John - <div><br></div><div>The (Delorme et al., 2012) PLoS One paper will be online <a href="http://dx.plos.org/10.1371/journal.pone.0030135">here</a> -- any day now, I believe; a pre-press ms. is available <a href="http://sccn.ucsd.edu/~scott/pdf/Delorme_EEG_ICs_are_dipolar_lo.pdf">here</a>. A mathematical exposition of Amica is <a href="http://sccn.ucsd.edu/~jason/amica_a.pdf">here</a>, and with related mathematical results on Jason's <a href="http://sccn.ucsd.edu/~jason/">home page</a>.</div>
<div><br></div><div>Scott Makeig</div><div><br><div><br><div class="gmail_quote">On Fri, Feb 3, 2012 at 5:03 PM, John Fredy <span dir="ltr"><<a href="mailto:jfochoaster@gmail.com">jfochoaster@gmail.com</a>></span> wrote:<br>
<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">Hello Scott<br>
<br>
Can you send me please the complete references of Palmer and Delorme?<br>
<br>
Thanks in advance<br>
<br>
John Ochoa<br>
Universidad de Antioquia<br>
<div class="HOEnZb"><div class="h5"><br>
On Thu, Feb 2, 2012 at 10:01 AM, Scott Makeig <<a href="mailto:smakeig@gmail.com">smakeig@gmail.com</a>> wrote:<br>
> Enrico -<br>
><br>
> A best solution would be to record from more electrodes at frontal and<br>
> inferior electrodes around the head -- since (muscle) source density is<br>
> higher here, electrode density should best be higher here as well (as<br>
> non-intuitive as that may sound). This is particularly relevant for a gamma<br>
> band study (see Onton & Makeig, 2009 for an example with 256 electrodes over<br>
> the whole scalp).<br>
><br>
> Also, you should investigate using Amica (Palmer, 2007) with unlikely-data<br>
> rejection set on, and/or possibly using two or more models competing for the<br>
> data (though the latter option is still difficult to interpret). Jason<br>
> Palmer is about to release binaries for PC, Mac, and linux that take<br>
> advantage of multiple cores and processors when possible. A study in press<br>
> (Delorme et al., PLoS One, 2/3/12-) shows Amica to be the best algorithm for<br>
> blind source decomposition of EEG data from at least two angles...<br>
><br>
> Multi-subject ICA sacrifices much of the specificity and accuracy of ICA,<br>
> and also suffers more from undercompleteness (e.g., more<br>
> distinct-if-overlapping independent source projections than channels) than<br>
> single-subject data....<br>
><br>
> Scott Makeig<br>
><br>
> On Wed, Feb 1, 2012 at 6:44 AM, Enrico Schulz <<a href="mailto:enrico.schulz@gmail.com">enrico.schulz@gmail.com</a>><br>
> wrote:<br>
>><br>
>> Dear EEGlab list,<br>
>><br>
>> I have a problem with the ICA-based artefact reduction that is actually<br>
>> not just restricted to the EEGlab software.<br>
>><br>
>> I'm struggling with a lot of high frequency- artefacts at frontal and<br>
>> inferior electrodes around the head exhibiting a much higher amplitude than<br>
>> the cortical gamma band activity I'm interested in. Although it is possible<br>
>> to remove the strongest artefacts, some muscle activity could not be removed<br>
>> in my data sets because some of the artefacts do not give rise to a separate<br>
>> component.<br>
>><br>
>> In my naive view, in addition to the fact that there are still artefacts<br>
>> in the data set, this could lead to a bias for some subjects. In theory, if<br>
>> a strong artefact gives rise to an independent component and can, hence, be<br>
>> removed, the amount of artefacts in that data set is now lower than in a<br>
>> different data set, where that artefact is not strong enough for a distinct<br>
>> component.<br>
>><br>
>> The problem is even more complicated if an experimental group (e.g. pain<br>
>> patients) has stronger muscle artefacts than a healthy control group.<br>
>><br>
>> Sorry for the long introduction, but my actual question is, whether it is<br>
>> possible to concatenate all single subject files and doing the ICA for that<br>
>> big file.<br>
>> I'm aware that this approach has other disadvantages, e.g. it requires a<br>
>> similar topography for each artefact across all subjects and a fast<br>
>> machine.<br>
>><br>
>> Any help/opinion is highly appreciated!<br>
>><br>
>> Best regards,<br>
>> Enrico<br>
>><br>
>><br>
>><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<br>
>> <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<br>
>> <a href="mailto:eeglablist-request@sccn.ucsd.edu">eeglablist-request@sccn.ucsd.edu</a><br>
><br>
><br>
><br>
><br>
> --<br>
> Scott Makeig, Research Scientist and Director, Swartz Center for<br>
> Computational Neuroscience, Institute for Neural Computation; Prof. of<br>
> Neurosciences (Adj.), University of California San Diego, La Jolla CA<br>
> 92093-0559, <a href="http://sccn.ucsd.edu/~scott" target="_blank">http://sccn.ucsd.edu/~scott</a><br>
><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<br>
> <a href="mailto:eeglablist-request@sccn.ucsd.edu">eeglablist-request@sccn.ucsd.edu</a><br>
</div></div></blockquote></div><br><br clear="all"><div><br></div>-- <br>Scott Makeig, Research Scientist and Director, Swartz Center for Computational Neuroscience, Institute for Neural Computation; Prof. of Neurosciences (Adj.), University of California San Diego, La Jolla CA 92093-0559, <a href="http://sccn.ucsd.edu/%7Escott" target="_blank">http://sccn.ucsd.edu/~scott</a><br>

</div></div>