Hi Tarik & colleagues ,<br><br>Thanks a lot for the suggestion! As I mentioned, the data from eye channels may raise 2 interesting questions:<br><br>(1) the range or scale of eye potentials are different from central channels around vertex Cz before averaged re-reference. Eye data could be 100 micro V with huge variance, whereas channels near Cz may less than 1 micro V, with almost no variance because of the data range. Mathematically, ICA performs linear transform to the EEG data and the data scale shouldn't be an issue. But I'm curious about, computationally, if the ICA algorithm considered about this multi-scale problem, that is, if the ICA training is independent with the different scales of data.<br>
<br>(2) Based on our experience, eye channels are good at the beginning, but sometimes become bad (dry out, not good contact.. ) later during the recording. it's not practical to interpolate them. If, for example,  my data are good for the first half of the recording, but not good for the 2nd half. And I run the ICA on the whole data set, is it possible that the bad part have negative  influence on ICA training across the whole data, not only influences the 2nd part? From my understanding,  the inferior performance of ICA  on bad parts could spread to the whole data set. In this case, removing eye-channels might be even better than keeping them..<br>
<br>Looking forward to further clarification.  <br><br>best,<br><br><div class="gmail_quote">On Wed, Jun 8, 2011 at 5:18 PM, Tarik S Bel-Bahar <span dir="ltr"><<a href="mailto:tarikbelbahar@gmail.com">tarikbelbahar@gmail.com</a>></span> wrote:<br>
<blockquote class="gmail_quote" style="margin: 0pt 0pt 0pt 0.8ex; border-left: 1px solid rgb(204, 204, 204); padding-left: 1ex;"><p>1. In egi data I usually dont see such a big difference. If you are collecting the extra emg via egi's custom setup for extra channels, you should check with them.</p>

<p>1.5. It's probable not enough work has been done as of yet to compare ic decompositions with extra noneeg.channels, and ic decompositions without extra noneeg channels.</p>
<p>2. I often get ic's that seem to pick out one bad channel, but if the.data is cleaned enough, and of appropriate size, for ica, and youve.removed enough bad channels and noisy data, you should get some components that seem brainbased and interpretable.</p>


<p>3. We usually keep in all or most.chamnels around the eyes, unless they are very noisy. Usually ica picks up the eyeblink and eyemovement artifact pretty clearly as an independent ic or two.</p>
<p>4. It will be good to know your final solution for your extra channels, and whether extreme data can bias the ica results.Please let us know.</p>
<div class="gmail_quote">On Jun 8, 2011 1:05 PM, "Chang Gu" <<a href="http://chang.gu" target="_blank">chang.gu</a>@<a href="http://vanderbilt.edu" target="_blank">vanderbilt.edu</a>> wrote:<br type="attribution">
</div>
</blockquote></div><br><br clear="all"><br>-- <br>Chang Gu<div>Psychology & Human Development</div><div>Vanderbilt University </div><div>Nashville, TN</div><div><br></div><br>