使用ICA进行EEG滤噪

数据预处理

假设6通道EEG（4通道EEG+2通道EOG），生成ndarray或矩阵S，row为time point，col为通道。对S进行标准化：

S /= S.std(axis=0)

ICA分析

模块导入：

from sklearn.decomposition import FastICA

构建ICA对象，选择成分数：

ica = FastICA(n_components=6)

（成分排列随机，必要时使用random_state进行可重复性分析）

S对应的成分为S_：

S_ = ica.fit_transform(S)

对应的混合矩阵为：

ica.mixing_

滤噪

对S_作图，x为time point，y为各成分。从图中对可疑噪音来源进行判断。

譬如得到下图：

假设第5，6成分为噪音来源，删除该成分，重新构建修正S：Corr_S

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

结果

滤噪前

滤噪后

完成