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。
私は「脳の電場」第2版(Nunez and Srinivasan, 2006)の日本語訳という事業に2018年11月から取り組んでいます。残念ながら日本ではまだ出版社が見つかっていませんが、気にせず進めています。各章がだいたい50ページぐらいあって、それを訳すのに大体3-4か月かかります。この本は全11章530ページからなり、それに加えて12個の付録74ページ、索引の6ページを合わせると全610ページあります。今のところ第3章は飛ばして訳を進めています。これはある出版社のアドバイスで短縮版を出す可能性を考慮し、この本の首席著者のポール・ヌニェス博士にその相談をしたところ第3章を削るとよいというアドバイスをもらったためです。私は訳しながら読み進めているので、おそらくこの本を読んだ人たちの中で最も遅い読者でしょう。非常に楽しく翻訳を進めています。
Automated pipeline for preprocessing scalp-recorded EEG data for phase-amplitude coupling analysis of children with and without infantile spasms Sunday December 6, 2020 5:15 PM – 6:45 PM Your Role: First Author