<html><body><div style="color:#000; background-color:#fff; font-family:arial, helvetica, sans-serif;font-size:16px"><div dir="ltr" id="yui_3_16_0_1_1426936682163_33316"><span id="yui_3_16_0_1_1426936682163_33390">Dear Mr. Makoto</span></div><div dir="ltr" id="yui_3_16_0_1_1426936682163_33317"><span id="yui_3_16_0_1_1426936682163_35291">Thanks for your reply.</span></div><div dir="ltr" id="yui_3_16_0_1_1426936682163_33317"><span id="yui_3_16_0_1_1426936682163_33561">Would you recommend a reference paper for the advantages of manual pre-selection.</span></div><div dir="ltr" id="yui_3_16_0_1_1426936682163_33317"><span id="yui_3_16_0_1_1426936682163_34791">I read the Nima's paper of measure projection analysis, and he used the same dataset form both clustering approaches.</span></div><div dir="ltr" id="yui_3_16_0_1_1426936682163_33317"><span id="yui_3_16_0_1_1426936682163_34529">In my study I am comparing the results of these two approaches to discover which one the best for clustering.</span></div><div dir="ltr" id="yui_3_16_0_1_1426936682163_33317"><span><br></span></div><div dir="ltr" id="yui_3_16_0_1_1426936682163_33317"><span>Sincerely</span></div><div dir="ltr" id="yui_3_16_0_1_1426936682163_33317"><span>Salim</span></div><div></div><div id="yui_3_16_0_1_1426936682163_33391">&nbsp;</div><div class="signature" id="yui_3_16_0_1_1426936682163_33798"><div id="yui_3_16_0_1_1426936682163_33797"><span style="FONT-FAMILY:times new roman;" id="yui_3_16_0_1_1426936682163_33796"><div style="font-weight:bold;color:rgb(192, 0, 0);" id="yui_3_16_0_1_1426936682163_33795"><br></div></span></div></div>  <br><div class="qtdSeparateBR"><br><br></div><div class="yahoo_quoted" style="display: block;"> <div style="font-family: arial, helvetica, sans-serif; font-size: 16px;"> <div style="font-family: HelveticaNeue, Helvetica Neue, Helvetica, Arial, Lucida Grande, Sans-Serif; font-size: 16px;"> <div dir="ltr"> <font size="2" face="Arial"> On Thursday, 19 March 2015, 17:12, Makoto Miyakoshi &lt;mmiyakoshi@ucsd.edu&gt; wrote:<br> </font> </div>  <br><br> <div class="y_msg_container"><div id="yiv6947436202"><div><div dir="ltr">Dear Salim,<div><br clear="none"></div><div>Sorry for slow response.</div><div><br clear="none"></div><div><span style="color:rgb(0,0,0);font-family:arial, helvetica, sans-serif;">&gt; for PCA-clustering I removed the noisy ICs and then I preselected ICs which are located in the Sensorimotor cortex, after that I created a STUDY and used a PCA for clustering and ensured each cluster has at most 2 components from the same subject to avoid biasing.</span><br clear="none"></div><div><br clear="none"></div><div>Interesting. As long as you choose them by anatomical locations, I believe you are fine.</div><div><br clear="none"></div><div><span style="color:rgb(0,0,0);font-family:arial, helvetica, sans-serif;">&gt; and Whether these results are comparable to those of MPT?</span><br clear="none"></div><div class="yiv6947436202gmail_extra"><br clear="none"></div><div class="yiv6947436202gmail_extra">First you have to check how much overlap between MPT-selected ICs and your selections.</div><div class="yiv6947436202gmail_extra"><br clear="none"></div><div class="yiv6947436202gmail_extra">MPT is, to my understanding, a 'similarity filter'. Therefore, I expect that MPT-selected ICs could be more consistent in the selected measure than k-mean clustering (well, you can still tweak the parameters in k-mean clustering so that the result is maximally similar to that of MPT).</div><div class="yiv6947436202gmail_extra"><br clear="none"></div><div class="yiv6947436202gmail_extra">Sorry it could be confusing that there are two solutions for the group-level analysis.</div><div class="yiv6947436202gmail_extra">By the way, before running MPT I recommend you clean the ICs in the following way (did I tell this to you before? If so excuse me)</div><div class="yiv6947436202gmail_extra"><a rel="nofollow" shape="rect" target="_blank" href="http://sccn.ucsd.edu/wiki/Backproject_clustered_ICs">http://sccn.ucsd.edu/wiki/Backproject_clustered_ICs</a><br clear="none"></div><div class="yiv6947436202gmail_extra"><br clear="none"></div><div class="yiv6947436202gmail_extra">Makoto</div><div class="yiv6947436202gmail_extra"><br clear="none"></div><div class="yiv6947436202gmail_extra"><br clear="none"></div><div class="yiv6947436202gmail_extra"><br clear="none"><div class="yiv6947436202gmail_quote">On Thu, Feb 26, 2015 at 2:29 AM, Salim Al-wasity <span dir="ltr">&lt;<a rel="nofollow" shape="rect" ymailto="mailto:salim_alwasity@yahoo.com" target="_blank" href="mailto:salim_alwasity@yahoo.com">salim_alwasity@yahoo.com</a>&gt;</span> wrote:<br clear="none"><blockquote class="yiv6947436202gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left-width:1px;border-left-color:rgb(204,204,204);border-left-style:solid;padding-left:1ex;"><div class="yiv6947436202yqt7129829981" id="yiv6947436202yqt95062"><div><div style="color:rgb(0,0,0);font-family:arial, helvetica, sans-serif;font-size:16px;background-color:rgb(255,255,255);"><div dir="ltr">Dears</div><div dir="ltr">As I understood from the following discussion (<a rel="nofollow" shape="rect" target="_blank" href="http://sccn.ucsd.edu/pipermail/eeglablist/2013/006353.html">http://sccn.ucsd.edu/pipermail/eeglablist/2013/006353.html</a>), its not recommended to pre-select the components for a PCA-clustering approach?</div><div dir="ltr"><br clear="none"></div><div dir="ltr">I am comparing between the ERSP results of using MPT approach and PCA-clustering approach. In the first STUDY, I used the MPT to cluster the ICs (after removing the noisy ones). and for PCA-clustering I removed the noisy ICs and then I preselected ICs which are located in the Sensorimotor cortex, after that I created a STUDY and used a PCA for clustering and ensured each cluster has at most 2 components from the same subject to avoid biasing.&nbsp;</div><div dir="ltr">Is this technique of pre-selecting ICs based on ROI (Region Of Interest) prior to PCA-clustering is a good way to avoid biasing? &nbsp;and Whether these results are comparable to those of MPT?</div><div dir="ltr"><br clear="none"></div><div dir="ltr">Sincerely</div><span class="yiv6947436202"><font color="#888888"></font></span><div dir="ltr">Salim</div><div dir="ltr">&nbsp;</div></div></div></div><br clear="none">_______________________________________________<br clear="none">
Eeglablist page: <a rel="nofollow" shape="rect" target="_blank" href="http://sccn.ucsd.edu/eeglab/eeglabmail.html">http://sccn.ucsd.edu/eeglab/eeglabmail.html</a><br clear="none">
To unsubscribe, send an empty email to <a rel="nofollow" shape="rect" ymailto="mailto:eeglablist-unsubscribe@sccn.ucsd.edu" target="_blank" href="mailto:eeglablist-unsubscribe@sccn.ucsd.edu">eeglablist-unsubscribe@sccn.ucsd.edu</a><br clear="none">
For digest mode, send an email with the subject "set digest mime" to <a rel="nofollow" shape="rect" ymailto="mailto:eeglablist-request@sccn.ucsd.edu" target="_blank" href="mailto:eeglablist-request@sccn.ucsd.edu">eeglablist-request@sccn.ucsd.edu</a><br clear="none"></blockquote></div><br clear="none"><br clear="all"><div><br clear="none"></div>-- <br clear="none"><div class="yiv6947436202gmail_signature"><div dir="ltr">Makoto Miyakoshi<br clear="none">Swartz Center for Computational Neuroscience<br clear="none">Institute for Neural Computation, University of California San Diego<br clear="none"></div></div>
</div></div></div></div><br><br></div>  </div> </div>  </div></div></body></html>