تحليل فورير المنفصل

ما هو تحليل فورييه المتقطع؟

تحليل فورييه المتقطع هو نهج رياضي يُستخدم لتفسير الإشارات التي تمت عيّنتها عن طريق تفكيكها إلى سلسلة من الترددات المكونة لها.

بدلاً من عرض البيانات كتدفق مستمر، تعالج هذه الطريقة متتاليات رقمية متقطعة ومحدودة — مثل قراءات الجهد من أنظمة تسجيل EEG — لتحديد القوى النسبية لدورات التذبذب المختلفة. من خلال تحويل هذه العينات إلى تمثيلات رقمية للسعة والطور، يكتسب الباحثون منظوراً واضحاً حول أي مكونات التردد هي الأكثر هيمنة داخل مجموعة البيانات.

تعمل هذه التقنية على جسر الفجوة بين جمع البيانات الخام واستخراج المعلومات المفيدة، وتعمل بشكل أساسي كمنشور رقمي. عند تطبيقها على أشكال الموجات المعقدة، تفصل العملية التذبذبات المتداخلة إلى نطاقات مقروءة، مما يسمح بعزل توقيعات إيقاعية محددة كانت لتظل محجوبة لولا ذلك بسبب ضوضاء الإشارة الأوسع. إنها حجر الزاوية في أبحاث neuroscience الحديثة، حيث يُعد عزل أنماط نشاط الدماغ المتميزة أمراً ضرورياً لفهم كل من الوظيفة العصبية السليمة والحالات المرضية.

من خلال الاستفادة من قدرة frequency analysis على إعادة تنظيم المتتاليات الزمنية، يمكن للعلماء تصفية الضوضاء الكهربائية المحيطة أو الشوائب التي قد تلوث القراءة بشكل فعال. هذا التحول ليس مجرد تمرين إحصائي بل هو أداة حيوية تجعل التذبذبات الدقيقة عالية التردد مرئية بتنسيق كمي. يشكل التوزيع الناتج للطاقة عبر نطاقات التردد المختلفة أساساً للكثير من التقييم التشخيصي الذي يتم إجراؤه في المختبرات السريرية المعاصرة اليوم.

ما الذي يفعله تحويل فورييه المتقطع (وFFT) فعلياً في معالجة إشارات EEG

بمجرد أخذ عينات من إشارة EEG مستمرة وتحويلها إلى متتالية محدودة من الأرقام، يمكن لـ DFT العمل عليها. بالنظر إلى N من عينات الجهد، ينتج DFT عدد N من الأرقام المركبة، يمثل كل منها مساهمة شريحة ضيقة محددة من التردد، يشار إليها باسم سلة (bin). بدلاً من مخطط جهد فوضوي واحد، ينتهي بك الأمر بقائمة منظمة توضح مقدار كل تردد موجود في ذلك التسجيل.

يصبح حساب DFT مباشرة بطيئاً مع نمو N بشكل كبير، حيث يتناسب الحساب مع مربع عدد العينات. تحويل فورييه السريع، أو FFT، هو خوارزمية تنتج نتائج متطابقة رياضياً مع العمل بكفاءة أكبر بكثير.

عملياً، لا أحد تقريباً يحسب DFT خام بالقوة الغاشمة. إن FFT هي ببساطة الطريقة القياسية والفعالة للوصول إلى هناك، وغالباً ما يتم استخدام المصطلحين بالتبادل في EEG research.

كيفية قراءة طيف تردد EEG الخام

افترض أن تسجيلاً يحتوي على N من العينات، تم أخذها بمعدل عينات fₛ عينة في الثانية. ينتج DFT لذلك التسجيل N من سلال التردد المتباعدة بالتساوي والتي تمتد من 0 هرتز إلى fₛ هرتز.

المسافة بين السلال المتجاورة، والتي تسمى عرض السلة، تساوي fₛ مقسومة على N. يحدد هذا الرقم الفردي، أي عرض السلة، أدق تفاصيل التردد التي يمكن للتحليل تمييزها.

نظرًا لأن جهد EEG هو إشارة ذات قيمة حقيقية وليست مركبة، فإن النصف الأول فقط من هذه السلال، وتحديداً N/2 + 1 منها، يحتوي على معلومات فريدة. السلال المتبقية هي صور مرآة للنصف الأول ولا تضيف شيئاً جديداً. يتوافق رقم السلة k مع تردد حقيقي لـ k مضروباً في عرض السلة (fₛ / N).

عند كل من هذه السلال، يخرج DFT عدداً مركباً، مما يعني أن له مكونين بدلاً من مكون واحد. مقدار ذلك العدد المركب هو سعة مكون التردد المقابل، معبراً عنها بالميكروفولت بمجرد قياسها بشكل صحيح. يخبرك هذا بمدى قوة هذا الإيقاع المعين داخل الجزء المسجل.

زاوية الرقم المركب هي الطور، والذي يخبرك بمكان ذلك الإيقاع في دورته في بداية التسجيل، مما يحدد فعلياً متى يصل الإيقاع إلى ذروته بالنسبة لبداية النافذة.

ثلاثة قيود تشكل كل طيف لـ EEG

تحكم ثلاث حدود عملية مدى موثوقية الطيف القائم على DFT في الواقع، وتعود الثلاثة جميعها إلى حقيقة أن الإدخال عبارة عن سجل محدود مأخوذ كعينات وليس سجلاً مستمراً غير محدود:

1. يساوي عرض السلة (دقة التردد) fₛ مقسومة على N؛ بحيث يمكن للتسجيل الأطول فقط فصل إيقاعين متقاربين.

2. يقوم حد نيكويست عند نصف معدل أخذ العينات بتشويه (alias) نشاط الدماغ الأسرع بشكل دائم ما لم يتم تصفيته قبل أخذ العينات.

3. ينشر التسرب الطيفي طاقة الإيقاع في السلال المجاورة عندما يقع تردده بين مراكز السلال؛ وتقلل النوافذ المستدقة من هذا الانتشار.

تطبيق DFT على تخطيط كهربية الدماغ في حالة الراحة وبتصميم الكتل

يفترض DFT، على الأقل ضمناً، أن محتوى التردد للإشارة لا يتغير كثيراً خلال الجزء الذي يتم تحليله. هذا الافتراض معقول أثناء الراحة المستمرة أو كتلة موحدة من مهمة معرفية متكررة، وهي حالات مستقرة تقريباً. في تلك الظروف، ينتج عن DFT منفرد يتم أخذه عبر الحقبة بأكملها طيف يمثل بشكل مفيد النشاط الإيقاعي للدماغ لتلك الفترة الزمنية.

هذا قريب من النهج المستخدم في legacy study حول عدم التماثل في إشارات EEG بين نصفي الكرة المخية، حيث أدى المشاركون مهام لفظية وحسابية ومكانية وموسيقية أثناء تسجيل EEG من مواقع أقطاب كهربائية صدغية وجدارية.

أنتجت تحويلات فورييه المتقطعة لهذه التسجيلات نسب طاقة تقارن بين نصفي الكرة الأيمن والأيسر عبر نطاقات التردد القياسية. أظهر نطاق ألفا أن عدم التماثل بين نصفي الكرة المخية يعتمد بشكل كبير على المهمة التي يتم إجراؤها، وأظهر نصف الكرة الأكثر انشغالاً بالمهمة باستمرار طاقة ألفا أقل بشكل متناسب.

تم الإبلاغ عن هذا التأثير المعتمد على المهمة في نطاق ألفا على أنه أكبر بمقدار 2 إلى 5 مرات مما وجدته الأبحاث السابقة عند النظر إلى طاقة النطاق الكامل دون عزل ألفا على وجه التحديد. جاء هذا المكسب في الحساسية مباشرة من فصل نطاقات التردد باستخدام DFT بدلاً من التعامل مع الإشارة ككتلة واحدة غير مقسمة.

علاوة على ذلك، تقدم دراسة من Fukui University of Technology in Japan حول تخطيط كهربية الدماغ الطبيعي والصرعي نمطاً مشابهاً مطبقاً على ظروف حالة الراحة المحتملة. وكشف تحليل فورييه الخاص بها عن الشكل الطيفي الشبيه بـ 1/f المذكور سابقاً وأكد أن إيقاع ألفا، البارز في التسجيلات الطبيعية، كان غائباً في التسجيلات الصرعية.

القيود: عندما يقصر DFT عن الأداء المطلوب

ينهار الافتراض الأساسي لـ DFT، وهو أن محتوى التردد يظل ثابتاً عبر الجزء الذي تم تحليله، عندما يتغير نشاط EEG بسرعة داخل تلك النافذة. نوبات الصرع والتحولات العاطفية المفاجئة هما مثالان واضحان على هذا النوع من السلوك غير المستقر.

أظهرت الدراسة التي حللت EEG الطبيعي والصرعي هذا القيد مباشرة. في حين نجح تحويل فورييه في التقاط الشكل الطيفي العام 1/f للتسجيلات، إلا أنه فشل في الكشف عن النوبات الموضعية والمجمعات الحادة النموذجية لنشاط النوبات.

تمكنت تحويلات المويجات (Wavelet)، وهي عائلة مختلفة من time-frequency tools، من اكتشاف تلك الأحداث الموضعية حيث لم يتمكن نهج فورييه من ذلك.

الاستنتاج العملي واضح ومباشر: بالنسبة للتسجيلات المستقرة، أو كتل حالة الراحة أو كتل المهام التي يتم التحكم فيها جيداً، يوفر DFT أساساً صلباً وقابلاً للتفسير لتحليل التردد. بالنسبة للأحداث العابرة أو سريعة التحول، قد تكون هناك حاجة إلى امتدادات التردد الزمني مثل المويجات أو تحويلات الوقت القصير التكيفية.

تحليل فورييه المتقطع والمويجات: كيف يقارنان

يوفر تحليل فورييه المتقطع رؤية عالمية ممتازة للإشارة، حيث يحدد تكوين التردد الثابت عبر كتلة كاملة من البيانات. ونظراً لأنه يحسب طيفاً متوسطاً واحداً لنافذة الوقت تلك، فإنه فعال للغاية للإشارات المستقرة حيث تظل الخصائص الإيقاعية متسقة. ومع ذلك، فإنه يفتقر إلى القدرة على تحديد وقت حدوث حدث تردد معين بدقة داخل هذا الجزء الذي تم تحليله، مما يؤدي أساساً إلى طمس السمات الزمنية في صورة مجمعة واحدة.

في المقابل، تقدم المويجات نهجاً متعدد الدقة يوفر معلومات موضعية في كل من الوقت والتردد. من خلال استخدام نافذة تختلف في الحجم، يمكن لعمليات تحويل المويجات تكبير النوبات العابرة أو الهبات المفاجئة من النشاط، والتي غالباً ما تضيع عند استخدام طرق فورييه الأوسع. وهذا يجعلها أكثر مرونة بشكل كبير لفحص ظواهر الدماغ العارضة أو التحولات العصبية السريعة التي لا تتبع نمطاً دورياً محدداً.

الاختيار بين هذه الطرق هو مسألة تحديد أولويات الاحتياجات من المعلومات ضمن معايير مشروع البحث. غالباً ما يتبع الباحثون سير عمل إجرائي قياسي لتحديد استراتيجية معالجة الإشارات الخاصة بهم:

1. تأكيد ما إذا كانت الإشارة ذات الأهمية مستقرة أم عابرة.

2. تطبيق التحليل الطيفي العالمي التقليدي لتقييم متوسط الطاقة.

3. تنفيذ تفكيك التردد الزمني لتتبع الأحداث الموضعية.

4. التحقق من صحة توزيعات الطاقة الناتجة مقابل الشوائب الفسيولوجية المعروفة.

دليل تنفيذ تحليل فورييه المتقطع باستخدام بايثون

يتضمن تنفيذ هذا التحليل في بايثون عادةً استخدام مكتبات متخصصة مثل NumPy أو SciPy، والتي توفر وظائف محسنة لحساب تحويلات فورييه السريعة.

تقبل الوظيفة الأساسية fft مصفوفة من عينات الجهد وتعيد حاوية ذات قيمة مركبة تمثل الطاقة والطور عند كل توافقية. يجب على المطورين التأكد من تعبئة مصفوفة الإدخال بشكل صحيح إذا لزم الأمر، على الرغم من أن المكتبات الحديثة تتعامل مع عمليات المصفوفة الأساسية تلقائياً لمعظم أحجام المصفوفات القياسية.

بعد حساب التحول الخام، يتطلب التنفيذ في العالم الحقيقي تطبيع الناتج وحساب القيمة المطلقة لاشتقاق طيف الطاقة. يتضمن ذلك القسمة على الطول الإجمالي للمتتالية لتقدير المقادير بشكل مناسب. بمجرد قياسه، يمكن رسم الطيف مقابل محور تردد محدد، والذي يتم بناؤه بناءً على تردد أخذ العينات الأصلي لأجهزة التسجيل.

يتطلب وضع اللمسات الأخيرة على الكود معالجة الشوائب المحتملة عن طريق تنظيف الإشارة الواردة أولاً من خلال مرشحات تمرير النطاق. من خلال عزل الترددات التي تهم الدراسة الحالية فقط، يقلل المستخدمون من البصمة الحسابية ويحسنون من إمكانية تفسير الرسم البياني الطيفي النهائي. يسمح هذا النهج المعياري بالتحسين السريع لخطوط معالجة البيانات مع ظهور متطلبات بحثية جديدة.

أدلة وموارد PDF لتحليل فورييه المتقطع

بالنسبة لأولئك الذين يبحثون عن أدلة تقنية عميقة، هناك العديد من موارد PDF الأساسية التي توضح بالتفصيل البراهين الرياضية واستراتيجيات التنفيذ للتحليل الطيفي. تعمل هذه المستندات كجسر بين الكتب المدرسية النظرية لمعالجة الإشارات والتطبيقات المختبرية العملية، وتوضيح كيفية حساب حدود الخطأ والتحيزات الخاصة بالنظام. يتم تنسيق العديد من هذه الأدلة من قبل مجموعات البحث الأكاديمي لغرض توحيد المعالجة عبر الدراسات متعددة المؤسسات.

تتضمن هذه الموارد بشكل متكرر دروساً تعليمية حول إعداد البيانات الزمنية الخام للتحليل، مع التأكيد على متطلبات نظافة بيانات محددة مثل رفض الشوائب وإعادة الإسناد. كما أنها توفر نظرة عامة شاملة على وظائف النوافذ المختلفة، مع شرح كيفية تأثيرها على المقايضة بين الدقة الطيفية ودقة السعة. يعد فهم هذه الفروق الدقيقة أمراً ضرورياً لأي ممارس يتطلع إلى تجاوز عمليات التنفيذ الجاهزة لوظائف المكتبة الشائعة.

من خلال استشارة هذه الأدلة التقنية، يمكن للطلاب والباحثين اكتساب Insight حول العقبات الشائعة المرتبطة بالتحولات الرقمية، مثل التسرب الطيفي وشوائب الالتفاف. يتم تحديث هذه الأدلة بشكل دوري لتعكس التطورات في السرعة والكفاءة الحسابية، مما يضمن بقاء المنهجيات الموصوفة حديثة وقابلة للتطبيق على أجهزة أخذ العينات الحديثة عالية الدقة المستخدمة في المشاريع العلمية الحالية.

كيف يكشف تحليل التردد عن إيقاعات الدماغ المخفية

إن تقسيم تسجيل EEG إلى الترددات المكونة له يحول مخطط الجهد المتشابك إلى شيء أكثر دلالة بكثير. يوضح تحويل فورييه المتقطع تماماً أي الإيقاعات موجودة ومدى قوتها، ولهذا السبب أصبح الخطوة الأولى في استخراج ميزات مثل عدم التماثل في نطاق ألفا المرتبط بالمهام العقلية أو شكل 1/f المتميز الذي يفصل نشاط الدماغ الطبيعي عن التسجيلات الصرعية. توفر هذه الخطوة صورة واضحة وقابلة للتفسير للمشهد التذبذبي للدماغ أثناء الحالات المستقرة والمستريحة أو القائمة على المهام.

ومع ذلك، فإن الطريقة تحمل حدوداً مهمة لأنها تحتاج إلى معدل أخذ عينات سريع بما يكفي لتجنب التشويه العصبي، ونافذة طويلة بما يكفي للتمييز بين الإيقاعات المتقاربة، والوعي بأن الأحداث العصبية المفاجئة تكسر افتراضها الأساسي بوجود حالة دماغية مستقرة. بالنسبة لتلك النوبات العابرة أو التحولات العاطفية السريعة، غالباً ما يلجأ الباحثون إلى بدائل التردد الزمني، على الرغم من أن مقارنات هذه الأدوات عبر العديد من المهام لا تزال نادرة.

إن فهم ما يمكن وما لا يمكن أن يقوله طيف السعة الخام يبقي التركيز على ما تدعمه البيانات بالفعل، وبناء صورة دقيقة لوظيفة الدماغ دراسة تلو أخرى.

المراجع

1. دويل، جيه سي، أورنستاين، آر، وجالين، دي (1974). التخصص الجانبي للنمط المعرفي: الجزء الثاني. تحليل تردد تخطيط كهربية الدماغ (EEG). علم وظائف الأعضاء النفسي، 11(5)، 567-578. https://doi.org/10.1111/j.1469-8986.1974.tb01116.x

2. ياماغوتشي، سي (2003، مارس). تحليلات فورييه والمويجات لتخطيط كهربية الدماغ الطبيعي والصرعي (EEG). في المؤتمر الدولي الأول لجمعية الهندسة في الطب والأحياء التابعة لمعهد مهندسي الكهرباء والإلكترونيات (IEEE EMBS) حول الهندسة العصبية، 2003. وقائع المؤتمر. (ص 406-409). IEEE. https://doi.org/10.1109/CNE.2003.1196847

3. سامعي، كيه.، كوفاكس، بي.، وغابوج، م. (2015). تصنيف نوبات الصرع في متسلسلات EEG الزمنية باستخدام تحويل فورييه العقلاني المتقطع قصير الوقت. معاملات IEEE في الهندسة الطبية الحيوية، 62(2)، 541-552. https://doi.org/10.1109/TBME.2014.2360101

الأسئلة الشائعة

ما الذي يفعله تحويل فورييه المتقطع بالضبط لتسجيل EEG؟

يفكك DFT كتلة محدودة من جهد EEG الذي تم أخذ عينات منه إلى مجموعة من مكونات التردد، يمثل كل منها عدداً مركباً. تكشف هذه الأرقام عن مقدار كل تردد (سعة) والطور الذي يبدأ عنده داخل نافذة التحليل.

لماذا يعتبر معدل أخذ العينات بالغ الأهمية عند تسجيل EEG؟

يحدد معدل أخذ العينات أعلى تردد يمكن التقاطه بدقة، والمعروف باسم تردد نيكويست. إذا كانت الإشارة تحتوي على ترددات أعلى من نصف معدل أخذ العينات، فإنها تصبح مشوهة (Aliased) — حيث تظهر كترددات أقل — ولا يمكن تصحيحها بعد ذلك. لمنع ذلك، تطبق أنظمة EEG مرشح تمرير منخفض لإزالة الترددات التي تتجاوز حد نيكويست قبل أخذ العينات.

ما الذي يحدد مدى دقة فصل DFT للترددات المتقاربة؟

يتم تحديد دقة التردد من خلال عرض السلة، والذي يساوي معدل أخذ العينات مقسوماً على عدد العينات في الجزء. تسمح السلال الأضيق بفصل أفضل للإيقاعات المتقاربة، ولكن تحقيقها يتطلب فترات تسجيل أطول.

ما هو التسرب الطيفي، وكيف يمكن معالجته؟

يحدث التسرب الطيفي عندما لا يتوافَق إيقاع الدماغ الحقيقي تماماً مع سلة تردد DFT، مما يتسبب في انتشار طاقته إلى عدة سلال وطمس القمة. يؤدي تطبيق نافذة مستدقة (مثل نافذة هان) التي تنعم حواف الإشارة إلى تقليل هذا التسرب، على الرغم من أنه لا يمكن التخلص منه تماماً.

ما الذي يخبرنا به ناتج DFT بخلاف قيمة الطاقة البسيطة؟

يوفر DFT الخام كلاً من السعة، التي تشير إلى قوة الإيقاع بالميكروفولت، والطور، الذي يخبرنا بمكان دورة الإيقاع في بداية نافذة التسجيل. في حين أن السعة مستخدمة على نطاق واسع، غالباً ما يتم تجاهل الطور في دراسات EEG ولكنه لا يزال جزءاً متأصلاً من نتيجة DFT.

تحت أي ظروف يقدم DFT صورة موثوقة لنشاط الدماغ؟

يعمل DFT بشكل جيد عندما تكون إشارة EEG مستقرة تقريباً، مما يعني أن محتوى ترددها لا يتغير كثيراً خلال كتلة التسجيل. هذا أمر نموذجي لتسجيلات حالة الراحة أو الكتل الموحدة التي يتم التحكم فيها جيداً لمهمة معرفية.

لماذا قد يفشل DFT في التقاط بعض أحداث الدماغ؟

يفترض DFT أن محتوى التردد يظل ثابتاً على الجزء الذي تم تحليله، لذلك لا يمكنه تمثيل الأحداث السريعة والعابرة بدقة مثل نوبات الصرع أو التحولات العاطفية المفاجئة. في هذه الحالات غير المستقرة، تتبدد الطاقة عبر العديد من الترددات، وتكون طرق التردد الزمني مثل المويجات أكثر ملاءمة.

كيف يرتبط تحويل فورييه السريع (FFT) بـ DFT، ولماذا يتم استخدامه؟

إن FFT عبارة عن خوارزمية تحسب DFT بشكل أسرع بكثير، وتنتج نتائج متطابقة رياضياً. في أبحاث EEG، غالباً ما يتم استخدام المصطلحين بالتبادل لأن FFT هو الطريقة القياسية والفعالة للحصول على طيف التردد.