<div dir="ltr">Dear Marius,<div><br></div><div>> It was also different for different algorithms, meaning the areas were not Brodmann, but different per algorithm used and the boundaries were based on their inaccuracies etc. Do you know more of this and if so what is your thought here?<br></div><div class="gmail_extra"><br></div><div class="gmail_extra">In my humble understanding, dipole model is very simple. Meanwhile, distributed source model is complex i.e. requires more parameters to make it look nice. SCCN has also developed Sparse, Compact and Smooth (SCS) algorithm etc, which I criticize too; I don't think 'compact' assumption always holds. </div><div class="gmail_extra"><br></div><div class="gmail_extra">It seems the biggest limitation of ICA+dipole approach is that when ICA returns non-point source approximation with a single dipole naturally fails.</div><div class="gmail_extra"><br></div><div class="gmail_extra">I have no experience in using distributed model (I admit that I have been a 'blind believer' on this point so far). My former colleagues, now at Qusp, were positive to the distributed source models, but I'm not so sure. Because I can easily imagine far more assumptions are necessary to make the scheme work. My hunch is that both methods are equally bad :-) so I would choose a simpler one. A nihilist's opinion.</div><div class="gmail_extra"><br></div><div class="gmail_extra"> I say this because this field is still very primitive. One example is that so far an electric forward model did not even have blood vessels, studies of which started just recently (Fiederer et al., 2016) though all radiologists have been using MR angiography for a few decades.</div><div class="gmail_extra"><br></div><div class="gmail_extra">After all, EEG is still a adolesc-i-ence. We have many things to do!</div><div class="gmail_extra"><br></div><div class="gmail_extra">Makoto</div><div class="gmail_extra"><br></div><div class="gmail_extra"><br></div><div class="gmail_extra"><br><div class="gmail_quote">On Thu, Jul 27, 2017 at 4:17 PM, Marius Klug <span dir="ltr"><<a href="mailto:marius.s.klug@gmail.com" target="_blank">marius.s.klug@gmail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><div dir="auto"><div>Dear Makoto, </div><div dir="auto"><br></div><div dir="auto">thank you for this thread, this is vital to keep investigations in actual problems of ICA and spatial filters active and on point! </div><div dir="auto"><br></div><div dir="auto">The spatial stationarity is especially a problem as soon as you investigate any kind of muscle, as you've shown once yourself (I believe?), which is important for MoBI research. But yes, also cortical traveling waves might pose a more than trivial problem... The way spatial filters are, it's not really solvable, is it? </div><div dir="auto"><br></div><div dir="auto">It also goes together with the problem of temporal instationarity. It would effectively mean that we need a new filter for each frame of the traveling wave (for max resolution), which would disable any meaningful interpretation the way its done right now, right? A hard nut to crack for sure... As for different models for different tasks: I think this is also a result in itself. It shows nicely that the brain has different working modes, or states, if it solves different tasks. We thought of taking multiple models of the AMICA into account, but stick with one for now until we have everything working smoothly. Interesting thing! </div><div dir="auto"><br></div><div dir="auto">And for the last point: I heard a talk a while ago where source localization wasn't done based on dipoles but on specific areas most likely to be the origin of a filter. It was also different for different algorithms, meaning the areas were not Brodmann, but different per algorithm used and the boundaries were based on their inaccuracies etc. Do you know more of this and if so what is your thought here? I'm afraid I cannot do more research at the moment since I don't have access to a PC for a while (I'm writing on my phone)... </div><div dir="auto"><br></div><div dir="auto"><br></div><div dir="auto">Robert, </div><div dir="auto"><br></div><div dir="auto">those quotes show that we all agree that the phase is different if data is taken out. This is no surprise at all, since, obviously, data was taken out. The claim is that the data that was taken out was artifact. As I've written, it might be that this claim does not hold true perfectly with 19 channels BUT this is untested. It may be that the changed phase is the better, i.e. more "brainy" phase, and results for tests are more precise. It may be that they are not, because a sufficiently large amount of brain data has slipped into the eye component (not impossible with 19 channels). The latter would be a problem, and investigating this would be important (writing the same things on the eeglablist all the time not so much) and it would answer Andy's second question. </div><div dir="auto"><br></div><div dir="auto">The 19-18 bitcoins example does not hold true either. One does create the same amount of channels from fewer sources. Not from fewer channels. The latter would be interpolation and is also regularly used, by the way. The former takes specific sources out and simulates a recording without these sources. Both final data matrices have a reduced rank. It is more so that the EEG contains a few gold nuggets (brain sources) and many stones (artifact sources) crushed and mixed together and then placed in a few bowls (channels), and ICA tries to separate those and created the most accurate representation of gold nuggets and stones it can. The most obvious stones are then taken out and the remaining gold and a smaller amount of stone powder is then placed back into the bowls again. They are a little less filled then (rank reduction) and the quality of the powder in the bowls is different (phase has changed) because a stone is missing. If there are only 19 channels (and also with high-density, but less gravely so) the ICA cannot separate gold from stone perfectly so there is a risk of throwing away some gold. There are other algorithms (spatio-spectral decomposition, SSD, for example) that separate based on different criteria, but in the end all are the same train of thought: Unmixing the mix of gold and stone. If one does not think there is stone in the bowls one of course thinks all changes lower the value. This is an assumption at least as big as the assumptions underlying ICA... </div><div dir="auto"><br></div><div dir="auto">I hope this is a nice example and helps all readers understand the topic a little better! Andy, has this helped you with your first question? I cannot contribute to the second, but I do think it is important to check! </div><div dir="auto"><br></div><div dir="auto">Best,  </div><span class="gmail-HOEnZb"><font color="#888888"><div dir="auto">Marius </div></font></span><div><div class="gmail-h5"><div dir="auto"><br></div><div dir="auto"><div class="gmail_extra" dir="auto"><div class="gmail_quote">Am 27.07.2017 20:53 schrieb "otte georges" <<a href="mailto:georges.otte@pandora.be" target="_blank">georges.otte@pandora.be</a>>:<br type="attribution"><blockquote class="gmail-m_4988659305256251396quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><div lang="NL"><div class="gmail-m_4988659305256251396m_5237897775657232904WordSection1"><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)">Dear Andrew<u></u><u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)"><u></u> <u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)">As a clinical neuropsychiatrist I completely share your concerns as they boil down to the question: “do we need to conserve the information contained in the raw EEG data recorded at the scalp  or will cleaned up (ICA reconstruction) data will provide a better view on the brain functioning?”<u></u><u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)"><u></u> <u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)">I have tried to address this in a mail at the beginning of this month but it got probably lost. See below.<u></u><u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)"><u></u> <u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)">Basically, for me (but that is a personal view) the time series of EEG recorded at the scalp contain information about network node communication in health and disease. This information is contained in the phase differences between the sources (brain sources). As we all know EEG can be contaminated by activity originating from non-brain sources or even technical (non biological) causes.  Eliminating parts of the EEG that are contaminated by those elements is a daily job (as is taking care on recording situations with patients so that artefacts are minimal). <u></u><u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)"><u></u> <u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)">There is a large class of methods available for elimination of artefacts. The classical ones keep the phase content (phase lag differences) between the channels intact and some may not do that.<u></u><u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)"><u></u> <u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)">Personally, I would avoid methods that alter this information and prefer methods that do not.<u></u><u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)"><u></u> <u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)">   <u></u><u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)">Sincerely<u></u><u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)"><u></u> <u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="font-size:14pt;color:rgb(31,73,125)">Georges<u></u><u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="color:rgb(31,73,125)"><u></u> <u></u></span></p><p class="MsoNormal"><span lang="EN-US">There is a major evolution in modern neuropsychiatry that aims at linking clinical symptoms to brain network dysfunctions. While this approach was successful in grounding neurological symptoms to structural pathologic alternations in brain networks, in psychiatry the main momentum was not structural but functional network dysfunctions. While fMRI was the pioneer, the much better time resolution of MEG and EEG made them the preferred tools. Their output ( time series) is but a means to further construct a functional image of the networks involved where phase dynamics teach us the directionality of the information flow in the network nodes and allows us by comparison with a database of normal values what functional abnormalities can be detected. For me phase integrity in the data is thus very important to be able to construct valuable graph theory models of those networks be them dysfunctional or compensatory. Much work has been devoted on this topic since many decades by DrThatcher but also by many other authors such as Vinod Menon ( Stanford) linking psychiatric symptoms to specific network dysfunctions. For us, clinicians this introduces a new approach to neuroscientific psychiatry that links psychiatry back to it's neurobiological roots and can hopefully one day send the DSM categorization to the museum of the history of psychiatry.<u></u><u></u></span></p><p class="MsoNormal"><span lang="EN-US">As phase is IMHO a most important parameter in order to establish the network internode information flow, it should not come as a surprise to hear that some find phase unimportant as contaminated by continuous artefact or hear about ICA’ s a signal reconstruction method that presents the danger of changing the phase dynamics in the original time series especially in low channel (19ch) recordings with perhaps more prominent effect due to overcompleteness. <u></u><u></u></span></p><p class="MsoNormal"><span lang="EN-US">If in a 19 ch. EEG a clinician rejects (nulls out the rows of the mixing matrix ) ICAas components for blinks EMG, pletysmo and ecg ( 4 ) and then does a "reconstruction"  ( creating 19 channels  out of 15 ??) what we then get might look nice but is IMHO  not a valid base for a graph theoretical model of the underlying brain network.<u></u><u></u></span></p><p class="MsoNormal"><span lang="EN-US">I think this is the reason this discussion is important and certainly not a trivial pro or contra ICA pugilism. <u></u><u></u></span></p><p class="MsoNormal"><span lang="EN-US"><u></u> <u></u></span></p><p class="MsoNormal"><span lang="NL-BE">Sincerely<u></u><u></u></span></p><p class="MsoNormal"><span lang="NL-BE"><u></u> <u></u></span></p><p class="MsoNormal"><span lang="NL-BE">Georges<u></u><u></u></span></p><p class="MsoNormal"><span lang="EN-US" style="color:rgb(31,73,125)"><u></u> <u></u></span></p><p class="MsoNormal"><b><span lang="EN-US">From:</span></b><span lang="EN-US"> Andrew Smart [mailto:<a href="mailto:andrew.johnsmart@gmail.com" target="_blank">andrew.johnsmart@gmail<wbr>.com</a>] <br><b>Sent:</b> Thursday, July 27, 2017 12:43 AM<br><b>To:</b> <a href="mailto:mmiyakoshi@ucsd.edu" target="_blank">mmiyakoshi@ucsd.edu</a><br><b>Cc</b></span><b>:</b> Robert Thatcher <<a href="mailto:rwthatcher2@yahoo.com" target="_blank">rwthatcher2@yahoo.com</a>>; EEGLAB List <<a href="mailto:eeglablist@sccn.ucsd.edu" target="_blank">eeglablist@sccn.ucsd.edu</a>>; Georges Otte <<a href="mailto:georges.otte@telenet.be" target="_blank">georges.otte@telenet.be</a>><br><b>Subject:</b> Re: [Eeglablist] Beyond good and evil of ICA<u></u><u></u></p><div class="gmail-m_4988659305256251396elided-text"><p class="MsoNormal"><u></u> <u></u></p><div><p class="MsoNormal">Hi all,<u></u><u></u></p><div><p class="MsoNormal"><u></u> <u></u></p></div><div><p class="MsoNormal">I am somewhat of an outsider in this discussion so forgive my limited understanding as I haven't worked on EEG and ICA for a few years, but I am fascinated by this debate and many thanks for the clear and reasoned arguments from all sides. I have since worked in clinical science and FDA regulated areas with sensors and sensor data - and so have some familiarity with the validation required for example to use sensor data as a clinical endpoint. <u></u><u></u></p></div><div><p class="MsoNormal"><u></u> <u></u></p></div><div><p class="MsoNormal">I have two questions regarding this discussion that I am not understanding entirely:<u></u><u></u></p></div><div><p class="MsoNormal"><u></u> <u></u></p></div><div><p class="MsoNormal">1) The idea of phase distortion as opposed to "true" brain phase. I would like to understand better what the arguments are for saying that the phase of the raw channel data is the ground truth (for lack of a better phrase) and that ICA distorts this "true" phase (this is my understanding of one side of the debate). It seems all agree that ICA changes the relative phase of the channel data - but the debate is about whether this is in fact a distortion? I.e., is the raw channel data somehow a better representation of the "true" electrical activity of the brain? It seems like the crux of the debate is whether the raw EEG is "truer" than the ICA cleaned data - from my perspective it seems like the ICA reconstructed time series is closer to whatever "true" underlying brain signals are contributing to the scalp recording. <br><br>Another way to ask maybe: I don't understand what we're supposed to be comparing ICA phase to and why it's a distortion? A distortion of what? One way of looking at it is that ICA is actually correcting the phase by removing artifacts, not distorting it - is that fair? <u></u><u></u></p></div><div><p class="MsoNormal"><u></u> <u></u></p></div><div><p class="MsoNormal">2) Has anyone filed a 510k to FDA for example using ICA on EEG data for a medical purpose? I.e., where the intended use of the ICA results is to diagnose or treat neurological disease? My question is really - what is the clinical relevance of this discussion? <u></u><u></u></p></div><div><p class="MsoNormal"><u></u> <u></u></p></div><div><p class="MsoNormal">Many thanks,<u></u><u></u></p></div><div><p class="MsoNormal">Andy<u></u><u></u></p></div></div><div><p class="MsoNormal"><u></u> <u></u></p><div><p class="MsoNormal">On Wed, Jul 26, 2017 at 2:40 PM, Makoto Miyakoshi <<a href="mailto:mmiyakoshi@ucsd.edu" target="_blank">mmiyakoshi@ucsd.edu</a>> wrote:<u></u><u></u></p><blockquote style="border-top:none;border-right:none;border-bottom:none;border-left:1pt solid rgb(204,204,204);padding:0cm 0cm 0cm 6pt;margin-left:4.8pt;margin-right:0cm"><div><p class="MsoNormal">Dear Robert,<u></u><u></u></p><div><p class="MsoNormal"><u></u> <u></u></p></div><div><p class="MsoNormal">I want to know all publications that makes a clear claim that 'ICA distorts phase'. I will include all of them for our clarification paper. So far I know Montefusco-Siegmunt et al. (2013) is the only paper that makes this invalid claim. If you know other papers, please let me know.<u></u><u></u></p></div><div><p class="MsoNormal"><u></u> <u></u></p></div><div><p class="MsoNormal">Again, you are calling the difference between 18 Bitcoins and 19 Bitcoins 'distortion'. It's a due change. See the pages below.<u></u><u></u></p></div><div><p class="MsoNormal"><a href="https://sccn.ucsd.edu/wiki/How_phase_is_calculated_in_linear_decomposition" target="_blank">https://sccn.ucsd.edu/wiki/How<wbr>_phase_is_calculated_in_linear<wbr>_decomposition</a><u></u><u></u></p></div><div><p class="MsoNormal"><a href="https://sccn.ucsd.edu/wiki/ICA_phase_distortion" target="_blank">https://sccn.ucsd.edu/wiki/ICA<wbr>_phase_distortion</a><u></u><u></u></p></div><div><p class="MsoNormal"><u></u> <u></u></p></div><div><p class="MsoNormal">Georges, Ramon told me that all the posts were published on the list. If otherwise, please let us know. Sorry for the trouble.<u></u><u></u></p></div><div><p class="MsoNormal"><u></u> <u></u></p></div><div><p class="MsoNormal">Makoto<u></u><u></u></p></div></div><div><p class="MsoNormal"><u></u> <u></u></p><div><p class="MsoNormal">On Wed, Jul 26, 2017 at 12:06 PM, Robert Thatcher <<a href="mailto:rwthatcher2@yahoo.com" target="_blank">rwthatcher2@yahoo.com</a>> wrote:<u></u><u></u></p><blockquote style="border-top:none;border-right:none;border-bottom:none;border-left:1pt solid rgb(204,204,204);padding:0cm 0cm 0cm 6pt;margin-left:4.8pt;margin-right:0cm"><div><div><div><div><p class="MsoNormal"><span style="font-size:12pt;font-family:Helvetica,sans-serif">Dear Makoto,<u></u><u></u></span></p></div></div><div><p class="MsoNormal"><span style="font-size:12pt;font-family:Helvetica,sans-serif">   I think your criticisms are important and note that there are traveling waves in the EEG and also there is nonlinearity in the form of wave dispersion as noted by Nunez, 1981 and demonstrated in the paper that can be downloaded at this url (see Table IV):<u></u><u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u> <u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:12pt;font-family:Helvetica,sans-serif"><a href="http://www.appliedneuroscience.com/TWO-COMPARTMENTAL_MODEL_EEG_COHERENCE.pdf" target="_blank">http://www.appliedneuroscience<wbr>.com/TWO-COMPARTMENTAL_MODEL_<wbr>EEG_COHERENCE.pdf</a><u></u><u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u> <u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:12pt;font-family:Helvetica,sans-serif">It seems that your 3rd criticism does not recognize that ICA reconstruction of a new time series violates the "Reciprocity" theorem of Helmoltz and the "Lead Field" necessary for a valid inverse solution.<u></u><u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u> <u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:12pt;font-family:Helvetica,sans-serif">You mentioned a recent criticism on ICA that you stated is "technically invalid".   I doubt that you are referring to the criticism about ICA reconstruction adulterating phase differences between EEG channels?   The issue of ICA reconstruction and phase alteration is a settled issue based on math (not the separation of mixtures of phase or frequencies but rather the cross-spectrum at the same frequency at different locations) as well as multiple empirical demonstrations and tutorial demonstrations that anyone can verify for themselves.  Also, I am copying from the Eelablist statements by yourself and five others agreeing that ICA reconstruction alters phase differences.  <u></u><u></u></span></p></div><div><p class="gmail-m_4988659305256251396m_5237897775657232904m-4756651227637309558m2860405150461759669ydpd4758496msonormal"><span style="font-size:14pt;font-family:Helvetica,sans-serif">“If you remove IC and reconstruct channel EEG by back projecting the remaining ICs, of course it changes channel EEG phase!” (Makoto Miyakoshi, Eeglablist ICA and signal phase content, Sept. 16, 2014) </span><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u><u></u></span></p><p class="gmail-m_4988659305256251396m_5237897775657232904m-4756651227637309558m2860405150461759669ydpd4758496msonormal"><span style="font-size:14pt;font-family:Helvetica,sans-serif"> </span><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u><u></u></span></p><div><p class="MsoNormal"><span style="font-size:14pt;font-family:Helvetica,sans-serif">“The EEG reconstruction after removing bad components/sources MAY change the phase value of the signal at any electrode.” (M. Rezazadeh Eeglablist ICA and signal phase content, Sept. 18, 2014).</span><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u><u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u> <u></u></span></p></div><p class="gmail-m_4988659305256251396m_5237897775657232904m-4756651227637309558m2860405150461759669ydpd4758496msonormal"><span style="font-size:14pt;font-family:"Times New Roman",serif">“The reconstructed data after removing spurious ICA components differs from the original time series, and because of that there are phase differences.” (Arnaud Delorme, </span><span style="font-size:14pt;font-family:Helvetica,sans-serif">Eeglablist ICA misinformation, June 10, 2017).</span><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u><u></u></span></p><p class="gmail-m_4988659305256251396m_5237897775657232904m-4756651227637309558m2860405150461759669ydpd4758496msonormal"><span style="font-size:14pt;font-family:Helvetica,sans-serif"> </span><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u><u></u></span></p><p class="gmail-m_4988659305256251396m_5237897775657232904m-4756651227637309558m2860405150461759669ydpd4758496msonormal"><span style="font-size:14pt;font-family:Helvetica,sans-serif">  </span><span style="font-size:14pt;font-family:"Times New Roman",serif">“I first noticed the problem with phase distortion more than a decade ago” (Robert Lawson, </span><span style="font-size:14pt;font-family:Helvetica,sans-serif">Eeglablist ICA misinformation, June 14, 2017).</span><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u><u></u></span></p><p class="gmail-m_4988659305256251396m_5237897775657232904m-4756651227637309558m2860405150461759669ydpd4758496msonormal"><span style="font-size:14pt;font-family:Helvetica,sans-serif"> </span><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u><u></u></span></p><div><p class="MsoNormal"><span style="font-size:14pt;font-family:"Times New Roman",serif">“I think Bob is right that the relative phase will be changed by deleting 1 or 2 artifact components.” (Ramesh Srinivasan, </span><span style="font-size:14pt;font-family:Helvetica,sans-serif">Eeglablist ICA misinformation, June 14, 2017).</span><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u><u></u></span></p></div></div><div><p class="MsoNormal"><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u> <u></u></span></p></div><div><p class="gmail-m_4988659305256251396m_5237897775657232904m-4756651227637309558m2860405150461759669ydpceab13d3msonormal"><span style="font-size:14pt;font-family:"Times New Roman",serif">“We found phase distortions in the 8-10 Hz alfa band (greatest near the source of artefact) but also on more remote electrodes such as occipital and also in artefact free strokes of EEG.” (Georges Otte, </span><span style="font-size:14pt;font-family:Helvetica,sans-serif">Eeglablist ICA misinformation, June 15, 2017).</span><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u><u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:12pt;font-family:Helvetica,sans-serif">Best regards,<u></u><u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u> <u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:12pt;font-family:Helvetica,sans-serif">Robert<u></u><u></u></span></p></div><div><div><div><div><div><p class="MsoNormal"><span style="font-size:12pt;font-family:Helvetica,sans-serif"><u></u> <u></u></span></p></div><div id="gmail-m_4988659305256251396m_5237897775657232904m_-4756651227637309558m_2860405150461759669ydpb3d79c09yahoo_quoted_1295088611"><div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)">On Wednesday, July 26, 2017, 2:01:59 PM EDT, Makoto Miyakoshi <<a href="mailto:mmiyakoshi@ucsd.edu" target="_blank">mmiyakoshi@ucsd.edu</a>> wrote:<u></u><u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)"><u></u> <u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)"><u></u> <u></u></span></p></div><div><div id="gmail-m_4988659305256251396m_5237897775657232904m_-4756651227637309558m_2860405150461759669ydpb3d79c09yiv4477574556"><div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)">Dear List,<u></u><u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)"><u></u> <u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)">Recently there was a criticism against ICA on the list. Unfortunately it is technically invalid so I remained unsatisfied. Let me share real problems of the ICA model (Onton and Makeig 2006) to re-do it. This is a continued discussion from the one titled 'How phase is calculated in linear decomposition' and now this is my turn to criticize ICA!<u></u><u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)"><u></u> <u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)">As far as I know, there are three known limitations in ICA model.<u></u><u></u></span></p></div><div><ol start="1" type="1"><li class="MsoNormal" style="color:rgb(38,40,42);margin-left:0cm"><span style="font-size:10pt;font-family:Helvetica,sans-serif">Spatial stationarity. I have seen a nice traveling waves in ECoG grid data during Joaquin Repela's presentation at SCCN. This clearly violates the assumptions of spatial stationarity in ICA.<u></u><u></u></span></li><li class="MsoNormal" style="color:rgb(38,40,42);margin-left:0cm"><span style="font-size:10pt;font-family:Helvetica,sans-serif">Temporal stationarity. Shawn Hsu at SCCN presented time-series data of ICA model likelihood during drowsy driving task. Also, Jason Palmer's AMICA also demonstrated temporal changes in model likelihood. So one model per data does not fit the truth (unless the task has a strong control over a subject's cognitive and behavioral states).<u></u><u></u></span></li><li class="MsoNormal" style="color:rgb(38,40,42);margin-left:0cm"><span style="font-size:10pt;font-family:Helvetica,sans-serif">Dipolar source model. Although most of ICA results are fit with dipole models, it seems ICA also returns (probably) non-point sources. When one fits a dipole model to such a non-point source, the location tend to end up with physiologically invalid depth (this is the most annoying thing about ICA today)<u></u><u></u></span></li></ol><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)">I'd like to hear detailed criticism about these points. Note I saw these critical counterevidence in SCCN; we are not a boring ICA cult who have blind belief in it.<u></u><u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)"><u></u> <u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)">Nonetheless, ICA model has a critical merit. I named it <i>Independence-Dipolarity Identity (I-D Identity, or IDId)</i>. I-D Identity means that when ICA solves temporally problem, it also solves spatial problem at the same time <i>without using ANY spatial constraint</i>. Dipolarity can be thought of, in short, <i>biophysical origin-ness</i>. Hence I believe that this is evidence that ICA hits <i>some </i>physiological truth of EEG generation.<u></u><u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)"><u></u> <u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)">There could be multiple criticisms against the limitations of ICA model, but at the same time any criticism, at least so far, was NOT strong enough to deny <i>I-D Identity </i>of the ICA model<i>. </i>After all, because of this <i>I-D Identity</i>, I still advocate ICA (but similar dipolarity can be achieved by using very different approach, such as SOBI... so independence is not the only requirement to reach the biophysical validity. It's still a mystery to me.)<u></u><u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)"><u></u> <u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)">All models are wrong, but some are useful... but I want to go beyond this statement to reach the ground truth of EEG!<u></u><u></u></span></p></div></div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)"><u></u> <u></u></span></p></div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)">-- <u></u><u></u></span></p><div><div><p class="MsoNormal"><span style="font-size:10pt;font-family:Helvetica,sans-serif;color:rgb(38,40,42)">Makoto Miyakoshi<br>Swartz Center for Computational Neuroscience<br>Institute for Neural Computation, University of California San Diego<u></u><u></u></span></p></div></div></div></div></div></div></div></div></div></div></div></div></div></div></blockquote></div><div><div><p class="MsoNormal"><br><br clear="all"><u></u><u></u></p><div><p class="MsoNormal"><u></u> <u></u></p></div><p class="MsoNormal">-- <u></u><u></u></p><div><div><p class="MsoNormal">Makoto Miyakoshi<br>Swartz Center for Computational Neuroscience<br>Institute for Neural Computation, University of California San Diego<u></u><u></u></p></div></div></div></div></div><p class="MsoNormal"><br>______________________________<wbr>_________________<br>Eeglablist page: <a href="http://sccn.ucsd.edu/eeglab/eeglabmail.html" target="_blank">http://sccn.ucsd.edu/eeglab/ee<wbr>glabmail.html</a><br>To unsubscribe, send an empty email to <a href="mailto:eeglablist-unsubscribe@sccn.ucsd.edu" target="_blank">eeglablist-unsubscribe@sccn.uc<wbr>sd.edu</a><br>For digest mode, send an email with the subject "set digest mime" to <a href="mailto:eeglablist-request@sccn.ucsd.edu" target="_blank">eeglablist-request@sccn.ucsd.e<wbr>du</a><u></u><u></u></p></blockquote></div><p class="MsoNormal"><br><br clear="all"><u></u><u></u></p><div><p class="MsoNormal"><u></u> <u></u></p></div><p class="MsoNormal">-- <u></u><u></u></p><div><div><div><div><p class="MsoNormal">Andrew Smart<u></u><u></u></p><div><p class="MsoNormal"><u></u> <u></u></p></div><div><p class="MsoNormal">Author<u></u><u></u></p></div><div><p class="MsoNormal"><a href="http://www.orbooks.com/andrew-smart/" target="_blank">OR Books</a><u></u><u></u></p></div><div><p class="MsoNormal"><u></u> <u></u></p></div><div><p class="MsoNormal">News Editor<u></u><u></u></p></div><div><p class="MsoNormal"><a href="http://idler.co.uk/" target="_blank">Idler</a> <u></u><u></u></p></div></div></div></div></div></div></div></div></div><br>______________________________<wbr>_________________<br>
Eeglablist page: <a href="http://sccn.ucsd.edu/eeglab/eeglabmail.html" rel="noreferrer" target="_blank">http://sccn.ucsd.edu/eeglab/ee<wbr>glabmail.html</a><br>
To unsubscribe, send an empty email to <a href="mailto:eeglablist-unsubscribe@sccn.ucsd.edu" target="_blank">eeglablist-unsubscribe@sccn.uc<wbr>sd.edu</a><br>
For digest mode, send an email with the subject "set digest mime" to <a href="mailto:eeglablist-request@sccn.ucsd.edu" target="_blank">eeglablist-request@sccn.ucsd.e<wbr>du</a><br></blockquote></div><br></div></div></div></div></div>
</blockquote></div><br><br clear="all"><div><br></div>-- <br><div class="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></div>