Не уверен, что это возможно, учитывая данные, которые у вас есть, но одна возможность состоит в том, чтобы сформулировать это как контролируемую проблему.Скажем, у вас есть несколько ЭЭГ пациентов с эпилепсией и несколько пациентов без эпилепсии.Вы можете применить декомпозицию ICA ко всему набору данных, а затем использовать каждый компонент отдельно как вектор признаков (возможно, дискретизировать его), чтобы предсказать класс (т. Е. Эпилептический или неэпилептический).
Компоненты шума не должны иметь прогностического значения, поэтому вы можете обнаружить, что кластер компонентов имеет (статистически) значительно более высокое прогностическое значение, чем другой.Это потребует ручного просмотра значения точности каждого компонента и принятия субъективного решения, но, возможно, это может помочь в качестве предварительного анализа.
Конечно, это работает, только если у вас есть данные от нескольких пациентов.