半自动EEG预处理协议,包括独立组件分析和主要组件分析
1Complex Neural Signals Decoding Lab, Faculty of Education, The University of Hong Kong, Hong Kong, China.
STAR protocols
|March 7, 2025
概括
这项研究引入了一种半自动电脑图 (EEG) 预处理协议,使用独立组件分析 (ICA) 和主要组件分析 (PCA) 来有效删除文物. 该方法确保在不同经验水平的用户之间进行一致,可靠的EEG数据处理.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 信号处理 信号处理
背景情况:
- 脑电图 (EEG) 数据的预处理对于准确的研究结果至关重要.
- 移除文物显著影响EEG分析的可靠性.
- 现有的预处理方法可能是复杂和耗时的.
研究的目的:
- 提出一个半自动的EEG预处理协议.
- 整合独立组件分析 (ICA) 和主要组件分析 (PCA) 进行文物清除.
- 建立一个强大的和用户友好的EEG数据处理管道.
主要方法:
- 开发了一种半自动EEG预处理的逐步协议.
- 集成的ICA和PCA用于识别和移除大幅度的文物.
- 包括插入不良通道的程序,并通过质量检查出口处理的数据.
主要成果:
- 该协议有效地从EEG数据中删除了主要的文物.
- 半自动处理确保不同用户之间一致的结果.
- 逐步进行质量检查可以提高数据完整性.
结论:
- 提出的EEG预处理协议是有效和可靠的.
- 整合ICA和PCA为文物管理提供了一个强大的解决方案.
- 这个协议可以被不同经验水平的研究人员用于改进EEG分析.
