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：
- 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
[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：
- 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
判断依据：
- 在头皮地形图中分布在周围；
- 在ERP图像中呈现长条状；
- 随机分布；
- 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：
- 头皮地形图显示分布在地线周围；
- 在ERP图像中单个trail上的分布非常规律；
- 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。
脑机接口BCI学习交流QQ群：903290195
