TY -的A2 Baillet汤姆盟——Rachakonda Sylvain AU -多夫斯盟——Brakedal布拉吉盟——Eikeland符文AU -卡尔霍恩,文斯·d . PY - 2011 DA - 2011/06/23 TI - EEGIFT:集团与事件相关的脑电图数据的独立分量分析SP - 129365六世- 2011 AB -独立分量分析(ICA)是一种强大的源分离方法,用于分解EEG、MRI和并发EEG-fMRI数据。ICA自然不适合画组推论,因为它不是一个简单的问题来识别和秩序组件在个人。对于这个问题,一个解决方案是创建包含观察从所有科目的汇总数据,估计一套组件然后back-reconstruct个人数据。在这里,我们描述了这样一个事件组级别颞ICA模型相关的脑电图。当用于脑电时间序列分析,组件的精度检测和back-reconstruction与一组模型依赖于内部的程度和个人间的时间和锁相脑电图过程相关的事件。我们说明这个依赖在一组混合组成的三个模拟与事件相关的数据源的数据分析了不同程度的延迟抖动和可变地形。重建精度测试的时间抖动1、2和3次来源的应用的算法。结果表明,集团ICA对单个试验的分解与生理来说是足够的抖动,并重建事件相关的来源与精度高。SN - 1687 - 5265你2011/129365 / 10.1155——https://doi.org/10.1155/2011/129365——摩根富林明-计算神经科学情报和PB Hindawi出版公司KW - ER