<div dir="ltr"><div><div><div><div><div><div><div><div><div><div><div><div><div><div><div><div><div><div><div><div>Dear FieldTrip Community, <br><br></div>I recently started to analyze some TMS-EEG datasets and I encountered some questions regarding to using ICA to remove eye movement/muscle artifacts in our EEG data. As I am quite new to the analysis of TMS-EEG, I would like to inquire the FT community for some hints or suggestions. Below are the details of my questions:<br>


<br></div>//Description of Data Processing//<br></div><div>- EEG with 64 channel, sampling frequency 2500 Hz, electrode impedance less than 5 kOhm<br></div>- Every epoch consists of 1s prior to and 1s after TMS (130-150 trials per subject)<br>


</div>- TMS contaminated data points were cut out symmetrically -18ms to +18ms relative to TMS onset. Cubic spline interpolation is used to fill in the cut. <br></div>- Bandpass 0.5 - 80 Hz, with BUT and filter order 3. <br>


- Discrete Fourier transform filter (cfg.dftfilter) to remove 50 Hz line noise<br></div>- Visual inspection and rejection of trials with obvious unstable signal or channels.<br><br></div> //ICA//<br></div>- ICA algorithm: runica<br>


</div>- Demeaned data for ICA training (baseline is defined as the entire epoch -1 to +1s)<br></div>- Unmixing matrix applied to non-demeaned data for component removal <br><br></div>/////QUESTIONS/////<br></div>Please see the image below for a typical result of ICA from a subject with TMS applied at M1 (32 epochs for ICA training):<br>


<a href="https://www.dropbox.com/s/chwo2jnwi72saba/ica1.png" target="_blank">https://www.dropbox.com/s/chwo2jnwi72saba/ica1.png</a><br><br></div>Q1: It seems obvious to me that component 1 and 2 are of eyeblink origin. However, what about component 5, 12, 20, 28? Topology-wise, they seem to have a very anterior origin, but data in the time domain does not seem to correlate with component 1 and 2 very well (judging visually..)<br>


<br></div>Q2: What can you say about components 7, 9, 13 and 18? Are these cranial muscle artifacts? <br><br></div>Q3: Also, for components 42 and 54, given their high focality, are these more or less a indication of bad/unstable electrodes?<br>


<br></div>- I guess maybe I am asking too many questions. I think my main problem here is that I do not know what can be a good procedure / rules in manually selecting ICA components for rejection? (I tried to look in the literature but I couldn't find any that can answer my questions). And sometime I have the feeling that my ICA results look like a mess and maybe there were something wrong with my pre-processing or even data collection? <br>


<br></div>Thank you guys in advance for any input! I look forward to hearing from you!<br><br></div>Regards, <br><br></div>Bingshuo Li<br></div>MSc. Student, Neuroprosthetic Group, CIN, Uni Tübingen<br><br></div>