<div dir="ltr">Dear Abby,<div><br></div><div>That's a new method for me and I don't know how it works. From the abstract, it seems you apply ICA, reject muscle components, then Laplacian? If so, the question is when you want to perform the average reference. Probably you want to average reference after Laplacian so that the computed average reference is EMG free (not exactly free, but very much removed?)</div><div><br></div><div>By the way, ICA cannot decompose EMG becaues EMG source spreads along with muscle fibers, so my former colleague told me. Empirically, I also experienced that muscle is harder to decomposed compared with other typical artifacts such as eyes, which makes sense.</div><div><br></div><div>From Lufthansa455 to Frankfurt,</div><div><br></div><div>Makoto</div><div><br></div><div><br></div></div><div class="gmail_extra"><br><div class="gmail_quote">On Tue, Jan 10, 2017 at 10:28 AM, Dickinson, Abigail <span dir="ltr"><<a href="mailto:ADickinson@mednet.ucla.edu" target="_blank">ADickinson@mednet.ucla.edu</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">




<div dir="ltr">
<div id="m_9143504346431692209divtagdefaultwrapper" dir="ltr" style="font-size:12pt;color:#000000;font-family:Calibri,Arial,Helvetica,sans-serif">
<p>Hi everyone, </p>
<p><br>
</p>
<p>I jwondered if anyone could help me with a question I had regarding using a laplacian filter, and at which stage I should implement the  filter. I currently have a processing pipeline which effectively cleans spontaneous data collected from low-functioning
 children (EGI 128 channel, 500Hz). Due to the nature of our sample I am working with a few constraints, including a high amount of EMG and relatively short recording lengths (1-2 minutes).  </p>
<p><br>
</p>
<p>The processing pipeline I currently use involves:</p>
<p>-FIR filter (high pass:1Hz, low pass:100Hz)</p>
<p>-remove bad channels</p>
<p>-down-sampling to the 10-20 system 25 channel montage (<span style="font-size:12pt">in order to have an adequate k-factor to </span><span style="font-size:12pt">run ICA)
</span></p>
<p>-remove bad segments of data </p>
<p>-Run ICA</p>
<p>-Remove artifactual components</p>
<p>-Re-reference to average</p>
<p><br>
</p>
<p>I recently saw a paper which advocated the use of a laplacian filter along with ICA to remove EMG (<a href="https://www.ncbi.nlm.nih.gov/pubmed/25455426" target="_blank">https://www.ncbi.nlm.nih.gov/<wbr>pubmed/25455426</a>), and also I would like to be able to run cohernece analyses at a channel level, so wanted to re-process this
 data with a laplacian filter. </p>
<p><br>
</p>
<p>However, I cannot apply the laplacian after ICA, as at that point I only have 25 channels. I wondered if anyone could comment on whether it would be appropriate to apply the laplacian filter either on all 128 channels, or after removing bad channels, and
 then continuing with the rest of the processing pipeline detailed above?</p>
<p><br>
</p>
<p>Thanks in advance!</p>
<p><br>
</p>
<p>Best wishes, </p>
<p><br>
</p>
<p>Abby </p>
<p><br>
</p>
</div>
<br>
<hr>
<font face="Arial" color="Navy" size="2"><br>
UCLA HEALTH SCIENCES IMPORTANT WARNING: This email (and any attachments) is only intended for the use of the person or entity to which it is addressed, and may contain information that is privileged and confidential. You, the recipient, are obligated to maintain
 it in a safe, secure and confidential manner. Unauthorized redisclosure or failure to maintain confidentiality may subject you to federal and state penalties. If you are not the intended recipient, please immediately notify us by return email, and delete this
 message from your computer.<br>
</font>
</div>

<br>______________________________<wbr>_________________<br>
Eeglablist page: <a href="http://sccn.ucsd.edu/eeglab/eeglabmail.html" rel="noreferrer" target="_blank">http://sccn.ucsd.edu/eeglab/<wbr>eeglabmail.html</a><br>
To unsubscribe, send an empty email to <a href="mailto:eeglablist-unsubscribe@sccn.ucsd.edu">eeglablist-unsubscribe@sccn.<wbr>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.<wbr>edu</a><br></blockquote></div><br><br clear="all"><div><br></div>-- <br><div class="gmail_signature" data-smartmail="gmail_signature"><div dir="ltr">Makoto Miyakoshi<br>Swartz Center for Computational Neuroscience<br>Institute for Neural Computation, University of California San Diego<br></div></div>
</div>