EEG和eye tracking结合：脑电数据中眼动伪迹的识别、分类和校正

文献：

摘要 ¶

比较线性回归和ICA这两种主要的处理方式，提出一种算法，以一种自动的方式使用眼动信息客观识别伪迹和IC成分。

要求被试在实验过程中尽量不眼动是一种不自然的认知行为，给被试增加了实验任务。

有些眼动会扩展到saccade的开始和结束后的时间段，对这些时间段的数据分析就会出现混淆。一些和眼动无关的实验也会受潜在的威胁，一些小但系统的伪迹会放大实验数据的分析结果，扭曲实验结论。

单一眼动会产生几种不同伪迹，这些不同的伪迹不仅是产生的机制不同，它们的数据和频谱特征上也不同，有不同的方向和大小。因为眼动有不同的位置和大小，过校正和未校正就可能是因为只校正了某个特定的位置。

本文将先回顾不同类型的眼动产生的伪迹，比较不同处理方式的优缺点，提出一个干净的程序有效、客观地校正眼动伪迹。