Guilia -<div><br></div><div>To combine datasets with 128 and 64 channels, construct an EEGLAB STUDY containing datasets with 64 channels. Does the 128-channel montage include the 64-channel montage as a subset? If so, the reduction from 128- to 64--channel datasets should be simple.</div>
<div><br></div><div>If not, then you may want to spatially resample. My suggested approach for that would be to perform ICA (optimally, see the wiki tutorial) on each of the 128-channel data sets, then resample the 3-D projection of each independent component to the locations of the the 64 channels used in your other datasets. There is not an EEGLAB function to do just that, but it should not be difficult (for someone) to build. Then reconstitute each 128-channel data set by summing the back-projections of all the 128 components (perhaps omitting selected 'noise' components) to the 64 channels. Note that you will then no longer be able to separate all (<=) 128 components when you decompose the new data using ICA (since the data now have only 64 degrees of freedom). </div>
<div><br></div><div>A possibly simpler those less refinable method would be to sample the 64 channels in the interpolated scalp maps of every raw data point - requiring the same scalp map resampling function.</div><div><br>
</div><div>Resampling the data from 64 to 128 channels is probably less optimal (and less efficient). For one, it would still allow recovery of only 64 independent components because the rank of the data matrix (>>help rank) would remain 64, even when 128 channels have been resampled from the scalp maps.</div>
<div><br></div><div>Scott Makeig<br><br><div class="gmail_quote">On Tue, Apr 5, 2011 at 8:23 AM, Giulia Righi <span dir="ltr"><<a href="mailto:grighi@gmail.com">grighi@gmail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex;">




<div>
<font face="Calibri, Verdana, Helvetica, Arial"><span style="font-size:11pt">HI all<br>
<br>
I was wondering whether there is a way to combine datasets with different numbers of channels (64 and 128 channel nets) to include all participants within a study design to run ERSPs and ITCs?<br>
<br>
thank you<br>
<br>
giulia<br>
<br>
</span></font>
</div>


<br>_______________________________________________<br>
Eeglablist page: <a href="http://sccn.ucsd.edu/eeglab/eeglabmail.html" target="_blank">http://sccn.ucsd.edu/eeglab/eeglabmail.html</a><br>
To unsubscribe, send an empty email to <a href="mailto:eeglablist-unsubscribe@sccn.ucsd.edu">eeglablist-unsubscribe@sccn.ucsd.edu</a><br>
For digest mode, send an email with the subject "set digest mime" to <a href="mailto:eeglablist-request@sccn.ucsd.edu">eeglablist-request@sccn.ucsd.edu</a><br></blockquote></div><br><br clear="all"><br>-- <br>Scott Makeig, Research Scientist and Director, Swartz Center for Computational Neuroscience, Institute for Neural Computation & Adj. Prof. of Neurosciences, University of California San Diego, La Jolla CA 92093-0559, <a href="http://sccn.ucsd.edu/~scott" target="_blank">http://sccn.ucsd.edu/~scott</a><br>

</div>