ICA算法处理后，ICA成分识别

今天Rose分享一篇关于脑电成分、眼电成分等判断。

当Run ICA结束后，我们一般会判断ICA成分对应的是什么成分，是眨眼成分还是水平眼动成分或是线路噪声成分。

眼电判断的时候，可以结合头皮地形图、ERP图、每个成分功率谱图，以及矫正之后的脑电图是否有差异，进行综合的评估。

[Tips]:在删除伪迹成分时，一般只在自己很确定伪迹主成分的情况下才删除，不然很可能会删除自己想要的成分。

如果跑出来的成分，没有出现明显的伪迹成分，可以多跑几次ICA；或者不分段重新跑一次；再或者再看看原始数据，删除杂乱的成分，重新再跑一次。

这是一步是很需要经验的步骤，若是自己把握不准，可以让有经验的人帮忙看看。

眨眼成分

成分判断： 眨眼成分

判断依据：

1. 在头皮地形图的前端分布；
2. ERP图像中有小方块；
3. 随机分布；
4. 功率谱图中，低频能量高；
5. 成分排序较为靠前，像这个示例中，为IC3

[注意]：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

判断依据：

1. 在头皮地形图的前端两侧分布，红蓝相对；
2. 在ERP图像中，长条状，红蓝相间；
3. 随机分布；
4. 在功率谱图中低频能量高
5. 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

判断依据：

1. 在头皮地形图中分布在周围；
2. 在ERP图像中呈现长条状；
3. 随机分布；
4. 在单个trial里有非常明显(非常长)的飘移。

心电成分

成分判断：心电成分

判断依据：

1.在ERP图像中呈雨点般散落状。

成分判断：工频干扰

判断依据：

1. 头皮地形图显示分布在地线周围；
2. 在ERP图像中单个trail上的分布非常规律；
3. 在功率谱图中，50Hz左右能量最高(有剧烈的峰值)。

ICA判断网站，若是对ICA成分不熟悉，可以看看这个网站的介绍

网址：https://labeling.ucsd.edu/tutorial/labels

参考"行上行下"的内容并进行整理。

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，可以点击查看大图

all component

点击地形图上方的数字来查看该成分的具体信息

2.Plot >> component properties 点击这里之后输入要查看的ICA成分，我这里输入的是1到54。之后eeglab会把这54个成分的具体信息都画出来。

识别ICA成分

画出具体信息之后，我们首先要认识一下这张图上各个地方代表什么。首先以这个成分为例。

而上面这个成分，能量分布在好几个电极点上，能量也是逐渐降低的，因此我们认为它是一个正常的成分。

而上面这两个成分，也可以通过上述标准来拒绝掉。

而上面这个成分，虽然下方的能量图看起来问题不大，但是通过右上角可以看出，能量主要集中在某几个trial。因此我们可以推测，这个成分是左上角这个电极点在某几个trials里坏掉了。

而上面这个成分，虽然后方有一个电极点有较深的红色，但是其他地方也均匀分布着能量，所以不认为这是一个坏的成分

虽然这个成分能量也集中在左下方电极点处，并且其他地方的能量基本为0。但是从右上方的图可以看出，能量均匀地出现在每一个trial的某个时间段处。因此，这很有可能是在左后方出现的一个ERP成分

同样，根据右上角的图可以看出，上面这两个也是明显的ERP成分

上面这个能量左右相对，虽然是左边强一点而右边弱一点，且低频能量高，很有可能是眼瞟成分。

而这个能量集中在正前方，且低频能量高，成分排序成分最靠前，是一个很明显的眼动成分。

判断标准

其实ICA成分的判断是没有标准的，全靠个人经验和标准，有的人比较宽松，有的人则比较严格。以上这些判断方法仅供参考。 如果不确定这个成分是不是伪迹，可以先保留着。或者多做几次ICA来判断，或者分别做一次剔除和一次未剔除的结果来比较看看。

文章来源于网络，仅用于学术，不用于商业行为，

若有侵权及疑问，请后台留言！