<div dir="ltr">Dear Roberto,<div><br></div><div><div><font color="#0000ff">> 1) My initial concern is that I want to run regression analyses through MNE-python on epoched and artifact-free data (this is because the matlab toolbox for it is quite buggy). Is that at all compatible with your ASR pipeline?</font></div><div><font color="#0000ff"><br></font></div><div><font color="#000000">I have no experience in MNE-python thing, I don't even know what it represent for!</font></div><div><font color="#000000">So I can't say anything for sure. Sorry.</font></div><div><font color="#0000ff"><br></font></div><div><font color="#0000ff">> My plan was to run ICA on all data throught eeglab, and then exports the clean datasets through MNE. Do you think it is feasible?</font></div><div><font color="#0000ff"><br></font></div><div><font color="#000000">Technically yes, as long as the thing can import Matlab variables in one way or another.</font></div><div><br></div><div><font color="#0000ff">> 2) Running ICA on 256 components for 30 subjects may last days (if not weeks), so I was wondering what your opinion on that is. Since<span style="font-family:KohinoorDevanagari-Regular"> the goal is just to find blinks and other noise, I was thinking that I could ask it to estimate a smaller number of components - but then what would the consequences be?</span> </font></div><div><font color="#0000ff"><br></font></div><div><font color="#000000">If you are only interested in decomposing (for removing) eye blinks AND if you don't want to spend a week, use 'pca' option from infomax runica() GUI. You see 'extended', 1 there. Add 'pca', 35 to decompose 35 ICs only. This should be enough to capture eye blinks. Change the number as necessary. It should work even with 10-20 if your target is eye blinks.</font></div><div><br></div><div><font color="#0000ff"><span style="font-family:KohinoorDevanagari-Regular">> 3) </span>I am using your batch code for multiple subjects, and <span style="font-family:KohinoorDevanagari-Regular">I am a little</span> unclear about the last steps of the <a href="https://sccn.ucsd.edu/wiki/Makoto's_preprocessing_pipeline#Alternatively.2C_cleaning_continuous_data_using_ASR_.2812.2F23.2F2016_updated.29" target="_blank">ASR pipeline</a> that are not present in the batchcode (i.e., steps 13-15). If I understand well, you suggest to create a STUDY just for clustered IC rejection, so that I can select clustered ICs to apply on the whole STUDY. But then why do you suggest to epoch the ICs and then create a full STUDY?</font></div><div><font color="#0000ff"><br></font></div><div><font color="#000000">What I suggest in doing so is to select IC clusters at the group level instead of opening 30 subjects and going through 256x30 ICs manually. My suggested method uses power spectrum density (PSD) only for clustering, with scalp maps as additional info to help evaluations. This should be done with continuous data. As a result, it will create another set of .set files. Does it make sense? </font></div><div><font color="#0000ff"><br></font></div><div><font color="#0000ff">> On a related note - when and how exactly do I remove the IC from the actual data?</font></div></div><ol><li>When creating STUDY, outside-brain ICs can be kicked out.<br></li><li>When creating STUDY, ICs with dipoles with residual variance (i.e. difference from ideal dipolar projection on scalp) > 15 %, as a default value, can be rejected.<br></li><li>When projecting the selected IC clusters, the ICs contained by the unselected clusters are rejected.</li></ol>Makoto<div><br></div><div><br></div><div><br><div class="gmail_extra"><br><div class="gmail_quote">On Sun, Sep 17, 2017 at 8:51 AM, Roberto Petrosino <span dir="ltr"><<a href="mailto:roberto.petrosino@uconn.edu" target="_blank">roberto.petrosino@uconn.edu</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 style="word-wrap:break-word">Dear Dr. Mayakoshi,<div><br></div><div>I am a PhD Student in Linguistics at UConn, and I am currently working on a project testing the EEG response to words with a EGI 256-channel net. I am trying to use your ASR pipeline, and I have a few questions. I am sorry that I am writing directly to you, but I got no reply from the eeglab mailing list, so I was wondering if you could help out. Apologies in advance for my naive questions - this is my first time using ICA for artifact rejection.</div><div><br></div><div>1) My initial concern is that I want to run regression analyses through MNE-python on epoched and artifact-free data (this is because the matlab toolbox for it is quite buggy). Is that at all compatible with your ASR pipeline?</div><div>My plan was to run ICA on all data throught eeglab, and then exports the clean datasets through MNE. Do you think it is feasible?</div><div><br></div><div>2) Running ICA on 256 components for 30 subjects may last days (if not weeks), so I was wondering what your opinion on that is. Since<span style="font-family:KohinoorDevanagari-Regular"> the goal is just to find blinks and other noise, I was thinking that I could ask it to estimate a smaller number of components - but then what would the consequences be?</span> </div><div><span style="font-family:KohinoorDevanagari-Regular"><br></span></div><div><span style="font-family:KohinoorDevanagari-Regular">3) </span>I am using your batch code for multiple subjects, and <span style="font-family:KohinoorDevanagari-Regular">I am a little</span> unclear about the last steps of the <a href="https://sccn.ucsd.edu/wiki/Makoto's_preprocessing_pipeline#Alternatively.2C_cleaning_continuous_data_using_ASR_.2812.2F23.2F2016_updated.29" target="_blank">ASR pipeline</a> that are not present in the batchcode (i.e., steps 13-15). If I understand well, you suggest to create a STUDY just for clustered IC rejection, so that I can select clustered ICs to apply on the whole STUDY. But then why do you suggest to epoch the ICs and then create a full STUDY? On a related note - when and how exactly do I remove the IC from the actual data?</div><div><br></div><div>Many thanks for your help in advance.</div><div><br></div><div>Best regards,</div><div><br></div><div>-Roberto</div><div><br><div>
----------<br>Roberto Petrosino<br>Ph.D. Student in Linguistics<br>CT Institute for the Brain and Cognitive Sciences<br>University of Connecticut<br><br>

</div>

<br></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></div>