Min - <br><br>EEGLB DIPFIT functions (called from the commandline) will work on any
scalp map, but will only attempt to find a single-dipole model (or
else, a bilaterally symmetric two-dipole model). Fitting more dipoles
can be done using the underlying functions, but is inherently subject
to multiple (local minima) solutions. <br>
<br>To find a scalp map that represents the output of a single source
area (with a single equivalent dipole model) is not easy. Often,
researchers hope that this situation may obtain at peak excursions in
average ERP waveforms. However, very soon after (if not coincident
with) first arrival of sensory information in cortex,  statistics of
EEG activity in many parts of the brain are affected, meaning later
portions of ERPs may typically sum activity arising in multiple
cortical areas. This leaves the problem of finding out which areas are
participating in the ERP, and with which time courses. This problem is
technically difficult, since it is so often spatiotemporally complex. <br>
<br>ICA isolates temporally independent sources in the data. Because of
cortical connectivity patterns, it is far most likely that synchronized
(or partially synchronized) field activity within a cortical patch
produces a (far-field) scalp signal (on most of the electrodes) that is
maximally independent of similar activities produced in other cortical
patches (or in non-brain sources such as scalp muscles). In fact, and
compatible with this physiological model, ICA component maps typically
are well matched to an equivalent single-dipole model. Use the function
envtopo()  (under the menu, Plot > Component ERP with scalp maps) to
see how ICA decomposes a given ERP (of course, after running ICA on the
data -- doing this correctly this takes some care; study the tutorial
and relevant papers).<br>
<br>I and co-authors have discussed these things at more length in a TICS review article:<br><a href="http://sccn.ucsd.edu/%7Escott/pdf/TICS04_Preprint.pdf" target="_blank">http://sccn.ucsd.edu/~scott/pdf/TICS04_Preprint.pdf</a>   (0.5MB)<br>

<br>Practical details are discussed in a book chapter:<br><a href="http://sccn.ucsd.edu/%7Escott/pdf/PBR06.pdf" target="_blank">http://sccn.ucsd.edu/%7Escott/pdf/PBR06.pdf</a>      (36 MB)<br><br>If
you are interested in highest-quality dipole fits (now) and cortical
source estimates (in future, or using other existing software), then
look on the EEGLAB home page for a poster previewing a forward head
modeling toolbox that Zeynep Akalin Acar at SCCN is about to release.<br>
<br>Best luck,<br>Scott Makeig<br><br><br>On Tue, Dec 30, 2008 at 4:12 PM, Min Bao <span dir="ltr"><<a href="mailto:ustcbm@yahoo.com.cn" target="_blank">ustcbm@yahoo.com.cn</a>></span> wrote:<br>

Hi experts,<br><br>I
am new to source localization analysis. I've read the eeglab tutorial
on dipfit. It seems ICA is necessary before doing dipfit. However, the
ICA usually generates N components if there are N electrodes in the
data. Selecting the appropriate component for dipfit is such a
subjective step which makes a newbie like me very confused and
uncomfortable. Could anyone tell me why the ICA is a necessary step
prior to dipfit? Can we do source localization merely on the averaged
epoch (ERP) rather than an independent component? Thanks a lot for any
direction!<br>
<br>Best wishes,<br>Min Bao<br><br><br>Scott Makeig, Research Scientist and Director, Swartz Center for Computational Neuroscience, Institute for Neural Computation, University of California San Diego, La Jolla CA 92093-0961, <a href="http://sccn.ucsd.edu/~scott">http://sccn.ucsd.edu/~scott</a><br>