<div dir="ltr">Hi Makoto,<div>Thank you so much for your helpful response!  I would like to share your email to the email list so others can see our conversations. <br><br>Best,<br>Wanze<br><div class="gmail_quote"><div dir="ltr">---------- Forwarded message ---------<br>From: <strong class="gmail_sendername" dir="auto">Makoto Miyakoshi</strong> <span dir="ltr"><<a href="mailto:mmiyakoshi@ucsd.edu">mmiyakoshi@ucsd.edu</a>></span><br>Date: 2018年8月18日周六 上午12:27<br>Subject: Re: [Eeglablist] Baselining and filtering for ICA with epoched data<br>To: Xie Wanze <<a href="mailto:xiew1202@gmail.com">xiew1202@gmail.com</a>><br></div><br><br><div dir="ltr"><div>I summarized my reply to my wiki page, hoping it is useful for another Eric in the future!</div><div><br></div><a href="https://sccn.ucsd.edu/wiki/Makoto%27s_preprocessing_pipeline#What_happens_to_the_.3C_1_Hz_data_if_ICA_is_calculated_on_.3E_1_Hz_data_and_applied_to_0.1_Hz_data.3F_.2808.2F17.2F2018_Updated.29" target="_blank">https://sccn.ucsd.edu/wiki/Makoto%27s_preprocessing_pipeline#What_happens_to_the_.3C_1_Hz_data_if_ICA_is_calculated_on_.3E_1_Hz_data_and_applied_to_0.1_Hz_data.3F_.2808.2F17.2F2018_Updated.29</a><br><div><br></div><div>Thank you again for your interest Wanze.</div><div><br></div><div>Makoto</div><br><div class="gmail_quote"><div dir="ltr">On Fri, Aug 17, 2018 at 8:54 PM Makoto Miyakoshi <<a href="mailto:mmiyakoshi@ucsd.edu" target="_blank">mmiyakoshi@ucsd.edu</a>> wrote:<br></div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr">Dear Wanze,<div><br></div><div>Thank you for writing me. Hopefully my response to Eric was clear.</div><div><br></div><div>> I tend to agree with him that this is because there is no trained weights and sphere info for low-frequency activity, and thus in this following function we don't know which component(s) the low-frequency activity will "be assigned to": data<br></div><div><br></div><div>Although the concept and calculation of ICA is complicated, the product and how to use it is damn simple. It's just a spatial filter. Remember my analogy of the buffet table with four big plates. Your recognition of 'oh, there are four big plates' is the spatial filter. If mushroom soup is spilled over, you take the mushroom soup as well when you take salad, steak, salmon,... how much mushroom soup you take depends on on which plate the mushroom soup is spilled more.</div><div><br></div><div>Makoto</div><br><div class="gmail_quote"><div dir="ltr">On Thu, Aug 16, 2018 at 8:37 AM Xie Wanze <<a href="mailto:xiew1202@gmail.com" target="_blank">xiew1202@gmail.com</a>> wrote:<br></div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr">Hi Makoto,<div>Do you mind sharing your opinions on Eric's concerns in his following email?  Basically, as his email explains, he was uncertain whether applying the ica outputs (ica weights, sphere, and icawinv) from 1 or 2Hz highpass filtered data to 0.1Hz data would affect the low-frequency activity. </div><div><br></div><div>My understanding is that this issue really depends on the purpose of using ICA, i.e., just removing artifacts or also extracting spatial distribution of low-frequency brain activity from the data, as the later purpose, in my opinion, is likely to be affected by applying 2Hz ica outputs (weights, sphere, and icawinv) to 0.1Hz data.  I tend to agree with him that this is because there is no trained weights and sphere info for low-frequency activity, and thus in this following function we don't know which component(s) the low-frequency activity will "be assigned to": data = (EEG.icaweights(opt.component,:)*EEG.icasphere)*data(EEG.icachansind,:).  Thus, if we do care about the scalp distribution and want to look at the source localization of these low-frequency activities we should not apply 2Hz highpassed data for ICA, right?</div><div><br></div><div>However, this may not be an issue if we use these 2hz weights and sphere info to remove artificial components whose scalp distribution is likely to be dissimilar with the artificial components.  I also think the low-frequency activity will be preserved in the channel-level data after the component projection (to channels) is calculated with the following code: compproj = EEG.icawinv(:, component_keep)*eeg_getdatact(EEG, 'component', component_keep, 'reshape', '2d').</div><div><br></div><div>Does my understanding sounds correct to you?</div><div><br></div><div>Thank you very much!</div><div><br></div><div>


















<p class="MsoNormal" style="margin:0in 0in 0.0001pt;font-size:11pt;font-family:Calibri,sans-serif"><b><span style="color:black">Wanze Xie, PhD<br>
</span></b><span style="color:black">Postdoc Fellow<br>
Laboratories of Cognitive Neuroscience, Boston Children's Hospital<br>
Harvard Medical School<br>
1 Autumn Street, 5th Floor<br>
Boston, MA 02215<br>
(857) 218-5214 (Office)</span><span></span></p>





<br class="m_-4203426639493850716m_3723197480526522149m_-6996235313807837004m_-1441725081452696488gmail-Apple-interchange-newline">

<br></div><div><br><div class="gmail_quote">---------- Forwarded message ----------<br>From: <b class="gmail_sendername">Eric Fields</b> <span dir="ltr"><<a href="mailto:eric.fields@bc.edu" target="_blank">eric.fields@bc.edu</a>></span><br>Date: 2018-02-21 19:01 GMT-05:00<br>Subject: Re: [Eeglablist] Baselining and filtering for ICA with epoched data<br>To: "Ahmad, Jumana" <<a href="mailto:jumana.ahmad@kcl.ac.uk" target="_blank">jumana.ahmad@kcl.ac.uk</a>><br>Cc: EEGLAB List <<a href="mailto:eeglablist@sccn.ucsd.edu" target="_blank">eeglablist@sccn.ucsd.edu</a>><br><br><br><div dir="ltr"><div><div><div>Hi Jumana and others,<br><br></div>To be clear, my question isn't about implementation (I know it is relatively easy to calculate ICA weights from one dataset and apply them to another). My question was about how this effects the data.<br><br></div>If I calculate the ICA weights using data filtered at 1 Hz, by definition this solution will <i>not</i> give maximally independent components when it is applied to 0.1 Hz filtered data. In the 0.1 Hz filtered data there is low frequency information in the data that ICA was not trained on and therefore doesn't "know" anything about. That low frequency information must, mathematically, end up somewhere in the IC activations when I multiply the unmixing matrix with the 0.1 Hz filtered data. What are the consequences and pitfalls of this? Is it something to worry about? Under what circumstances?<br><br>My guess is that the low frequency information gets divided across the ICs in a somewhat a priori unpredictable way depending on the scalp distribution of the low frequency information and the scalp distribution of the ICs. If I then remove one of the ICs, I may remove some of this low frequency information with it. If so:<br><ol><li>If the low frequency information in question is purely noise, this could lead to some pattern of noise/artifact in the data that is hard to interpret or move noise to electrodes that didn't originally include it.</li><li>One of the reasons for using the 0.1 Hz filter is that part of the effects I am interested in (e.g., later ERP components) contain information below 1 Hz (see Tanner et al., 2015). Can I be confident that ICA does a good job of isolating artifact from neural activity of interest if part of that activity of interest was not present in the training dataset?</li></ol><br></div><div>Have these issues been addressed anywhere in the literature or does anyone have recommendations?<span class="m_-4203426639493850716m_3723197480526522149m_-6996235313807837004m_-1441725081452696488HOEnZb"><font color="#888888"><br></font></span></div><span class="m_-4203426639493850716m_3723197480526522149m_-6996235313807837004m_-1441725081452696488HOEnZb"><font color="#888888"><div><br></div><div>Eric<br></div></font></span><div class="gmail_extra"><span><br clear="all"><div><div class="m_-4203426639493850716m_3723197480526522149m_-6996235313807837004m_-1441725081452696488m_-696576893805296994m_-3505749243944693018gmail_signature" data-smartmail="gmail_signature"><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><span>-----<br>Eric Fields, Ph.D.<br>Postdoctoral Fellow<br><a href="https://www2.bc.edu/elizabeth-kensinger/" target="_blank">Cognitive and Affective Neuroscience Laboratory</a>, Boston College<br><a href="http://www.brandeis.edu/gutchess/" target="_blank">Aging, Culture, and Cognition Laboratory</a>, Brandeis University<br><a href="mailto:eric.fields@bc.edu" target="_blank">eric.fields@bc.edu</a></span></div></div></div></div></div></div></div>
<br></span><div><div class="m_-4203426639493850716m_3723197480526522149m_-6996235313807837004m_-1441725081452696488h5"><div class="gmail_quote">On Wed, Feb 21, 2018 at 1:00 PM, Ahmad, Jumana <span dir="ltr"><<a href="mailto:jumana.ahmad@kcl.ac.uk" target="_blank">jumana.ahmad@kcl.ac.uk</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_-4203426639493850716m_3723197480526522149m_-6996235313807837004m_-1441725081452696488m_-696576893805296994m_-3505749243944693018m_2974847851183948910divtagdefaultwrapper" style="font-size:12pt;color:#000000;font-family:Calibri,Helvetica,sans-serif" dir="ltr">
<p style="margin-top:0;margin-bottom:0">It depends if you want to examine component activity below 1Hz. Most artifacts of interest, such as blinks and saccades should be higher frequency etc. </p><span>
<p style="margin-top:0;margin-bottom:0"><br>
</p>
<div id="m_-4203426639493850716m_3723197480526522149m_-6996235313807837004m_-1441725081452696488m_-696576893805296994m_-3505749243944693018m_2974847851183948910Signature">
<div id="m_-4203426639493850716m_3723197480526522149m_-6996235313807837004m_-1441725081452696488m_-696576893805296994m_-3505749243944693018m_2974847851183948910divtagdefaultwrapper" style="font-size:12pt;color:rgb(0,0,0);background-color:rgb(255,255,255);font-family:Calibri,Arial,Helvetica,sans-serif,EmojiFont,"Apple Color Emoji","Segoe UI Emoji",NotoColorEmoji,"Segoe UI Symbol","Android Emoji",EmojiSymbols">
<p></p>
<div style="color:rgb(0,0,0);font-family:Helvetica;margin:0px"><font face="Calibri,sans-serif" size="2"><span style="font-size:11pt"><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB"><b>------------------------------------------</b></span></font></span></font></div>
<div style="color:rgb(0,0,0);font-family:Helvetica;margin:0px"><font face="Calibri,sans-serif" size="2"><span style="font-size:11pt"><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB"><b><span style="background-color:rgb(255,238,148)">Jumana
 Ahmad</span></b></span></font></span></font></div>
<div style="color:rgb(0,0,0);font-family:Helvetica;margin:0px"><font face="Calibri,sans-serif" size="2"><span style="font-size:11pt"><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB">Post-Doctoral Research Worker in Cognitive Neuroscience </span></font></span></font></div>
<div style="color:rgb(0,0,0);font-family:Helvetica;margin:0px"><font face="Calibri,sans-serif" size="2"><span style="font-size:11pt"><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB"><i>EU-AIMS Longitudinal European Autism Project (LEAP)
 & SynaG Study</i></span></font></span></font></div>
<div style="color:rgb(0,0,0);font-family:Helvetica;margin:0px"><font face="Calibri,sans-serif" size="2"><span style="font-size:11pt"><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB">Room <a href="https://maps.google.com/?q=M1.26&entry=gmail&source=g" target="_blank">M1.26</a>.Department of Forensic and Neurodevelopmental
 Sciences (PO 23) | Institute of Psychiatry, Psychology & Neuroscience | King’s College London | <a href="https://maps.google.com/?q=16+De+Crespigny+Park+%7C+London+SE5+8AF&entry=gmail&source=g" target="_blank">16 De Crespigny Park | London SE5 8AF</a></span></font></span></font></div>
<div style="color:rgb(0,0,0);font-family:Helvetica;margin:0px"><font face="Calibri,sans-serif" size="2"><span style="font-size:11pt"><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB"> </span></font></span></font></div>
<div style="color:rgb(0,0,0);font-family:Helvetica;margin:0px"><font face="Calibri,sans-serif" size="2"><span style="font-size:11pt"><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB"><b>Phone:</b></span></font><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB"> 0207
 848 5359| </span></font><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB"><b>Email:</b></span></font><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB"> <span style="background-color:rgb(255,238,148)">jumana.ahmad</span></span></font><a href="mailto:antonia.sanjose@kcl.ac.uk" id="m_-4203426639493850716m_3723197480526522149m_-6996235313807837004m_-1441725081452696488m_-696576893805296994m_-3505749243944693018m_2974847851183948910LPNoLP" target="_blank"><font color="purple" size="2"><span style="font-size:10pt" lang="en-GB">@kcl.ac.uk</span></font></a><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB"> | </span></font><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB"><b>Website:</b></span></font><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB"> </span></font><a href="http://www.eu-aims.eu/" id="m_-4203426639493850716m_3723197480526522149m_-6996235313807837004m_-1441725081452696488m_-696576893805296994m_-3505749243944693018m_2974847851183948910LPNoLP" target="_blank"><font color="purple" size="2"><span style="font-size:10pt" lang="en-GB">www.eu-aims.eu</span></font></a><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB"> | </span></font><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB"><b>Facebook:</b></span></font><font color="#1F497D" size="2"><span style="font-size:10pt" lang="en-GB"> </span></font><a href="http://www.facebook.com/euaims" id="m_-4203426639493850716m_3723197480526522149m_-6996235313807837004m_-1441725081452696488m_-696576893805296994m_-3505749243944693018m_2974847851183948910LPNoLP" target="_blank"><font color="purple" size="2"><span style="font-size:10pt" lang="en-GB">www.facebook.com/euaims</span></font></a></span></font></div>
<br>
<p></p>
</div>
</div>
</span></div><span>
<hr style="display:inline-block;width:98%">
<div id="m_-4203426639493850716m_3723197480526522149m_-6996235313807837004m_-1441725081452696488m_-696576893805296994m_-3505749243944693018m_2974847851183948910divRplyFwdMsg" dir="ltr"><font style="font-size:11pt" face="Calibri, sans-serif" color="#000000"><b>From:</b> eeglablist <<a href="mailto:eeglablist-bounces@sccn.ucsd.edu" target="_blank">eeglablist-bounces@sccn.ucsd.edu</a>> on behalf of Eric Fields <<a href="mailto:eric.fields@bc.edu" target="_blank">eric.fields@bc.edu</a>><br>
<b>Sent:</b> 21 February 2018 03:45:30<br>
<b>To:</b> EEGLAB List<br>
<b>Subject:</b> [Eeglablist] Baselining and filtering for ICA with epoched data</font>
<div> </div>
</div>
</span><div><div class="m_-4203426639493850716m_3723197480526522149m_-6996235313807837004m_-1441725081452696488m_-696576893805296994m_-3505749243944693018h5"><div>
<div dir="ltr">Hi,<br>
<br>
I know there have been other threads related to this, so I apologize if this has been addressed directly and I missed it.<br>
<br>
Groppe et al. (2009) showed that ICA gives more reliable results if you use the full epoch instead of the prestimulus period to baseline. The reason generally given for this is that baseline correction changes the scalp distribution of sources depending on
 what is happening in the baseline period. By this logic, using the full epoch should improve ICA (because longer periods are less affected by random variations), but no baseline correction at all should be even better.<br>
<br>
Meanwhile, Winkler et al. (2015) have suggested that ICA works best on data high pass filtered at 1-2 Hz.<br>
<br>
Assuming I prefer to use a 0.1 Hz high pass filter (because of distortions 1 Hz filters can cause in the ERP: Tanner et al., 2015), I have two questions:<br>
<br>
<ol>
<li>Does the removal of additional low frequency noise you get from using a full epoch baseline (vs no baseline) outweigh the downsides of baseline correction for ICA?</li><li>Alternatively, is it appropriate to apply a 1 or 2 Hz filter to the data used for ICA training, and then apply the ICA solution to an EEGset filtered at 0.1 Hz? Winkler et al. suggest this, but what happens to the low frequency information in the data when
 the ICA solution that has been learned without it is applied? Can this cause problems?<br>
</li></ol>
<br>
Thanks!<br>
<br>
Eric<br>
<br clear="all">
<div>
<div class="m_-4203426639493850716m_3723197480526522149m_-6996235313807837004m_-1441725081452696488m_-696576893805296994m_-3505749243944693018m_2974847851183948910x_gmail_signature">
<div dir="ltr">
<div>
<div dir="ltr">
<div>
<div dir="ltr"><span>-----<br>
Eric Fields, Ph.D.<br>
Postdoctoral Fellow<br>
<a href="https://emea01.safelinks.protection.outlook.com/?url=https%3A%2F%2Fwww2.bc.edu%2Felizabeth-kensinger%2F&data=01%7C01%7Cjumana.ahmad%40kcl.ac.uk%7C60790510144d4d17f8f608d579548d03%7C8370cf1416f34c16b83c724071654356%7C0&sdata=Vmoa8t0Q6S95V85lnDxKRWHj4Wt%2B2Pw87O2v5nSZE%2BM%3D&reserved=0" target="_blank">Cognitive
 and Affective Neuroscience Laboratory</a>, Boston College<br>
<a href="https://emea01.safelinks.protection.outlook.com/?url=http%3A%2F%2Fwww.brandeis.edu%2Fgutchess%2F&data=01%7C01%7Cjumana.ahmad%40kcl.ac.uk%7C60790510144d4d17f8f608d579548d03%7C8370cf1416f34c16b83c724071654356%7C0&sdata=KkZ5TQyb7BlOduU%2BXU66q2I5qJJXDvjk%2BPguBy3veQI%3D&reserved=0" target="_blank">Aging,
 Culture, and Cognition Laboratory</a>, Brandeis University<br>
<a href="mailto:eric.fields@bc.edu" target="_blank">eric.fields@bc.edu</a></span></div>
</div>
</div>
</div>
</div>
</div>
</div>
</div>
</div>
</div></div></div>

</blockquote></div><br></div></div></div></div>
<br>_______________________________________________<br>
Eeglablist page: <a href="http://sccn.ucsd.edu/eeglab/eeglabmail.html" rel="noreferrer" 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" target="_blank">eeglablist-unsubscribe@sccn.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" target="_blank">eeglablist-request@sccn.ucsd.edu</a><br></div><br></div></div>
</blockquote></div><br clear="all"><div><br></div>-- <br><div dir="ltr" class="m_-4203426639493850716m_3723197480526522149m_-6996235313807837004gmail_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>
</blockquote></div><br clear="all"><div><br></div>-- <br><div dir="ltr" class="m_-4203426639493850716gmail_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>
</div></div></div>