次にCrystal Disk Mark(以下にリンク)でデータの読み書きの速度を調べました。データを読み込む速度が毎回ひどく違っているのに対し、書き込みの速度のほうが断然速くて安定しているという不可思議な結果でした。RAMではなくて、HDDの不良ですかね?私は彼に新しいHDDを購入するよう勧め、交換することで問題が解決するか試してみようと提案しました。
頭皮上計測脳波のノイズ除去には、私はいつもEEGLABのプラグインであるclean_rawdata()とICAを組にして使います。clean_rawdata()は、今では知名度も出てきたartifact subspace reconstruction (ASR)を目玉のアルゴリズムとして持っています。このclean_rawdata()というプラグインは、私のかつての同僚であるChristian Kotheが書いたものです。彼はBCILABの作者で、その中に非常に高性能なノイズ除去のパイプラインが含まれていました。私はそれをオフライン用に仕立て直してくれないかと、ある日クリスチャンに直談判したのです。彼は私の依頼を快諾してくれて、たった数日でこれを作ってくれたものです。私はただラッパーを書いたり、使い勝手の部分で細々とした改良を加えたり、これにclean_rawdataという凡庸な命名をしただけにすぎません。この歴史的経緯は以下の論文のサプリメントの第6節にちょこっと書きました。興味のある人は読んでみてください。https://academic.oup.com/cercorcomms/article/1/1/tgaa046/5881803#207580614 さて、ASRはICAにとっては理想的な前処理となります。ASRは非定常的なアプローチ(移動窓方式)をとりますが、ICAは定常性が非常に重要な前提になっています。ASRは天文学的に大きな外れ値が来てもへっちゃらですが、ICAにそんな値を与えると即死する可能性があり、仮にエラーが出なくても結果は使い物になりません。 ICAの適用(クリックだけ)に比べるとASRの使い勝手はやや癖がありますが、閾値にSD = 20を使うという目安(これについての定量的な検討は、同僚のChiyuanの論文をご覧ください https://ieeexplore.ieee.org/abstract/document/8768041 “…Conclusions: Empirical results show that the optimal ASR parameter is between 20 and 30, balancing between removing non-brain signals and retaining brain activities.“) に従って、他は適当に試してみれば大体わかります。