【补充：脑电绘图教程 2】如何手动去除ICA伪迹分量

ICA可以将脑电信号分解为多个IC分量，由每个分量的平均功率地形图可以看出哪些分量属于伪迹，去除伪迹分量后，即可得到“干净”的脑电信号。本教程主要总结如何人工识别出ICA伪迹分量，不涉及ICA的原理讲解。

本教程的主要知识来源是ICLabel官网SCCN: Independent Component Labeling --- SCCN：独立组件标签 (ucsd.edu)

ICLabel致力于自动识别IC分量属于哪种伪迹，并标记伪迹占比，可以在eeglabel中很方便地使用。ICLabel给出了几种常见伪迹的特点，本教程主要是根据ICLabel给出伪迹特点，对自己的数据集手动去除伪迹，以更深入了解自己数据集的质量和伪迹特点。

1. 常见脑电伪迹及其特点

1.1 正常脑电信号的特点

1. 偶极子拟合的残差（RV）很低，通常低于 15%
2. 功率谱随频率增加而减小
3. 功率谱的峰值通常在 5 到 30 Hz 之间，最常见的峰值在 10 Hz
4. 任务态的脑电可能有明显的ERP

例1：单偶极子脑电

这种单个区域激活比较强的，可能表现该脑电与大脑某个偶极子拟合，主要看功率谱在10Hz上有明显峰值，且RV<15%。

 例2：深偶极子脑电

 1.2 眼电伪迹的特点

1. 集中在Fp1、Fp2这种接近眼睛位置的导联
2. 功率集中在低频（<5Hz）
3. 眼电信号类似阶跃函数

例1：眨眼伪迹

集中在前额区，且功率集中在低频段，波形呈阶跃函数状

例2： 眼动伪迹

集中在前额侧，出现左右侧功率正负的地形图，功率集中在低频段

 

例3：带其他伪迹的眼动伪迹

集中在前额侧，出现左右侧功率正负的地形图，功率集中在低频段，但其他频段也有数据

1.3 肌电伪迹特点

1. 功率集中在高频率（20Hz及以上）
2. 在脑电地形图上，位于颅骨外或很接近颅骨

位于颅骨外，功率集中在高频段

 1.4 心电伪迹特点

1. 1Hz左右
2. 线性梯度的地形图

地形图分布均匀，呈线性梯度，波形图有规律的峰值

1.5 工频噪声 

 功率谱峰值在 50Hz 或 60Hz

1.6 通道噪声 

由通道接触不良、电极滑动引起的噪声，几乎所有权重都集中在一个通道，通常不影响其他通道。

1. 局灶性的地形图
2. 一直保持一致起伏或幅值很大的曲线
3. 功率谱递减

1.7 其他 

不归属于以上任何一个伪迹，可能是脑电与其他伪迹的混合，主要表现为斑点状、零散状地形图