脳波解析マニュアル

主成分分析と独立成分分析

主成分分析と独立成分分析は脳波の解析でよく行われる手法です。 どちらも、脳波の生データから、あるデータを取り出したい場合に用います。 根本原理から理解して使用するのが好ましいですが、中には数学が苦手な人もいるでしょう。 そのような人たちは、最低限、定性的な理解だけでもしておいたほうが良いです。

解析法をちゃんと理解せずに使うというのは、研究者としてあるまじき行為です。 根本原理から理解したい人は、線形代数をよく学んだ方がよいでしょう。 主成分分析でも独立成分分析でも、行列の演算がよくでてくるからです。

主成分分析(PCA)

主成分分析(PCA)とは、多変量解析の一つであり、脳波の解析にも用いられます。 多数の変数をもつデータを、変数間の関係性から、その性質をできるだけ損なわないように少ない変数で表す解析方法です。

脳波測定は多くのチャネルで行われます。20〜40程度のチャネルが一般的です。 脳波解析では、これらのチャネルを変数として主成分分析を行います。 それにより、チャネル数が少数に集約され、どこでの活動が中心となっているのかがわかるのです。

主成分分析のわかりやすいサイト
主成分分析―講座 情報をよむ統計学〈8〉 (講座情報をよむ統計学 8)

【楽天】楽しく学べるわかりやすい脳波入門

独立成分分析(ICA)

独立成分分析(ICA)とは、データを複数の加法的な成分として表現する分析手法のことです。

独立成分分析では、アーチファクトも取り除くことができます。 観測したい成分の脳波を、他の脳波成分やアーチファクトとは分離して抽出します。

測定した脳波の生データにはさまざまな成分が混在しているため、独立成分分析を用いることは非常に有効です。

詳解 独立成分分析―信号解析の新しい世界
入門 独立成分分析


スポンサードリンク

当サイトはリンクフリーです。
Yahoo!ブックマークに登録 このエントリーをはてなブックマークに追加


inserted by FC2 system