9: Corrección de artefactos con análisis de componentes independientes

Última actualización
Guardar como PDF

Page ID: 151872

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

Objetivos de aprendizaje

En este capítulo, aprenderás a:

Conceptualizar la corrección de artefactos en términos del objetivo general de tu investigación y los problemas específicos que plantean los artefactos cuando intentas alcanzar ese objetivo
Descomponer el EEG en un conjunto de componentes independientes (CI), identificar CI que representan artefactos y reconstruir el EEG sin los CI artefactos
Aplicar pasos especiales de preprocesamiento para obtener CI óptimos
Evaluar la efectividad del procedimiento de corrección de artefactos tanto en términos de calidad de datos como de confundidos
Elija de manera inteligente qué CI deben eliminarse de sus datos

En este capítulo se explica cómo utilizar el análisis de componentes independientes (ICA) para corregir ciertos tipos de artefactos (especialmente parpadeos y movimientos oculares). La corrección de artefactos basada en la CIA es un verdadero regalo del sol para experimentos en los que el rechazo de artefactos arrojaría demasiadas pruebas. Y puede mejorar la calidad de los datos para otros experimentos al permitirle incluir la mayoría o todos los ensayos en sus ERP promediados.

Sin embargo, la corrección de artefactos basada en ICA cambia masivamente sus datos. Cada punto de datos se ve afectado. Y si se hace incorrectamente, ICA puede empeorar tus datos y llevar a conclusiones incorrectas. Es un poco como usar backburn para lidiar con un incendio forestal (es decir, iniciar un incendio controlado para eliminar el combustible para el incendio forestal). Si no tienes cuidado, puede salirte de control y dañar lo que estabas tratando de salvar. Realmente necesitas saber qué estás haciendo con ICA para obtener los mejores resultados y evitar quemarte.

Antes de escribir este capítulo, leí mucho para asegurarme de que estaba al día y que las estrategias descritas en este capítulo reflejarían el estado actual del arte. También pasé mucho tiempo aplicando ICA a los datos ERP CORE y evaluando cuidadosamente los resultados. El grupo Makeig de la UCSD siguen siendo los expertos mundiales en corrección de artefactos basada en ICA, por lo que gran parte de lo que escribo en este capítulo se basa en sus recomendaciones. La documentación ICA de EEGLAB es un excelente recurso, especialmente los videos creados por Arnaud Delorme. La página de consejos informales de Makoto Miyakoshi (llamada Tubería de Preprocesamiento de Makoto) también es extremadamente útil. Te recomiendo que leas estas fuentes después de leer el presente capítulo. También recomiendo leer el panorama general de la corrección de artefactos cerca del final del Capítulo 6 de la Suerte (2014), junto con el suplemento en línea de ese capítulo.

Al leer este capítulo, tenga en cuenta que el objetivo final de la corrección de artefactos es el mismo que el objetivo final de la detección de artefactos, que es responder con precisión a la pregunta científica que el experimento fue diseñado para abordar. Además, debes tener en cuenta los tres problemas principales que debemos abordar en el rechazo y corrección de artefactos: potencia estadística reducida como resultado del aumento del ruido, confundidos sistemáticos y problemas de entrada sensorial.