EEGLAB ببساطة

AMICA و Picard

المحطة 4 · الدرس 7 · EEGLAB 2026.1

من الواجهة

FileManage EEGLAB extensions
ToolsDecompose data by ICAICA algorithm to use (click to select)Infomax picard.mCommandline options (See help messages) 'maxiter', 500, 'mode', 'standard'
PlotComponent mapsIn 2-DOK runica
ToolsRun AMICA
In File:# PCA Dims.: eeglab_data.fdt

السكربت

EEG_ica = pop_eegfiltnew(EEG, 'locutoff', 1);
expectedRank = EEG_ica.nbchan - numel(badChans) - 1;
tic;
EEG_runica = pop_runica(EEG_ica, 'icatype', 'runica', 'extended', 1);
tRunica = toc;
tic;
EEG_picard = pop_runica(EEG_ica, 'icatype', 'picard', 'maxiter', 500, ...
    'mode', 'standard', 'pca', expectedRank);
tPicard = toc;
fprintf('runica: %.0f s, %d components\n', tRunica, size(EEG_runica.icaweights, 1));
fprintf('Picard: %.0f s, %d components\n', tPicard, size(EEG_picard.icaweights, 1));
pop_topoplot(EEG_runica, 0, 1:10);
pop_topoplot(EEG_picard, 0, 1:10);

أي قيمة أختار؟

	runica (Extended Infomax)	Picard	AMICA
يأتي مع EEGLAB	نعم، الافتراضي	لا، إضافة	لا، إضافة
السرعة كما يكتبها EEGLAB	الافتراضي	FastICA picard.m (fastest)	AMICA (slowest; best)
ماذا يعطي	نموذج ICA واحد	حل Infomax العادي (لا Extended) أو FastICA، أسرع	نموذج ICA واحد أو أكثر
الرتبة	`pop_runica` يحاول اكتشافها	مرّر `'pca'` بنفسك	حدّد عدد المكوّنات المحفوظة بنفسك
متى تختاره	أغلب الدراسات، وكل ما في هذه الخريطة	داتاست كثيرة أو قنوات كثيرة، عندما يهمّ الوقت	عندما تريد التفكيك الأبطأ والأدق ولديك الوقت

تأكّد

تظهر الخوارزمية
عدد المكوّنات
الخرائط متشابهة
سجّلت الوقت

لقسم Methods

Independent component analysis was computed with Picard (Infomax mode, maximum 500 iterations; picard plugin [version], EEGLAB 2026.1; [31] components after PCA reduction to the data rank) on a copy of the data high-pass filtered at 1 Hz, and the resulting weights were applied to the 0.1 Hz high-pass filtered data.

من الواجهة

السكربت

أي قيمة أختار؟

تأكّد

لقسم Methods

المزيد