Saltar al contenido principal
Library homepage
 
LibreTexts Español

9.11: Principales conclusiones y referencias

  • Page ID
    151892
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Claves para llevar

    • Al igual que con el rechazo de artefactos, el objetivo general al diseñar una estrategia de corrección de artefactos es maximizar la probabilidad de que obtenga una respuesta precisa a la pregunta científica que su estudio está diseñado para responder. Esto generalmente implica reducir el ruido para maximizar la potencia estadística, evitar tensiones artefactuales y evitar cambios no deseados en la entrada sensorial.
    • Se puede evaluar la reducción de ruido examinando la pyme antes y después de la corrección.
    • Se pueden evaluar los confundidos reconstruyendo los datos solo con los CI artifácticos y buscando diferencias entre condiciones.
    • La corrección de artefactos no se puede utilizar para evitar cambios de artefactos en la entrada sensorial, y normalmente querrá emplear la detección y rechazo de artefactos para ese propósito (además de la corrección de artefactos) en estudios con estímulos visuales.
    • Se sabe que algunos de los supuestos de ICA son incorrectos y, por lo tanto, es imperfecto. En la práctica, ICA funciona mejor para artefactos grandes y frecuentes, como parpadeos. Por lo tanto, recomiendo una estrategia de corrección conservadora en la que se elimine solo el pequeño conjunto de CI que corresponden con artefactos bien entendidos y solo después de haber establecido que en realidad son problemáticos (es decir, reducir sustancialmente la calidad de los datos y/o crear confundidos).

    Referencias

    Artoni, F., Delorme, A., & Makeig, S. (2018). La aplicación de reducción de dimensiones a los datos EEG mediante el Análisis de Componentes Principales reduce la calidad de su posterior descomposición de Componentes Independientes. Neuroimagen, 175, 176—187. https://doi.org/10.1016/j.neuroimage.2018.03.016

    Berger, H. (1929). Ueber das Elektrenkephalogramm des Menschen. Archivos Piel Psiquiatrie Nervenkrankheiten, 87, 527—570.

    Bigdely-Shamlo, N., Mullen, T., Kothe, C., Su, K.-M., & Robbins, K. A. (2015). El pipeline PREP: Preprocesamiento estandarizado para análisis EEG a gran escala. Fronteras en Neuroinformática, 9. https://doi.org/10.3389/fninf.2015.00016

    Box, G. E. P. (1976). Ciencia y Estadística. Revista de la Asociación Americana de Estadística, 71 (356), 791—799. https://doi.org/10.1080/01621459.1976.10480949

    Dimigen, O. (2020). Optimización de la eliminación basada en ICA de artefactos de EEG oculares a partir de experimentos de visualización libre. NeuroImage, 207, 116117. https://doi.org/10.1016/j.neuroimage.2019.116117

    Drisdelle, B. L., Aubin, S., & Jolicoeur, P. (2017). Tratamiento de artefactos oculares en ERPs lateralizados en estudios de atención y memoria visual-espacial: corrección ICA versus rechazo de época. Psicofisiología, 54 (1), 83—99. https://doi.org/10.1111/psyp.12675

    Groppe, D. M., Makeig, S., & Kutas, M. (2009). Identificación de componentes independientes confiables a través de comparaciones de mitad dividida. Neuroimagen, 45, 1199—1211. https://doi.org/10.1016/j.neuroimage.2008.12.038

    Suerte, S. J. (2014). Una Introducción a la Técnica Potencial Relacionada con Eventos, Segunda Edición. Prensa MIT.

    Näätänen, R., & Kreegipuu, K. (2012). La negatividad de desajuste (MMN). En S. J. Luck & E. S. Kappenman (Eds.), The Oxford Handbook of Event-Related Potential Components (pp. 143—157). Prensa de la Universidad de Oxford.


    This page titled 9.11: Principales conclusiones y referencias is shared under a CC BY 4.0 license and was authored, remixed, and/or curated by Steven J Luck directly on the LibreTexts platform.