به منظور حذف نویز از سیگنال های مغزی، ICA به سیگنال مورد نظر اعمال می شود. مولفه یا مولفه های نویزی و آرتیفیکی مورد نظر شناسایی و حذف می شوند. سپس سیگنال دوباره به حوزه اولیه برگردانده می-شود. و سیگنال بدون آرتیفکت و نویز بدست می آید. در شکل (5-2) ده کانال از یک سیگنال نشان داده شده است. بر روی این سیگنال ICA را اعمال می کنیم برای اعمال ICA از نرم افزارICALAB استفاده می کنیم. در شکل (5-3) مولفه های بدست آمده توسط ICA نشان داده شده است.
شکل 5-2- سیگنال های گرفته شده توسط هر کانال
شکل 5-3- مولفه های بدست آمده توسط ICA
در شکل (5-3) شناسایی مولفه منشاء نویز مشکل می باشد. برای شناسایی این مولفه نیاز به فرد متخصص می باشد. در این روش اگر نویز خود یک منبع داشته باشد. مثلا یک الکترود برای ثبت سیگنال قلب یا سیگنال چشم و … آنگاه می شود بر روی این سیگنال روش ICA را اعمال کرد. بعد از اعمال ICA مولفه نویز شناسایی شده و حذف می شود. و دوباره سیگنال را بازسازی می کنیم. اما زمانی که نویز یک منبع نداشته باشد و در هر سیگنال به طور یکنواخت پخش شود حذف نویز به این طریق ممکن نیست. در اکثر روش های که از ICA برای حذف نویز استفاده شده است یک کانال برای نویز در نظر گرفته شده است. روش ICA قادر است با استفاده از ثبت چند کاناله سیگنال های مغزی ، فعالیت های مختلف نظیر پلک زدن ، حرکات چشم، سیگنال ECG ، EMG را در قالب مولفه های مستقل جدا کرد. یعنی باید منبع سیگنال مشخص باشد. این روش برای سیگنال های که منبع آنها مشخص نیست مناسب نمی باشد.
سلام
برای استفاده از الگوریتم تجلیل مولفه های مستقل ica آیا ابزاری در متلب وجود دارد؟