从TMS唤起的潜能中测量基于ICA的工件移除的准确性
Iiris Atti1, Paolo Belardinelli2, Risto J Ilmoniemi1
1Department of Neuroscience and Biomedical Engineering, Aalto University School of Science, Finland.
Brain stimulation
|December 10, 2023
概括
独立组件分析 (ICA) 可以不准确地将大脑活动从跨磁刺激 (TMS) 唤起的潜能 (TEP) 中移除,如果文物在试验到试验的变化性很低. 测量这种变化有助于评估清洁的准确性.
科学领域:
- 神经科学是一个神经科学.
- 信号处理 信号处理
背景情况:
- 通过体磁刺激 (TMS) 唤起的潜能 (TEP) 分析需要人工物清洁.
- 独立组件分析 (ICA) 是一种用于清理 TEP 信号的常用方法.
- 文物经常掩盖早期的TEP组件 (0-30 ms).
研究的目的:
- 评估TEP信号对基于ICA的清洁的适用性.
- 调查文物属性如何影响ICA清洁准确度.
- 为了确定ICA是否可以可靠地清除TEP数据.
主要方法:
- 模拟的工件与不同的试验到试验的可变性被添加到无工件的TEPs.
- 基于ICA的清洁的准确性被测量在不同的可变性级别.
- 分析的重点是文物波形变异性对ICA性能的影响.
主要成果:
- 当文物可变性很低时,ICA清洁可能会错误地删除非文物TEP数据.
- 低人工物可变性可能导致组件之间的依赖性,损害ICA的可靠性.
- 通过ICA可测量的人工制品组件的变化与清洗精度相关.
结论:
- TEP 文物往往表现出较低的试验到试验的可变性,这对 ICA 清洁构成风险.
- 在使用ICA用于TEP时,意识到可能过度清理来自大脑的EEG至关重要.
- 在ICA后测量文物变异性可以提供清洁可靠性的估计.
