<div dir="ltr">Dear Srini<div><br></div><div>&gt; Do you have citation yet?<br></div><div class="gmail_extra"><br></div><div class="gmail_extra">It was not my data, and it was for the internal data discussion. I guess we have no plan to publish it.</div><div class="gmail_extra"><br></div><div class="gmail_extra">SD==20 became the best given that specific set ups. The method Nima, my former colleague and now Syntrogi CTO, used there can be found in these functions. </div><div class="gmail_extra"><br></div><div class="gmail_extra"><div style="font-size:12.8000001907349px"><a href="https://github.com/bigdelys/pre_ICA_cleaning/blob/master/detect_artifacts_by_robust_sphering_MIR.m" target="_blank">https://github.com/bigdelys/pre_ICA_cleaning/blob/master/detect_artifacts_by_robust_sphering_MIR.m</a></div><div style="font-size:12.8000001907349px"><br></div><div style="font-size:12.8000001907349px"><a href="https://github.com/bigdelys/pre_ICA_cleaning/blob/master/robust_sphering_matrix.m" target="_blank">https://github.com/bigdelys/pre_ICA_cleaning/blob/master/robust_sphering_matrix.m</a></div></div><div class="gmail_extra"><br></div><div class="gmail_extra"><a href="https://github.com/bigdelys/pre_ICA_cleaning/blob/master/mututal_info_reduction_time_course.m" target="_blank" style="font-size:12.8000001907349px">https://github.com/bigdelys/pre_ICA_cleaning/blob/master/mututal_info_reduction_time_course.m</a><br></div><div class="gmail_extra"><br></div><div class="gmail_extra">Basically he used a sliding window mutual information reduction (MIR) as a measure of ICA weight matrix performance and compared how much MIR improvement was observed among 19 methods.<br></div><div class="gmail_extra"><br></div><div class="gmail_extra">For psychiatric children&#39;s data I use SD==4, not 20. SD==20 would be most appropriate if the data are already good and only big rare glitches are the problems.</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 Wed, Sep 2, 2015 at 3:04 PM, Srinivas Kota <span dir="ltr">&lt;<a href="mailto:svkota@gmail.com" target="_blank">svkota@gmail.com</a>&gt;</span> wrote:<br><blockquote class="gmail_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 dir="ltr">In clean_rawdata usage it was mentioned that &#39;BurstCriterion&#39; standard deviation cutoff for removal of bursts is 3 for more aggressive without loosing much EEG, conservative is 5. <div><br></div><div><br></div><div>Makoto, in the past you mentioned that SD==20 showed the best results in your unpublished study. Do you have citation yet? I am interested in learning how you made the comparison. I will like to do the same with my data with different SD values. </div><div><br></div><div>I tried BurstCriterion values 3 and 20 on EEG during fast walking. With a value of 3, I could preserve whole data, where as with value 20, more than 50% of data was lost. I did frequency spectrum with &#39;pwelch&#39; in MATLAB. Frequency spectrum prior and after ASR process differ with SD == 20 (not sure significant or not) compared to SD == 3. </div><div><br clear="all"><div>My EEG data was bandpass filtered 1 to 40 Hz.</div><div><br></div><div>Here is the other parameters for ASR process</div><div><br></div><div><div>arg_flatline = []; % default : 5 seconds</div><div>arg_highpass = &#39;off&#39;;% in Hz.</div><div>arg_electrode = [];% minimum electrode correlation, default : 0.85</div><div>arg_noisy = [] ;% line noise, default: 4;<br></div><div>arg_burst = 3;%[];% standard deviation cutoff for removal of bursts, default: 5, agressive 3</div><div>arg_window = [];%default: 0.25</div></div><div><br></div>Thank you for your suggestions.</div><div><br></div><div><br></div><div>Best</div><div>Srini<br><div><div dir="ltr"><br>***********************************************************<div>Srinivas Kota, Ph.D<br>Research Scientist<br>Movement and Neurosciences Center<br>Institute for Rehabilitation Science and Engineering<br>Madonna Rehabilitation Hospital<br>5401 South St, Lincoln, NE 68506<br>Email: <a href="mailto:svkota@gmail.com" target="_blank">svkota@gmail.com</a><br>Ph:  <a value="+16183190471">(618) 319-0471</a> (cell)<font color="#3F0080" face="Comic Sans MS,sans-serif" size="2"><span style="font-size:14px"><font color="black" face="Tahoma" size="2"><span style="font-size:10pt" dir="ltr"><font size="1"><span style="font-size:13px"><font face="Arial"><font size="2"><br><a href="https://owa.madonna.org/owa/redir.aspx?C=RNnR5lrQvEmYU7lVtl6kLHIjwe3PiNAI8ouI90lD2Vnn4niuQ5QMBdLYDKmByFhfb525xS5XXT8.&amp;URL=http%3a%2f%2fwww.madonna.org%2fresearch_institute%2findex.html" target="_blank"><font face="Tahoma"><font size="3"><span style="font-size:12pt" lang="en">www.madonna.org/research_institute/index.html</span></font></font></a><font face="Tahoma"><span lang="en">
</span></font><font face="Tahoma"><span lang="ja"> </span></font></font></font></span></font></span></font></span></font><br>
***********************************************************</div></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">eeglablist-unsubscribe@sccn.ucsd.edu</a><br>
For digest mode, send an email with the subject &quot;set digest mime&quot; to <a href="mailto:eeglablist-request@sccn.ucsd.edu">eeglablist-request@sccn.ucsd.edu</a><br></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>