একটি ইলেক্ট্রোএনসেফালোগ্রাম (EEG) দীর্ঘ সময় ধরে অসংখ্য চ্যানেলে বিপুল পরিমাণ অবিচ্ছিন্ন ডেটা তৈরি করে। এই পরিমাণটি পোর্টেবল হেডসেটের সীমিত মেমরির উপর চাপ সৃষ্টি করে, টেলিমেডিসিন নেটওয়ার্কগুলিকে সীমাবদ্ধ করে এবং রিয়েল-টাইম ব্রেন-কম্পিউটার ইন্টারফেস (BCIs) এর গতি ধীর করে দেয়। ফলস্বরূপ, দক্ষতার সাথে প্রক্রিয়া করার জন্য কাঁচা EEG ডেটা হ্রাস করা প্রয়োজন।
ডিসক্রিট কোসাইন ট্রান্সফর্ম (DCT), যা জেপিইজি (JPEG) কম্প্রেশনের গাণিতিক ভিত্তি হিসেবে কাজ করে, এই চ্যালেঞ্জটি সমাধান করে। যেভাবে এটি ছবিকে চেনার যোগ্যতা বজায় রেখে সংকুচিত করে, ঠিক সেভাবেই DCT এর সামগ্রিক আকার বজায় রেখে EEG সিগন্যালের সাইজ হ্রাস করে। এর কার্যপ্রণালী এবং সীমাবদ্ধতাগুলি সনাক্ত করা DCT কখন উপযুক্ত বা কখন বিকল্প রূপান্তরগুলি বেশি পছন্দনীয় তা নির্ধারণ করতে সহায়তা করে।
ডিসক্রিট কোসাইন ট্রান্সফর্ম (Discrete Cosine Transform) কী?
ডিসক্রিট কোসাইন ট্রান্সফর্ম হলো একটি গাণিতিক প্রক্রিয়া যা স্যাম্পল করা মানের একটি সসীম সিকোয়েন্সকে কোসাইন ফাংশনগুলোর সাথে সম্পর্কিত সহগে রূপান্তরিত করে। সময় বা অবস্থানের ওপর ভিত্তি করে সরাসরি একটি সিগন্যালকে প্রকাশ করার পরিবর্তে, এটি দেখায় যে কীভাবে বিভিন্ন কোসাইন প্যাটার্নগুলো সেই সিগন্যালে অবদান রাখে। এর ফলাফলটি সসীম এবং ডিসক্রিট বা বিচ্ছিন্ন থাকে, তবে এর গঠনটি ফ্রিকোয়েন্সি-সদৃশ ডোমেইনে প্রকাশ করা হয়।
একটি কোসাইন বেসিস একটি ধ্রুবক প্যাটার্ন দিয়ে শুরু হয় এবং ক্রমশ দ্রুততর অসিলেশন বা কম্পনের মধ্য দিয়ে অগ্রসর হয়। তাই প্রথম সহগটি সাধারণত ইনপুটের গড় বা সামগ্রিক স্তরকে প্রতিফলিত করে, আর পরবর্তী সহগগুলো ক্রমশ সূক্ষ্ম পরিবর্তনগুলোকে ধারণ করে। এই বিন্যাসটি দ্রুত ওঠানামা থেকে সামগ্রিক প্রবণতাগুলোকে আলাদা করা সহজ করে তুলতে পারে।
যখন সহগগুলোর সম্পূর্ণ সেট এবং সংশ্লিষ্ট নরমালাইজেশন বজায় রাখা হয়, তখন এই ট্রান্সফর্মটি বিপরীতমুখী (reversible) হতে পারে। তবে ব্যবহারিক কাজে, বিশ্লেষকরা কেবল নির্দিষ্ট কিছু সহগ সংরক্ষণ করতে পারেন অথবা সেগুলোকে গাণিতিক বৈশিষ্ট্য হিসেবে ব্যবহার করতে পারেন। সেই সিদ্ধান্ত ডাইমেনশনালিটি কমাতে পারে, কিন্তু এটি তথ্যও বর্জন করে, তাই হ্রাসকৃত রিপ্রেজেন্টেশনের অর্থ অনুমান করার চেয়ে মূল্যায়ন করা প্রয়োজন।
ধাপে ধাপে ডিসক্রিট কোসাইন ট্রান্সফর্ম অ্যালগরিদম
একটি ব্যবহারিক DCT ওয়ার্কফ্লো একটি সসীম সিকোয়েন্স দিয়ে শুরু হয় এবং সহগগুলোর মাধ্যমে শেষ হয় যা পুনর্গঠন বা বিশ্লেষণ করা যেতে পারে। সিকোয়েন্সটি একটি সংক্ষিপ্ত সিগন্যাল উইন্ডো, একটি ইমেজ রো (image row), অথবা পরিমাপের অন্য কোনো ক্রমানুসারে সাজানো সংগ্রহ হতে পারে। হিসাব করার আগে, বিশ্লেষক ট্রান্সফর্মের ধরন, সহগ স্কেলিং, উইন্ডোর দৈর্ঘ্য এবং অনুপস্থিত বা ত্রুটিযুক্ত স্যাম্পলগুলোর ব্যবস্থাপনা নির্ধারণ করেন।
প্রতিটি DCT বেসিস ফাংশন হলো একটি স্যাম্পল করা কোসাইন প্যাটার্ন। অ্যালগরিদমটি ইনপুটের সাথে প্রতিটি বেসিস প্যাটার্নের তুলনা করে, যার ফলে প্রতি প্যাটার্নে একটি করে সহগ তৈরি হয়। এই হিসাবটি সামেশন ফর্মুলার সাহায্যে সরাসরি সম্পন্ন করা যেতে পারে অথবা নির্বাচিত ট্রান্সফর্ম কনভেনশন বজায় রেখে গণনা কমানোর জন্য ডিজাইন করা একটি দ্রুত ইমপ্লিমেন্টেশনের মাধ্যমেও করা যেতে পারে।
অপারেশনটি ইমপ্লিমেন্ট করার সময় একটি সংক্ষিপ্ত ওয়ার্কফ্লো বেশ উপযোগী, কারণ প্রতিটি ধাপ ব্যাখ্যার ওপর প্রভাব ফেলে:
একটি সসীম এবং ধারাবাহিকভাবে স্যাম্পল করা সিকোয়েন্স প্রস্তুত করুন।
বিশ্লেষণের প্রয়োজনে অনাকাঙ্ক্ষিত অফসেট এবং ট্রেন্ডগুলো অপসারণ করুন বা মডেল করুন।
DCT-এর ধরন এবং নরমালাইজেশন কনভেনশন নির্বাচন করুন।
সহগ ভেক্টর (coefficient vector) গণনা করুন এবং এর ডাইমেনশন যাচাই করুন।
গবেষণার প্রশ্ন অনুযায়ী সহগগুলো সংরক্ষণ করুন, পুনর্গঠন করুন অথবা গাণিতিকভাবে বিশ্লেষণ করুন।
রূপান্তরের পর, গাণিতিক নির্ভুলতা এবং নরমালাইজেশন কনভেনশন বাদে, সমস্ত সহগের সাহায্যে পুনর্গঠন করলে ইনপুটটি আবার ফিরে পাওয়া উচিত। সহগ ভেক্টরের কেবল একটি অংশ ব্যবহার করে পুনর্গঠন করা হলে তা একটি আনুমানিক রূপ দেয়। পুনর্গঠনের ত্রুটি পরীক্ষা করলে বোঝা যায় যে সহগ হ্রাস করার ফলে কেবল নয়েজই কমেছে নাকি কোনো অর্থপূর্ণ কাঠামোও হারিয়ে গেছে।
বিভিন্ন শিল্পে ডিসক্রিট কোসাইন ট্রান্সফর্মের ব্যবহার
যেখানেই সসীম, স্যাম্পল করা ডেটা একটি কোসাইন-ভিত্তিক রিপ্রেজেন্টেশন থেকে উপকৃত হতে পারে, সেখানেই ডিসক্রিট কোসাইন ট্রান্সফর্মের ব্যবহার রয়েছে। ইমেজ এবং ভিডিও সিস্টেমে, এটি স্থানিক (spatial) বা সাময়িক (temporal) ব্লকের সংক্ষিপ্ত বিবরণে সহায়তা করে। অডিও এবং যোগাযোগের ক্ষেত্রে, সংশ্লিষ্ট রূপান্তর পদ্ধতিগুলো কোডিং এবং ট্রান্সমিশনের জন্য সিগন্যাল তথ্য বিন্যস্ত করতে সাহায্য করতে পারে।
বৈজ্ঞানিক এবং প্রকৌশলগত অ্যাপ্লিকেশনগুলোতে ফিল্টারিং, ডিনয়েজিং, ফিচার কনস্ট্রাকশন এবং গাণিতিক বিশ্লেষণের জন্য DCT ব্যবহার করা হয়। যখন ফেজ (phase) প্রাথমিক বিবেচ্য বিষয় না হয় অথবা যখন ইভেন-এক্সটেনশন আচরণযুক্ত একটি সসীম সিকোয়েন্স উপযুক্ত মডেল হয়, তখন এর রিয়েল-ভ্যালুড বেসিস বেশ সুবিধাজনক হতে পারে। এর উপযুক্ত ব্যবহার নির্ভর করে সিগন্যাল, বাউন্ডারি কন্ডিশন এবং কাঙ্ক্ষিত আউটপুটের ওপর।
বায়োমেডিকেল গবেষণায়, ট্রান্সফর্ম সহগগুলো পরিসংখ্যানগত মডেল বা ক্লাসিফিকেশন সিস্টেমের বৈশিষ্ট্য (features) হিসেবে কাজ করতে পারে। এই ধরনের বৈশিষ্ট্যগুলো একটি রূপান্তরিত সিগন্যালের পরিমাপ মাত্র, সরাসরি কোনো জৈবিক পরিবর্তনশীল নয়। তাই ভ্যালিডেশন, রিপ্রোডিউসিবিলিটি এবং মূল ডেটা ও প্রাসঙ্গিক ফিজিওলজিক্যাল পরিমাপের সাথে তুলনার মাধ্যমে এগুলোর কার্যকারিতা প্রতিষ্ঠা করতে হবে।
ডিসক্রিট কোসাইন ট্রান্সফর্ম বনাম ডিসক্রিট ফুরিয়ার ট্রান্সফর্ম
DCT এবং DFT উভয়েই অসিলেটরি বেসিস ফাংশনের মাধ্যমে স্যাম্পল করা ডেটা প্রকাশ করে, তবে এগুলোর গাণিতিক অনুমান ভিন্ন। DFT কমপ্লেক্স এক্সপোনেনশিয়াল ব্যবহার করে এবং এর সহগগুলোতে অ্যামপ্লিচিউড ও ফেজ উভয়ই প্রকাশ করে। DCT রিয়েল কোসাইন ফাংশন ব্যবহার করে এবং এটি সাধারণত সসীম ইনপুটের একটি ইভেন-সিমেট্রিক এক্সটেনশনের সাথে সম্পর্কিত।
বাউন্ডারি আচরণ এদের মধ্যে একটি প্রধান পার্থক্য। একটি DFT-তে পিরিওডিক এক্সটেনশন একটি সসীম সেগমেন্টের শেষ এবং শুরুর মধ্যে কৃত্রিম ব্যবধান বা জাম্প তৈরি করতে পারে যদি সেই মানগুলো না মেলে। অনেক DCT ফর্মের সাথে সম্পর্কিত ইভেন-এক্সটেনশন কাঠামোটি সেই নির্দিষ্ট অসঙ্গতি বা ডিসকন্টিনিউটি কমাতে পারে, যদিও এটি প্রতিটি এজ ইফেক্ট (edge effect) দূর করে না বা প্রতিটি সিগন্যালের জন্য ভালো ফলাফলের নিশ্চয়তা দেয় না।
তাই এই নির্বাচনটি আদর্শগত না হয়ে বিশ্লেষণাত্মক হওয়া উচিত। যখন জটিল ফেজ এবং পিরিওডিক কাঠামো গুরুত্বপূর্ণ তখন DFT স্বাভাবিক পছন্দ, অন্যদিকে কমপ্যাক্ট রিয়েল-ভ্যালুড রিপ্রেজেন্টেশন এবং সসীম-উইন্ডো ডেটার জন্য DCT আকর্ষণীয় হতে পারে।
কখন DCT ব্যবহার করবেন | কখন FFT/ওয়েভলেট ব্যবহার করবেন |
|---|---|
কম শক্তির, এমবেডেড কম্প্রেশন প্রয়োজন হলে | নির্দিষ্ট ফ্রিকোয়েন্সি ব্যান্ড বিশ্লেষণ করার সময় |
এমএল (ML)-এর জন্য রিয়েল-ভ্যালুড ফিচার ভেক্টর তৈরিতে | ফেজ সিনক্রোনি পরিমাপের সময় |
ডেটা রিডাকশন, ফ্রিকোয়েন্সি বিশ্লেষণ নয় | টাইম-লোকালাইজড ট্রানজিয়েন্ট সনাক্তকরণে |
EEG সিগন্যালে DCT এনার্জি কমপ্যাকশন প্রোপার্টি কী?
DCT কাজ করে সিগন্যাল স্যাম্পলের একটি ছোট ব্লককে ক্রমবর্ধমান ফ্রিকোয়েন্সিতে কোসাইন তরঙ্গের সমষ্টিতে বিভক্ত করার মাধ্যমে, যেখানে প্রতিটি তরঙ্গ একটি সহগ দ্বারা গুণিত হয় যা প্রকাশ করে সেই নির্দিষ্ট কোসাইন তরঙ্গটি মূল ব্লকে কতটা অবদান রাখছে।
ফুরিয়ার ট্রান্সফর্মের বিপরীতে, যা ম্যাগনিচিউড এবং ফেজ উভয় তথ্য ধারণকারী জটিল সংখ্যা (complex numbers) তৈরি করে, DCT কেবল বাস্তব সংখ্যা (real numbers) তৈরি করে। এটি আউটপুট সংরক্ষণ এবং গাণিতিকভাবে পরিচালনা করা সহজ করে তোলে।
EEG-এর জন্য সবচেয়ে গুরুত্বপূর্ণ বৈশিষ্ট্যটি হলো এনার্জি কমপ্যাকশন বা শক্তি ঘনীভবন। EEG সিগন্যালগুলো সময়ের সাথে অত্যন্ত গভীরভাবে সম্পর্কিত (correlated), যার অর্থ হলো এখন রেকর্ড করা একটি স্যাম্পল কিছু মুহূর্ত আগে রেকর্ড করা স্যাম্পলের সাথে পরিসংখ্যানগতভাবে সামঞ্জস্যপূর্ণ।
Birvinskas এবং সহকর্মীদের একটি গবেষণা সরাসরি এটি ব্যাখ্যা করে উল্লেখ করেছে যে, DCT “সম্পর্কযুক্ত (correlated) ইনপুট ডেটা গ্রহণ করে এবং এর শক্তিকে মাত্র প্রথম কয়েকটি ট্রান্সফর্ম সহগে ঘনীভূত করে”। সহজ কথায়, এর অর্থ হলো একটি ব্লকের প্রথম কয়েকটি সহগ সিগন্যালের মূল আকারটি ধারণ করে, আর পরবর্তী সহগগুলো ক্রমশ সূক্ষ্ম বিবরণ ধারণ করে, যার বেশিরভাগই নয়েজের সাথে মিশে যায়।
এই ঘনীভবন প্রভাবের কারণে, পুনর্গঠিত ওয়েভফর্মের ন্যূনতম ক্ষতি করে সহগের একটি বড় অংশ ফেলে দেওয়া যেতে পারে। এমবেডেড সিস্টেম নিয়ে Birvinskas-এর নেতৃত্বাধীন আরেকটি গবেষণায় সরাসরি এটি দেখানো হয়েছে, যেখানে আটটি স্যাম্পলের ছোট ব্লকে DCT প্রয়োগ করে স্পষ্টভাবে বলা হয়েছে যে, “সবচেয়ে কম গুরুত্বপূর্ণ ট্রান্সফর্ম সহগগুলো স্থানান্তরের আগে সরিয়ে ফেলা হয়” এবং পুনর্গঠনের আগে সেগুলোতে শূন্য (zeros) বসানো হয়। এর থেকে যে সিগন্যালটি পুনরায় ফিরে আসে তা অবিকল আগের মতো না হলেও এটি মূল কাঠামোটি বজায় রাখে, কারণ বর্জন করা তথ্যগুলো ট্রান্সফর্মের সেই অংশগুলোতে ঘনীভূত ছিল যা শুরুতেই সবচেয়ে কম শক্তি বহন করছিল।
এই ডিকরিলেটিং আচরণটি রূপকভাবে প্রিন্সিপাল কম্পোনেন্ট অ্যানালাইসিস (PCA)-এর লক্ষ্যের সাথে সম্পর্কিত, যা সম্পর্কিত ডেটার কমপ্যাক্ট, ডিকরিলেটেড রিপ্রেজেন্টেশন খোঁজে। তবে PCA ডেটা থেকে পরিসংখ্যানগতভাবে এর বেসিস ফাংশনগুলো তৈরি করে, যেখানে DCT কোসাইন ফাংশনের একটি নির্দিষ্ট, পূর্বনির্ধারিত সেট ব্যবহার করে।
কেন DCT ফাস্ট ফুরিয়ার ট্রান্সফর্ম (FFT) বা ওয়েভলেটের মতো অসিলেটরি ডিকম্পোজিশন নয়?
DCT-কে ফুরিয়ার বিশ্লেষণের একটি সাধারণ রূপ হিসেবে বিবেচনা করার প্রবণতা থাকে, কিন্তু এই দুটি টুল ভিন্ন ভিন্ন লক্ষ্যের জন্য তৈরি করা হয়েছে।
ফাস্ট ফুরিয়ার ট্রান্সফর্ম (FFT) একটি সিগন্যালকে সাইন এবং কোসাইন জোড়ায় বিভক্ত করে কমপ্লেক্স-ভ্যালুড আউটপুট তৈরি করে, যা ফ্রিকোয়েন্সি ম্যাগনিচিউড এবং ফেজ উভয়ই বহন করে। সেই জটিল আউটপুটটি স্বাভাবিকভাবেই ক্লাসিক্যাল EEG ফ্রিকোয়েন্সি ব্যান্ড যেমন ডেল্টা, থিটা, আলফা, বিটা এবং গামার সাথে মিলে যায় এবং এটি ইলেকট্রোড সাইটগুলোর মধ্যে সিনক্রোনাইজেশনের মতো ফেজ-ভিত্তিক পরিমাপ সমর্থন করতে পারে। ওয়েভলেট ট্রান্সফর্ম এই ধারণাকে আরও প্রসারিত করে, যা ফ্রিকোয়েন্সি বিষয়বস্তুকে সময়ের সাথে লোকালাইজ করতে সাহায্য করে, যা স্পাইক বা ট্রানজিয়েন্ট আর্টফ্যাক্টের মতো ক্ষণস্থায়ী ঘটনাগুলো ধরার জন্য উপযোগী।
DCT একটি সুনির্দিষ্ট উদ্দেশ্যে তৈরি করা হয়েছে। এটি একচেটিয়াভাবে কোসাইন ফাংশন ব্যবহার করে এবং কেবল বাস্তব সংখ্যা তৈরি করে। এর সহগগুলো কারিগরিভাবে “ফ্রিকোয়েন্সি”-র একটি রূপ প্রকাশ করে, কিন্তু যেহেতু রূপান্তরটি একটি নির্দিষ্ট বাউন্ডারি কন্ডিশন ব্যবহার করে ছোট ব্লকের ওপর কাজ করে, তাই অতিরিক্ত প্রসেসিং ছাড়া সেই ফ্রিকোয়েন্সি তথ্যগুলো স্ট্যান্ডার্ড EEG ব্যান্ডের সাথে স্পষ্টভাবে মেলে না।
এটি কোনো ত্রুটি নয়। এটি ডিজাইনের উদ্দেশ্যের ভিন্নতা প্রকাশ করে। FFT এবং ওয়েভলেট গ্রুপগুলো EEG-এর মতো রিদম-চালিত সিগন্যালের অসিলেটরি বিষয়বস্তু বর্ণনা করার জন্য অপ্টিমাইজ করা হয়েছে। আর DCT অপ্টিমাইজ করা হয়েছে একটি ওয়েভফর্মের আকার বজায় রেখে সেটিকে সবচেয়ে কম সংখ্যার মধ্যে কমপ্রেস করার জন্য।
এই পার্থক্যটিই নির্দেশ করে যে কীভাবে DCT মূল্যায়ন করা উচিত। এটি প্রথমত একটি কম্প্রেশন এবং ডাইমেনশনালিটি-রিডাকশন টুল, এবং দ্বিতীয়ত বা পরোক্ষভাবে ফ্রিকোয়েন্সি পরিমাপের একটি মাধ্যম।
স্টোরেজ এবং ট্রান্সমিশনের জন্য DCT কীভাবে EEG ডেটা কমপ্রেস করে
DCT ব্যবহার করে বেসিক কম্প্রেশন পদ্ধতি একটি ধারাবাহিক প্যাটার্ন অনুসরণ করে: একটি সিগন্যাল ব্লককে DCT সহগে রূপান্তর করা, সবচেয়ে ছোট সহগগুলো বর্জন করা বা রাউন্ড ডাউন করা এবং তারপরে মূল সিগন্যালের একটি আনুমানিক রূপ পুনর্গঠন করতে একটি ইনভার্স ট্রান্সফর্ম প্রয়োগ করা।
যেহেতু বর্জন করা সহগগুলো সবচেয়ে কম শক্তি বহন করে, তাই পুনর্গঠিত সিগন্যালটি নিখুঁত অনুলিপি না হলেও প্রায়শই মূল ওয়েভফর্মের আকার বজায় রাখে। এই কারণেই এই প্রযুক্তিটিকে লসলেসের পরিবর্তে লসি (lossy) কম্প্রেশন হিসেবে বর্ণনা করা হয়।
Birvinskas et al.-এর গবেষণায় তারা বিশেষভাবে এমন এমবেডেড এবং পোর্টেবল সিস্টেমের জন্য কাজ করেছেন যা একবারে মাত্র আটটি স্যাম্পলের ব্লকে দ্রুত DCT অ্যালগরিদম প্রয়োগ করে। এই ডিজাইনটি বেছে নেওয়ার উদ্দেশ্য ছিল কম ক্ষমতার হার্ডওয়্যারের ওপর কম্পিউটেশনাল চাপ কমানো। তারা উপসংহারে পৌঁছেছেন যে এই পদ্ধতিটি “রিয়েল-টাইম এমবেডেড সিস্টেমের জন্য অত্যন্ত উপযোগী, যেখানে কম কম্পিউটেশনাল জটিলতা এবং উচ্চ গতি প্রয়োজন।”
Maazouz et al.-এর আরেকটি গবেষণা এই ধারণাকে মাল্টি-চ্যানেল রেকর্ডিং পর্যন্ত প্রসারিত করেছে, যেখানে DCT-ভিত্তিক কোয়ান্টাইজেশনের ওপর এন্ট্রপি কোডিং যোগ করা হয়েছে। এটি একটি লসলেস বা ক্ষতিকরতাহীন ধাপ যা DCT ধাপের পরে ফাইলের আকার আরও কমিয়ে দেয়। এই গবেষণাপত্রটি এই প্রক্রিয়াটিকে একটি “সংরক্ষণশীল অপারেশন” হিসেবে বর্ণনা করে, যা JPEG কম্প্রেশনে ব্যবহৃত একই কোর গণিত ব্যবহার করে এবং পারসেন্ট রুট-মিন-স্কয়ার ডিসটর্শন (PRD) নামক একটি মেট্রিক ব্যবহার করে পুনর্গঠনের গুণমান পরিমাপ করে, যা পুনর্গঠিত সিগন্যালটি মূল সিগন্যাল থেকে কতটা বিচ্যুত হয়েছে তা নির্ধারণ করে।
সামগ্রিকভাবে, এই দুটি গবেষণা প্রমাণ করে যে DCT-ভিত্তিক কম্প্রেশন কারিগরিভাবে কার্যকর এবং কম্পিউটেশনালভাবে দক্ষ।
মেশিন লার্নিংয়ের জন্য ফিচার এক্সট্রাকশন টুল হিসেবে DCT-এর ব্যবহার
মেশিন লার্নিং ক্লাসিফায়ার, যা স্বয়ংক্রিয়ভাবে মৃগী রোগের খিঁচুনি (seizures) সনাক্ত করতে বা কাঙ্ক্ষিত BCI কমান্ড ব্যাখ্যা করতে ব্যবহৃত অ্যালগরিদম, হাজার হাজার রRaw টাইম-ডোমেইন স্যাম্পলের পরিবর্তে অল্প কিছু তথ্যবহুল সংখ্যা ইনপুট দিলে সাধারণত আরও ভালো পারফর্ম করে এবং দ্রুত কাজ করে।
এখানেই DCT-এর এনার্জি কমপ্যাকশন বৈশিষ্ট্যটি স্টোরেজ কৌশলের পরিবর্তে একটি ফিচার এক্সট্রাকশন কৌশলে পরিণত হয়। জায়গা বাঁচানোর জন্য ছোট সহগগুলো ফেলে দেওয়ার পরিবর্তে, ধরে রাখা সহগগুলোর ছোট সেটটি ক্লাসিফায়ারের সরাসরি ইনপুটে পরিণত হয়।
Birvinskas et al.-এর একটি গবেষণায় এই যুক্তিটি BCI সিস্টেমে প্রয়োগ করা হয়েছে, যেখানে একটি কৃত্রিম নিউরাল নেটওয়ার্ক দিয়ে ক্লাসিফিকেশনের আগে ফিচার এক্সট্রাকশন এবং ডেটাসেট-রিডাকশন ধাপ হিসেবে স্পষ্টভাবে DCT ব্যবহার করা হয়েছে। লেখকরা উপসংহারে পৌঁছেছেন যে “ফিচার এক্সট্রাকশন এবং ডেটাসেট রিডাকশনের জন্য এই পদ্ধতিটি সফলভাবে ব্যবহার করা যেতে পারে।”
এপিলিপ্সি বা মৃগী রোগ সনাক্তকরণের গবেষণা হলো আরেকটি ক্ষেত্র যেখানে গবেষকরা DCT ব্যবহার করেন। একটি পদ্ধতিতে এম্পিরিক্যাল মোড ডিকম্পোজিশন (EMD) নামক একটি পৃথক প্রযুক্তি থেকে প্রাপ্ত ব্যান্ডউইথ ফিচারের সাথে হাই-ফ্রিকোয়েন্সি DCT সহগগুলোকে একত্রিত করা হয়। এরপর এই কম্বাইন্ড ফিচার সেটটিকে একটি সাপোর্ট ভেক্টর মেশিনে পাঠানো হয় যাতে ইক্টাল পিরিয়ড (সক্রিয় খিঁচুনি) এবং ইন্টারইক্টাল পিরিয়ডের (খিঁচুনির মধ্যবর্তী শান্ত সময়) মধ্যে পার্থক্য করা যায়।
লেখকরা জানিয়েছেন যে এই কম্বাইন্ড পদ্ধতিটি ক্লাসিফিকেশন কাজের জন্য বিদ্যমান অন্যান্য আধুনিক পদ্ধতিগুলোর চেয়েও ভালো পারফর্ম করতে পারে।
তাছাড়া, আরও একটি বিশদ গাণিতিক গবেষণায় ১৬টি ফ্রিকোয়েন্সি সাব-ব্যান্ডে এনার্জি ফিচার এক্সট্রাক্ট করতে DCT-II নামের একটি নির্দিষ্ট ভেরিয়েন্ট ব্যবহার করা হয়েছে, যা একটি K-Nearest Neighbor (KNN) ক্লাসিফায়ারের সাথে যুক্ত থাকে। এটি এমন একটি পদ্ধতি যা আগে থেকে লেবেলযুক্ত উদাহরণের সাথে মিলের ভিত্তিতে নতুন ডেটা পয়েন্টগুলোকে লেবেল করে।
CHB-MIT দীর্ঘমেয়াদী EEG ডেটাসেট ব্যবহার করে ২১ জন রোগীর ওপর পরীক্ষিত এই পদ্ধতিতে গড় F1-স্কোর পাওয়া গেছে 93.12, যা ক্লাসিফায়ারের প্রিসিশন এবং রিকলকে একটি একক সংখ্যায় প্রকাশ করে এবং এর ফলস-পজিটিভ রেট ছিল মাত্র 0.07।
সঠিক লক্ষ্যের জন্য সঠিক টুল
একটি নির্দিষ্ট গাণিতিক শক্তির কারণে EEG প্রসেসিংয়ে DCT তার স্থান করে নিয়েছে: একটি কোরিলেটেড সিগন্যালের শক্তিকে অল্প কিছু রিয়েল-ভ্যালুড, ডিকরিলেটেড সহগে ঘনীভূত করার ক্ষমতা।
এই বৈশিষ্ট্যটি দুটি ভিন্ন কাজের জন্য অত্যন্ত দরকারী—স্টোরেজ বা ট্রান্সমিশনের জন্য EEG ফাইলের আকার ছোট করা এবং মেশিন লার্নিং ক্লাসিফায়ারের জন্য কমপ্যাক্ট ফিচার ভেক্টর তৈরি করা। ফুরিয়ার বা ওয়েভলেট বিশ্লেষণের মতো ব্রেইন রিদম বর্ণনা করার জন্য কোনো কাজেরই এই রূপান্তরের প্রয়োজন হয় না এবং এটি তা করার চেষ্টাও করে না।
নিউরোসায়েন্স ডেটা নিয়ে কাজ করা শিক্ষার্থী এবং ক্যারিয়ারের শুরুর দিকের গবেষকদের জন্য, যখন সুনির্দিষ্ট অসিলেটরি পরিমাপের চেয়ে ডেটা কমানো বেশি গুরুত্বপূর্ণ হয়, তখন DCT একটি হালকা, সুপরিচিত এবং সহজে প্রয়োগযোগ্য সমাধান অফার করে। এখানে পর্যালোচিত সিগন্যাল প্রসেসিং সাহিত্য কম্প্রেশন এবং ক্লাসিফিকেশন কাজে এর উপযোগিতাকে সমর্থন করে, যার মধ্যে সিজার বা খিঁচুনি সনাক্তকরণে একটি শক্তিশালী পরিমাণগত ফলাফলও রয়েছে।
বুদ্ধিমানের কাজ হলো লক্ষ্যের সাথে টুলের মিল রাখা: কম্প্রেশন এবং ফিচার কমপ্যাকশনের জন্য DCT, ফিজিওলজিক্যাল ব্যাখ্যার জন্য ফুরিয়ার বা ওয়েভলেট পদ্ধতি, এবং যখন কোনো প্রজেক্টের সাফল্য নির্দিষ্ট পরিস্থিতিতে কোনটি আসলে ভালো কাজ করে তা জানার ওপর নির্ভর করে, তখন নিয়ন্ত্রিত ও সরাসরি তুলনা পরীক্ষা করা।
ডিসক্রিট কোসাইন ট্রান্সফর্ম প্রয়োগের সময় সাধারণ ভুলসমূহ
ফর্মুলা মূল্যায়নের আগেই অনেক DCT ত্রুটি দেখা দেয়। একটি রূপান্তর সঠিকভাবে গণনা করা সত্ত্বেও একটি ভুলভাবে সংজ্ঞায়িত প্রশ্নের উত্তর দিতে পারে যদি সেগমেন্টের দৈর্ঘ্য, স্যাম্পলিং রেট বা প্রি-প্রসেসিং পদ্ধতি অনুপযুক্ত হয়। তাই রিপ্রোডিউসিবল বা পুনরুৎপাদনযোগ্য বিশ্লেষণের জন্য গাণিতিক কনভেনশন এবং ডেটা প্রস্তুতির ধাপ উভয়ই নথিবদ্ধ করা প্রয়োজন।
দ্বিতীয় সমস্যাটি হলো সহগের মানকে (coefficient magnitude) স্বতঃস্ফূর্তভাবে ব্যাখ্যাযোগ্য মনে করা। মানগুলো নরমালাইজেশন, সিগন্যাল স্কেলিং, উইন্ডোর সময়কাল এবং কোনো অফসেট সরানো হয়েছে কিনা তার ওপর নির্ভর করে। অমিল থাকা পাইপলাইন থেকে মানগুলোর তুলনা করলে এমন পার্থক্য দেখা যেতে পারে যা সিগন্যালের বৈশিষ্ট্যের চেয়ে প্রসেসিংয়ের সিদ্ধান্তগুলোকে বেশি প্রতিফলিত করে।
অন্যান্য ভুলের মধ্যে রয়েছে খুব কম সহগ রাখা, এজ ইফেক্ট উপেক্ষা করা বা মূল ওয়েভফর্ম পরীক্ষা না করে কেবল রূপান্তরিত বৈশিষ্ট্যগুলো মূল্যায়ন করা। পুনর্গঠন পরীক্ষা এবং সেন্সিটিভিটি বিশ্লেষণ এই সমস্যাগুলো প্রকাশ করতে পারে। বিশেষ করে EEG-তে, আর্টফ্যাক্ট বা ত্রুটিগুলো এমন শক্তিশালী সহগ তৈরি করতে পারে যা গাণিতিকভাবে অর্থপূর্ণ মনে হলেও যার কোনো নিউরোফিজিওলজিক্যাল ভিত্তি থাকে না।
ডিসক্রিট কোসাইন ট্রান্সফর্ম গণনার জন্য টুল এবং সফটওয়্যার
বেশিরভাগ গাণিতিক কম্পিউটিং পরিবেশ সরাসরি বা একটি সিগন্যাল-প্রসেসিং লাইব্রেরির মাধ্যমে DCT সুবিধা প্রদান করে। গুরুত্বপূর্ণ বিষয়টি কেবল প্রাপ্যতা নয়, বরং ট্রান্সফর্মের ধরন, নরমালাইজেশন, অ্যাক্সিস অর্ডার এবং রিয়েল-ভ্যালুড ইনপুটের ব্যবস্থাপনার বিষয়ে ঐক্যমত্য। দুটি ইমপ্লিমেন্টেশন সমতুল্য কনভেনশন ব্যবহার করছে কিনা তা নিশ্চিত করতে ডকুমেন্টেশন এবং ছোট টেস্ট ভেক্টর বেশ দরকারী।
একটি স্বচ্ছ ওয়ার্কফ্লো সাধারণত রRaw বা ন্যূনতম প্রক্রিয়াজাত সেগমেন্ট সংরক্ষণ করে, প্রি-প্রসেসিং প্যারামিটার রেকর্ড করে, রূপান্তর গণনা করে এবং ফলাফলের সাথে সহগ সেটিংস সংরক্ষণ করে। ডিরেক্ট সামেশন ব্যবহার করে করা রেফারেন্স গণনা ছোট সিকোয়েন্সের ক্ষেত্রে ফাস্ট ইমপ্লিমেন্টেশন যাচাই করতে সাহায্য করতে পারে।
EEG কাজের ক্ষেত্রে, রিপ্রোডিউসিবিলিটি মেটাডেটার ওপরও নির্ভর করে যেমন স্যাম্পলিং ফ্রিকোয়েন্সি, চ্যানেল সিলেকশন, উইন্ডো ওভারল্যাপ, রিজেক্টেড সেগমেন্ট এবং স্কেলিং ইউনিট। একটি সফটওয়্যার প্যাকেজ নির্ভরযোগ্যভাবে DCT গণনা করতে পারে, তবে এটি নির্ধারণ করতে পারে না যে প্রাপ্ত রিপ্রেজেন্টেশনটি বৈজ্ঞানিকভাবে উপযুক্ত কিনা। সেই বিচার স্টাডি ডিজাইন এবং ভ্যালিডেশনের অংশ হিসেবেই থেকে যায়।
কেন ডিসক্রিট কোসাইন ট্রান্সফর্ম বাস্তব জগতের ডিভাইসে EEG ডেটার ব্যবহারকে বাস্তবসম্মত করে তোলে
ডিসক্রিট কোসাইন ট্রান্সফর্ম EEG সিগন্যাল ছোট করার একটি সহজ উপায় প্রদান করে কারণ এটি একটি সিগন্যালের বেশিরভাগ আকারকে মাত্র কয়েকটি শুরুর সহগে প্যাক করে ফেলে। এই এনার্জি কমপ্যাকশনের অর্থ হলো পরিধানযোগ্য হেডসেটগুলো (wearable headsets) মূল ওয়েভফর্মের কাঠামো বজায় রেখেই অনেক কম ডেটা স্থানান্তর করতে পারে, যা মেমরি এবং ব্যান্ডউইথ কম থাকার সময়ে একটি অত্যন্ত গুরুত্বপূর্ণ সুবিধা। এর পেছনের গণিত অত্যন্ত সহজ হওয়ায় এটি কম ক্ষমতার হার্ডওয়্যারে চালানো যায়, যা ল্যাবের বাইরেও রিয়েল-টাইম কম্প্রেশনকে বাস্তবসম্মত করে তোলে।
স্টোরেজের পাশাপাশি, সেই অল্প কয়েকটি সহগ মেশিন লার্নিং ক্লাসিফায়ারের জন্য কমপ্যাক্ট ইনপুট হিসেবে কাজ করতে পারে যা খিঁচুনি সনাক্ত করতে বা ব্রেন-কম্পিউটার ইন্টারফেস কমান্ড ব্যাখ্যা করতে নিয়োজিত। এই পদ্ধতিটি ইতিমধ্যেই নির্দিষ্ট সিজার সনাক্তকরণ পরীক্ষায় চমৎকার ফলাফল দেখিয়েছে।
আপাতত, যখন সুনির্দিষ্ট ব্রেনওয়েভ ফ্রিকোয়েন্সি বিশ্লেষণের পরিবর্তে সামগ্রিক আকার না হারিয়ে ডেটা কমানো মূল লক্ষ্য হয়, তখন DCT একটি ব্যবহারিক পছন্দ। এটি একটি দরকারী নিয়ম অফার করে: আপনার আসল লক্ষ্যের সাথে টুলের মিল রাখুন, EEG প্রসেসিং সম্পর্কে সব ক্ষেত্রে এক নিয়ম খাটানোর অনুমান পরিহার করুন।
তথ্যসূত্র
Birvinskas, D., Jusas, V., Martisius, I., & Damasevicius, R. (2012, November). EEG dataset reduction and feature extraction using discrete cosine transform. In 2012 Sixth UKSim/AMSS European Symposium on Computer Modeling and Simulation (pp. 199-204). IEEE. https://doi.org/10.1109/EMS.2012.88
Birvinskas, D., Jusas, V., Martisius, I., & Damasevicius, R. (2015). Fast DCT algorithms for EEG data compression in embedded systems. Computer Science and Information Systems, 12(1), 49-62. https://doi.org/10.2298/CSIS140101083B
Maazouz, M., Kebir, S. T., Bengherbia, B., Toubal, A., Batel, N., & Bahri, N. (2015, December). A DCT-based algorithm for multi-channel near-lossless EEG compression. In 2015 4th International Conference on Electrical Engineering (ICEE) (pp. 1-5). IEEE. https://doi.org/10.1109/INTEE.2015.7416805
Parvez, M. Z., & Paul, M. (2012, December). Features extraction and classification for Ictal and Interictal EEG signals using EMD and DCT. In 2012 15th International Conference on Computer and Information Technology (ICCIT) (pp. 132-137). IEEE. https://doi.org/10.1109/ICCITechn.2012.6509719
Jumaah, M. A., Shihab, A. I., & Farhan, A. A. (2020). Epileptic seizures detection using DCT-II and KNN classifier in long-term EEG signals. Iraqi Journal of Science, 2687-2694. https://doi.org/10.24996/ijs.2020.61.10.26
প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী
ডিসক্রিট কোসাইন ট্রান্সফর্ম (DCT) কী এবং এটি কেন EEG-র জন্য ব্যবহার করা হয়?
DCT একটি ছোট EEG স্যাম্পল ব্লককে ক্রমবর্ধমান ফ্রিকোয়েন্সিতে কোসাইন তরঙ্গের সমষ্টিতে বিভক্ত করে এবং কেবল বাস্তব সংখ্যার সহগ তৈরি করে। এটি ব্যবহারের কারণ হলো EEG সিগন্যালগুলো সময়ের সাথে অত্যন্ত গভীরভাবে সম্পর্কিত এবং DCT সিগন্যালের শক্তিকে মাত্র কয়েকটি শুরুর সহগে ঘনীভূত করে, যা কম্প্রেশন এবং ফিচার হ্রাসকরণকে দক্ষ করে তোলে।
DCT কীভাবে EEG সিগন্যাল কমপ্রেস করে?
এই ট্রান্সফর্মটি স্যাম্পলের ছোট ব্লকে প্রয়োগ করা হয়, এরপর সবচেয়ে ছোট সহগগুলো—যা সবচেয়ে কম শক্তি বহন করে—বর্জন করা হয় বা রাউন্ড ডাউন করা হয়। একটি ইনভার্স ট্রান্সফর্ম মূল ওয়েভফর্মের একটি আনুমানিক রূপ পুনর্গঠন করে, যার ফলে মূল সিগন্যালের আকার বজায় রেখে লসি (lossy) কম্প্রেশন সম্পন্ন হয়।
কেন DCT-কে JPEG কম্প্রেশনের সাথে তুলনা করা হয়?
JPEG ছবি ছোট করতে DCT ব্যবহার করে কারণ বেশিরভাগ ভিজ্যুয়াল তথ্য কয়েকটি কম-ফ্রিকোয়েন্সি সহগ দ্বারা ধারণ করা হয় এবং একই এনার্জি কমপ্যাকশন বৈশিষ্ট্য EEG সিগন্যালের ক্ষেত্রেও প্রযোজ্য। উভয়ই হাই-ফ্রিকোয়েন্সি বিবরণগুলো বর্জন করে যা কম দৃশ্যমান বা কম অর্থপূর্ণ, যার ফলে DCT নিউরাল ডেটা কমানোর জন্য একটি স্বাভাবিক পছন্দ হিসেবে গণ্য হয়।
EEG বিশ্লেষণের জন্য DCT কীভাবে ফুরিয়ার ট্রান্সফর্ম (FFT) থেকে আলাদা?
FFT একটি সিগন্যালকে সাইন এবং কোসাইন জোড়ায় বিভক্ত করে জটিল সংখ্যা তৈরি করে যা সরাসরি ব্রেনওয়েভ ফ্রিকোয়েন্সি ব্যান্ড এবং ফেজের সাথে মিলে যায়। DCT কেবল কোসাইন ফাংশন ব্যবহার করে এবং বাস্তব সংখ্যার সহগ তৈরি করে যা স্ট্যান্ডার্ড EEG ব্যান্ডের সাথে সরাসরি মেলে না, ফলে এটি একটি অসিলেটরি বিশ্লেষণ পদ্ধতির চেয়ে বরং একটি কম্প্রেশন টুল হিসেবে বেশি কাজ করে।
EEG-র মেশিন লার্নিং ক্লাসিফিকেশনের জন্য ফিচার এক্সট্রাক্ট করতে কি DCT ব্যবহার করা যেতে পারে?
হ্যাঁ, DCT থেকে প্রাপ্ত কমপ্যাক্ট, ডিকরিলেটেড সহগগুলো ক্লাসিফায়ারের জন্য একটি ছোট ফিচার ভেক্টর হিসেবে কাজ করতে পারে, যা সিগন্যালের মূল কাঠামো বজায় রেখে ডেটার ডাইমেনশনালিটি কমিয়ে দেয়। এই পদ্ধতিটি মৃগী রোগের খিঁচুনি সনাক্তকরণ এবং ব্রেন-কম্পিউটার ইন্টারফেস সিস্টেমে সফলভাবে প্রয়োগ করা হয়েছে।
আমার EEG প্রজেক্টের জন্য কখন FFT-র পরিবর্তে DCT বেছে নেওয়া উচিত?
যখন রিয়েল-টাইম কম্প্রেশন, ডেটা স্টোরেজ হ্রাস করা বা মেশিন লার্নিংয়ের জন্য কমপ্যাক্ট ফিচার এক্সট্রাকশন আপনার অগ্রাধিকার হয়, বিশেষ করে কম ক্ষমতার ডিভাইসে, তখন DCT বেছে নিন। আর যখন আপনার গবেষণায় নির্দিষ্ট ফ্রিকোয়েন্সি ব্যান্ড বা ফেজ সম্পর্ক বিশ্লেষণের প্রয়োজন হয় তখন FFT বা ওয়েভলেট বেছে নিন, কারণ DCT সরাসরি সেই শারীরিক বা ফিজিওলজিক্যাল ব্যাখ্যা প্রদান করে না।
DCT কি EEG সিগন্যালে নয়েজ বা গোলমাল কমায়?
ছোট, উচ্চ-সূচকের DCT সহগগুলো বর্জন করার ফলে প্রায়শই সূক্ষ্ম বিবরণের সাথে সাথে নয়েজের মতো ওঠানামাও দূর হয়, যার ফলে দাবি করা হয় যে DCT হলো “আর্টফ্যাক্ট-লাইট”। তবে পর্যালোচিত গবেষণাগুলোতে সরাসরি আর্টফ্যাক্ট হ্রাস পরিমাপ করা হয়নি, তাই এটি একটি নিশ্চিত ফলাফলের চেয়ে একটি সম্ভাব্য অনুমান হিসেবেই রয়ে গেছে।
একটি DCT-র আগে কেন EEG উইন্ডো ব্যবহার করা হয়?
DCT একটি সসীম সিকোয়েন্সের জন্য সংজ্ঞায়িত করা হয়, তাই একটি EEG রেকর্ডিংকে সাধারণত উইন্ডোতে বিভক্ত করা হয়। উইন্ডোয়িং একটি রেকর্ডিংয়ের বিভিন্ন অংশের পরিবর্তনগুলো আলাদাভাবে পরীক্ষা করার সুযোগ দেয়, যদিও এটি সময়কাল এবং ওভারল্যাপ সম্পর্কিত কিছু সিদ্ধান্ত তৈরি করে।
একটি DCT-র ফলাফল কি কোনো স্নায়বিক অবস্থা প্রমাণ করে?
না। একটি রূপান্তরিত সিগন্যাল হলো একটি গাণিতিক রিপ্রেজেন্টেশন মাত্র, এটি কোনো স্বাধীন ক্লিনিক্যাল প্রমাণ নয়। যেকোনো রোগ নির্ণয়ের জন্য উপযুক্ত ক্লিনিক্যাল মূল্যায়ন, ভ্যালিডেটেড পদ্ধতি এবং প্রাসঙ্গিক সহায়ক তথ্যের প্রয়োজন হয়।
Emotiv একটি নিউরোটেকনোলজি শীর্ষস্থানীয় প্রতিষ্ঠান, যা সহজলভ্য EEG এবং ব্রেন ডেটা টুলের মাধ্যমে স্নায়ুবিজ্ঞান গবেষণার অগ্রগতিতে সহায়তা করে।
ক্রিশ্চিয়ান বার্গোস
