Entfernung elektroenzephalographischer Artefakte: Vergleich zwischen ICA und PCA

Durchgängige elektroenzephalographische (EEG) Artefakte, die mit Blinzeln, Augenbewegungen, Muskelgeräuschen, kardialen Signalen und Linienrauschen verbunden sind, stellen eine große Herausforderung für die EEG-Interpretation und -Analyse dar. Hier schlagen wir eine allgemein anwendbare Methode zum Entfernen einer Vielzahl von Artefakten aus EEG-Aufzeichnungen vor, die auf einer erweiterten Version des Algorithmus zur unabhängigen Komponentenanalyse (ICA) basiert, um die Blindquelle-Trennung in linearen Mischungen unabhängiger Quellensignale durchzuführen. Unsere Ergebnisse zeigen, dass ICA effektiv Verunreinigungen aus einer Vielzahl von Artefaktquellen in EEG-Aufzeichnungen trennen und entfernen kann, wobei die Ergebnisse im Vergleich zu denen, die mit der Hauptkomponentenanalyse (PCA) erzielt wurden, vorteilhaft sind.