性；203代表用户输入3，表示喜欢。 获取数据后，对数据进行电极定位、设置重参考、滤波等预处理，进行ICA独立成分分析，之后叠加平均，分别分析枕叶、顶叶和颞叶部位的脑电成分，选取O1、O2、T7、T8、P3、P4电
ICA独立成分分析去除EEG伪影
脑机接口社区
03-26 5972
目录介绍ICA假设方法组件投影实验数据样本移除眨眼和肌肉伪影一些严重污染的脑电数据 本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群1：903290195(已满，请加群2)，群2：941473018 介绍 眼动，眨眼，肌肉，心脏和线的噪音会严重污染脑电图活动，这在脑电解释和分析中会产生非常严重问题。研究人员已经提出了许多方法来消除EEG...
eeglab教程系列(13)-学习和删除ICA组件
脑机接口社区
07-28 1047
研究组件属性的操作：Tools > Reject data using ICA > Reject components by map.操作过程如下：出现如下界面后，点击&#34...
【教程+代码讲解】用EEGLab去除眼部伪迹
weixin_44517742的博客
09-04 4358
独立成分分析（ICA）是一种用于将多元信号分离成可加性子分量的计算方法（即，统计独立的非高斯信号源的线性组合）。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值