使用ICA進行EEG濾噪

標籤：

資料預先處理

假設6通道EEG（4通道EEG+2通道EOG），產生ndarray或矩陣S，row為time point，col為通道。對S進行標準化：

S /= S.std(axis=0)

 

 

ICA分析

模組匯入：

from sklearn.decomposition import FastICA

構建ICA對象，選擇成分數：

ica = FastICA(n_components=6)

（成分排列隨機，必要時使用random_state進行可重複性分析）

S對應的成分為S_：

S_ = ica.fit_transform(S)

對應的混合矩陣為：

ica.mixing_

 

濾噪

對S_作圖，x為time point，y為各成分。對可疑噪音來源進行判斷。

譬如得到：

假設第5，6成分為噪音來源，刪除該成分，重新構建修正S：Corr_S

Corr_S = np.dot(S_[:, :4], ica.mixing_.T[:4, :])

 

結果

濾噪前

濾噪後

 

完成

使用ICA進行EEG濾噪