标签：
数据预处理
假设6通道EEG（4通道EEG+2通道EOG），生成ndarray或矩阵S，row为time point，col为通道。对S进行标准化：
S /= S.std(axis=0)
ICA分析
模块导入：
from sklearn.decomposition import FastICA
构建ICA对象，选择成分数：
ica = FastICA(n_components=6)
（成分排列随机，必要时使用random_state进行可重复性分析）
S对应的成分为S_：
S_ = ica.fit_transform(S)
对应的混合矩阵为：
ica.mixing_
滤噪
对S_作图，x为time point，y为各成分。从图中对可疑噪音来源进行判断。
譬如得到下图：
假设第5，6成分为噪音来源，删除该成分，重新构建修正S：Corr_S
Corr_S = np.dot(S_[:, :4], ica.mixing_.T[:4, :])
结果
滤噪前
滤噪后
完成
标签：
原文地址：http://www.cnblogs.com/nutastray/p/4351406.html
