אותות רבים מהעולם האמיתי, כגון מדדי אקלים, הקלטות ביו-רפואיות והדמיה רפואית, אינם נותרים קבועים. האופי שלהם משתנה לאורך זמן: קצב הלב מאיץ במהלך פעילות גופנית, ואז האט; טמפרטורות פני האוקיינוס מתנדנדות עם עונות השנה אך גם משתנות לאורך עשורים. אלה הם אותות לא-סטציונריים.
התמרת גלונים (wavelet transform) היא כלי מתמטי שנבנה כדי לטפל בהם. היא מפרקת אות לרכיבים הממוקמים הן בזמן והן בקנה מידה, ומגלה בדיוק מתי דפוס מסוים מופיע ובאיזה משך או מתיחה הוא פועל.
בניגוד לניתוח פורייה קונבנציונלי המפרק אות לגלי סינוס אינסופיים, התמרת גלונים רציפה (CWT) בונה ייצוג זמן-קנה מידה באמצעות עותקים מוקטנים ומוסטים של גל אב-טיפוס יחיד. מאמר זה מציג את הלוגיקה של ה-CWT, כיצד לבחור גלון אם (mother wavelet), לחשב ולפרש את הסקאלוגרמה המתקבלת, ומה הוכיחו עשרות שנים של יישום לצד המגבלות המובנות של השיטה.
מהו התמרת גלונים (Wavelet Transform)?
התמרת גלונים היא שיטה מתמטית לבחינת אות בקני מידה מרובים. במקום לייצג את האות כולו רק באמצעות רכיבים סינוסואידליים גלובליים, היא משווה את האות לפונקציות קצרות הנקראות גלונים (wavelets). פונקציות אלו מוזזות לאורך האות ומורחבות או נדחסות כדי לחשוף תבניות מקומיות.
התוצאה היא אוסף של מקדמים. כל מקדם מציין באיזו מידה האות דומה לגלון מסוים במיקום ובקנה מידה מסוימים. קני מידה קטנים מדגישים בדרך כלל שינויים מהירים ופרטים עדינים, בעוד שקני מידה גדולים מתארים שינויים איטיים יותר ומבנה רחב יותר.
התנהגות מקומית זו היא ההבדל המרכזי בין ניתוח גלונים לבין שיטות תדר קונבנציונליות רבות. התמרת פורייה יכולה להראות אילו תדרים קיימים, אך התמרת גלונים יכולה להצביע גם על המקום שבו מאפיינים אלו מתרחשים. זה הופך אותה למתאימה לתופעות מעבר, אי-רציפויות, התפרצויות, קצוות ואירועים אחרים שהתזמון שלהם חשוב.
התמרת גלונים רציפה (CWT): איך זה עובד
בלב ה-CWT עומדת פונקציה תנודתית מקומית אחת הנקראת גלון האם (mother wavelet), המסומנת כ-ψ(t). אינך צריך לפרק את האות לקבוצה קבועה של סינוסואידים. במקום זאת, אתה מייצר משפחה של גלונים על ידי מתיחה (שינוי קנה מידה) והזזה (העתקה) של אבטיפוס יחיד זה. ה-CWT בקנה מידה a ובמיקום b הוא המכפלה הפנימית של האות x(t) עם גלון שעבר שינוי קנה מידה ב-a והוזז ב-b:
ψᵃᵇ(t) \= (1/√a) ψ((t‑b)/a)
הגורם 1/√a מנרמל את האנרגיה בין קני המידה השונים. כאשר a קטן, הגלון נדחס ומזהה שינויים מהירים וקצרים. כאשר a גדול, הגלון נמתח והוא לוכד תנודות איטיות ורחבות. ההזזה b מניעה את הגלון לאורך ציר הזמן, כך שהניתוח מחליק מההתחלה ועד הסוף.
הפלט הוא פונקציה דו-ממדית של זמן וקנה מידה שניתן להציג כסקלוגרמה (scalogram). עוד בשנת 1988 חוקרים כגון אינגריד דובשי (Ingrid Daubechies) הגדירו את רעיון היסוד של ניתוח רב-רזולוציה עבור גלונים בדידים, והוכיחו כי ניתן לבנות בסיסים אורתונורמליים של גלונים בעלי תמיכה קומפקטית ברגולריות גבוהה. ה-CWT יורש את עיקרון היסוד הזה של שינוי קנה מידה והזזה, אך ללא הדרישה לבסיס אורתוגונלי: ניתן להשתמש בכל גלון אם שעומד בתנאי קבילות פשוט, מה שהופך את ההתמרה להפיכה.
מבנה זה מעניק לגלונים את עוצמתם הייחודית. מכיוון שגלון אם הוא פעימה קצרה דמוית גל, הוא מתמקד באופן טבעי באירועי מעבר. שינוי קנה המידה וההזזה לבדם מספקים מבט סימולטני על זמן וקנה מידה, דבר שגישת פורייה עם חלון קבוע אינה יכולה להשתוות אליו מבלי לכפות פשרה מלאכותית בין רזולוציית זמן ותדר.
מהי התמרת גלונים בדידה (DWT)?
התמרת הגלונים הבדידה, או DWT, דוגמת את פרמטרי קנה המידה וההזזה על גבי רשת מובנית במקום להעריך כל ערך אפשרי. במבנים נפוצים, קני המידה והמיקומים משתנים באופן דיאדי (dyadically), לעיתים קרובות בחזקות של שתיים. זה מייצר קבוצה קומפקטית של מקדמים תוך שמירה על מידע ברזולוציות שונות.
ה-DWT מיושם בדרך כלל עם מסנני מעביר-נמוכים (low-pass) ומעביר-גבוהים (high-pass) מצומדים. ענף המעביר-נמוכים שומר על קירוב מוחלק של האות, בעוד שענף המעביר-גבוהים לוכד את הפרטים. תת-דגימה (Downsampling) מפחיתה לאחר מכן את מספר הדגימות בכל רמה, וניתן לפרק שוב את ענף הקירוב.
מבנה זה של מערך מסננים (filter-bank) הופך את ה-DWT ליעיל עבור נתונים דיגיטליים סופיים. הוא גם תומך בשחזור כאשר מסנני הניתוח והסינתזה מתוכננים כראוי.
היישומים כוללים הפחתת רעשים, דחיסה, זיהוי אירועים וחלוקת מאפיינים רב-קני מידה, אם כי פרשנות המקבלים נותרת תלויה בדגימה, בטיפול בגבולות ובבחירת הגלון.
הסבר על התמרת גלונים בדידה
ה-DWT מייצג אות דגום באמצעות מקדמי קירוב ומקדמי פירוט ברמות עוקבות. ברמה הראשונה, האות מופרד לתוכן רחב המשתנה לאט ולפירוט המשתנה במהירות רבה יותר. חזרה על הפעולה על הקירוב יוצרת היררכיה של רזולוציות.
בניגוד ל-CWT, ה-DWT אינו מייצר בדרך כלל מקדמים עבור כל מיקום וקנה מידה רציפים. הדגימה המובנית שלו מפחיתה את היתירות ואת העלות החישובית. זה הופך אותו למעשי עבור מערכים גדולים, עיבוד בזמן אמת ומערכות דחיסה.
רמת הפירוק קובעת עד כמה הניתוח מתקדם. מעט מדי רמות עלולות לפספס מבנה רחב, בעוד שיותר מדי רמות עלולות לייצר מקדמים שקשה לפרש או שמושפעים מאוד מאורך האות ומתנאי הגבול. לפיכך, העומק השימושי הוא מאפיין של הנתונים ושל המטרה האנליטית, ולא קבוע אוניברסלי.
שלבי אלגוריתם התמרת גלונים בדידה (DWT)
DWT סטנדרטי מתקדם באמצעות סינון ותת-דגימה חוזרים ונשנים. פעולת הליבה היא פשוטה, אך כל שלב משפיע על הייצוג שבא אחריו.
בחר משפחת גלונים ואת רמת הפירוק הרצויה.
העבר את האות דרך מסנן מעביר-נמוכים כדי לקבל דגימות קירוב.
העבר את אותו האות דרך מסנן מעביר-גבוהים כדי לקבל דגימות פירוט.
בצע תת-דגימה לשני הפלטים וחזור על התהליך בענף הקירוב.
שמור את המקדמים ושחזר את האות בעת הצורך.
עץ המקדמים המתקבל מפריד בין מבנה גס לפרטים עדינים בהדרגה. בפועל, ניתן להשתמש בשחזור כדי לבדוק האם המקדמים שנבחרו שומרים על מאפייני האות הרלוונטיים לניתוח.
התמרת גלון האר (Haar): הגלון הפשוט ביותר
גלון האר (Haar) הוא הגלון הפשוט ביותר שבשימוש. הוא קבוע למקוטעין מכיוון שהוא מקבל ערך אחד על פני חלק מאינטרוול קצר ואת הערך המנוגד על פני חלק אחר, עם ממוצע של אפס. צורתו המקוטעת הופכת אותו למגיב באופן טבעי לקפיצות ולמעברים דמויי מדרגה.
עבור זוג קצר של דגימות, ניתן להבין את התמרת האר כחישוב של ממוצע והפרש. הממוצע הופך לקירוב גס, בעוד שההפרש מתעד שינוי מקומי. חזרה על פעולה זו יוצרת ייצוג רב-רמתי עם פרשנות ברורה במיוחד.
גלון האר אינו יקר מבחינה חישובית וקל להסבר, אך הוא אינו חלק. אותות הנשלטים על ידי תנודות הדרגתיות עשויים להיות מיוצגים באופן פחות יעיל מאשר עם גלונים חלקים יותר. ערכו הוא הרב ביותר כאשר פשטות, חישוב מהיר או רגישות לאי-רציפויות חשובים יותר מאשר סלקטיביות תדר חלקה.
בחירת גלון אם
לא כל תנודה קטנה נחשבת לגלון אם. הפונקציה חייבת לעמוד בתנאי הקבילות, שמשמעותו היא בעיקר שיש לה ממוצע אפס ואנרגיה סופית, כלומר היא מתנודדת מעל ומתחת לאפס ודעכת לכלום מחוץ לאינטרוול קצר.
מעבר לדרישה זו, אתה חופשי לבחור צורה המתאימה לסוג המאפיינים שאתה מצפה למצוא בנתונים שלך. הבחירה אינה נוסחתית, אך הניסיון המעשי מצביע על כמה יוריסטיקות:
דמיון צורני. אם האות שלך מכיל התפרצויות תנודתיות, גלון מורלה (Morlet) — גל סינוס מורכב עטוף בגאוסיאן — עובד לרוב היטב מכיוון שהוא דומה לתנודה מקומית. עבור תופעות מעבר חדות ודוקרניות, משהו כמו גלון כובע מקסיקני (הנגזרת השנייה של גאוסיאן) או גלון בעל תמיכה קומפקטית יכול לבודד קצוות ופיקים בצורה נקייה יותר.
איזון רזולוציית זמן–קנה מידה. גלון ארוך יותר מעניק הבחנה עדינה יותר בין קני מידה קרובים אך מטשטש את הרגע המדויק שבו מאפיין מתרחש. גלון קצר יותר מזהה במדויק את התזמון אך מערבב קני מידה יחד. זוהי הפשרה הבלתי נמנעת של ניתוח מקומי, ולא פגם.
גלונים ממשיים לעומת מורכבים. גלון אם בעל ערך ממשי (למשל, הכובע המקסיקני) מספק רק מידע על האמפליטודה. גלון מורכב (למשל, מורלה) מניב הן אמפליטודה והן פאזה, דבר שיכול להיות חיוני כאשר תרצה מאוחר יותר לבחון יחסי תזמון בין שני אותות באמצעות קוהרנטיות חוצת-גלונים.
הבסיסים האורתונורמליים של גלונים בעלי תמיכה קומפקטית שנבנו במחקרה של דובשי מיועדים למשימות שחזור מושלם בדיד. עבור ה-CWT, אינך כבול לאורתונורמליות, כך שתוכל לבחור בחופשיות גלונים לא-אורתוגונליים אם הם מתאימים יותר למורפולוגיה של האות שלך.
עדיין, תמיכה קומפקטית ורגולריות נותרות רצויות מכיוון שהן יכולות להפחית מריחת קצוות ולהעניק התמרות נקיות.
חישוב התמרת הגלונים הרציפה
בפועל, ה-CWT מקורב על ידי קונבולוציה של האות עם עותקים מוקטנים ומוחלפי זמן של גלון האם. מכיוון שהאותות הם סופיים, הגלון מתרחב באופן בלתי נמנע מעבר לקצוות הנתונים כשהוא מתקרב לתחילת או סוף הרשומה. אזורי גבול אלו מייצרים ערכים מעוותים; קונוס ההשפעה (COI - cone of influence) מסמן את אזור הזמן-קנה מידה שבו השפעות הקצה הופכות את הניתוח לבלתי אמין. יש להתייחס בחשדנות לכל מאפיין החודר לתוך ה-COI.
כדי לבנות סקלוגרמה, קני המידה נדגמים בדרך כלל כחזקות שבריות של שתיים כדי לכסות טווח המתאים למשך האות. חישוב ריבוע העוצמה של מקדמי ה-CWT מניב את הספק הגלון, אשר משורטט לאחר מכן כמפת צבעים עם זמן על ציר אחד, וקנה מידה על השני.
פרשנות סקלוגרמות
סקלוגרמה היא הפלט החזותי העיקרי של ניתוח גלונים. אזורים בהירים מתאימים להספק גלונים גבוה, אלו מקומות שבהם לאות יש רכיב חזק בקנה מידה ובזמן מסוימים.
אך לא כל נקודה חמה היא משמעותית. כדי להבחין בין מאפיינים אמיתיים לתנודות אקראיות, חוקרים גוזרים לעיתים קרובות מבחני מובהקות סטטיסטית מול רקעים תיאורטיים: רעש לבן (המפזר את ההספק באופן שווה) ורעש אדום (הממקד את ההספק בתדרים נמוכים, כפי שעושים תהליכים טבעיים רבים). על ידי השוואת ההספק הנצפה לאחוזון ה-95 של ספקטרום הרקע, ניתן לזהות תקופות וקני מידה שאינם סבירים להיווצרות מקרית.
החלקה בזמן, בקנה מידה, או בשניהם יכולה להגביר את המהימנות של מאפיינים אלו.
מגבלות ידועות ואזהרות לגבי CWT
אין כלי מתמטי ללא נקודות תורפה, ו-CWT אינו יוצא מן הכלל. בחירת גלון האם היא גם יתרון גמישות וגם נקודת תורפה. אין הליך אוטומטי המבטיח את הגלון האופטימלי עבור אות לא ידוע.
בחירה לא מתאימה — נניח, גלון מורלה ארוך עבור אות מלא בפיקים חדים — עלולה למרוח מאפיינים או ליצור ארטיפקטים מטעים בסקלוגרמה. גם כאשר הנסיינים מגיעים להתאמה טובה בעין, הניתוח נותר סובייקטיבי בחלקו.
השפעות קצה הן מציאות פיזית של נתונים סופיים. קני מידה ארוכים דוחפים את הגלון הרחק מעבר לגבולות, כך שה-COI יכול לבלוע חלק גדול מהסקלוגרמה בקני המידה הגסים ביותר. יש להתייחס לכל אירוע המוסק מהשוליים כזמני בלבד. מבחני מובהקות, למרות היותם עקרוניים, תלויים במודלי רעש מונחים שאולי אינם תקפים לכל סט נתונים.
כאשר ניגשים לסט נתונים חדש, הדרך הברורה ביותר משלבת חשיבה פיזית על המבנה הצפוי של האות עם בדיקות סטטיסטיות שמרניות, וקבלה מפוקחת של הסקלוגרמה כמפה מציעה, ולא כתוכנית אנטומית סופית.
שימוש בהתמרת גלונים לניתוח EEG
אלקטרואנצפלוגרפיה מתעדת שינויי מתח לאורך זמן, ושינויים אלו מכילים לעיתים קרובות מקצבים חופפים, אירועי מעבר והתנהגות לא-סטציונרית. התמרת גלונים יכולה לייצג רכיבים אלו לאורך זמן וקנה מידה, מה שהופך אותה לשימושית לבחינת מתי תבניות מסוימות מופיעות. לפיכך, השיטה רלוונטית למדעי המוח ולניתוח רישומי EEG.
בעבודת EEG, ניתן לסכם את המקבלים לפי קנה מידה, מרווח זמן, ערוץ או מצב אירוע. סיכומים כאלה יכולים לתמוך במחקר על מקצבים, תגובות מעוררות, אירועי מעבר הקשורים להתקפים, דפוסי שינה או מבנה ארטיפקטים. ההתמרה עצמה אינה מאבחנת הפרעה מוחית; הפרשנות דורשת איסוף נתונים מתאים, עיבוד מקדים, קבוצות השוואה ומומחיות בתחום.
עיבוד מקדים נותר מרכזי. ארטיפקטים של אלקטרודות, תנועות עיניים, פעילות שרירים, בחירת ייחוס (references), סינון, נתונים חסרים והשפעות קצה - כולם יכולים לשנות את מקדמי הגלונים. התוצאות רגישות גם למיפוי תדר-לקנה-מידה ולשאלה האם הגלון שנבחר דומה למורפולוגיה הזמנית הנחקרת.
כלים ותוכנות לחישוב התמרות גלונים
ניתן לחשב התמרות גלונים באמצעות ספריות מספריות, סביבות תכנות מדעיות ותוכנות ייעודיות לעיבוד אותות. הבחירה המתאימה תלויה בשאלה האם המטרה היא הוראה, ויזואליזציה חקרנית, עיבוד באצוות (batch), חישוב משובץ או מחקר הדיר (reproducible).
כלי שימושי צריך לחשוף את פרמטרי ההתמרה בבירור במקום להסתיר אותם מאחורי פקודת ברירת מחדל יחידה.
זרימת עבודה טיפוסית טוענת ומאמתת את הנתונים הדגומים, בוחרת גלון, מחשבת את ה-CWT או ה-DWT, בוחנת מקדמים ומעריכה שחזור או מאפייני המשך. חזרה על זרימת העבודה עם שינויי פרמטרים מבוקרים יכולה להראות האם התוצאה יציבה. תיעוד ורישומי גרסאות חשובים כאשר הבדלי יישום קטנים משפיעים על ערכי המקדמים.
לעבודה אמינה, הערכת תוכנה כוללת לעיתים קרובות דיוק מספרי, תמיכה בנתונים רב-ממדיים, אפשרויות גבול, שרטוט, עלות חישובית ותאימות הדדית. הקוד צריך גם לשמור על קצב הדגימה והיסטוריית העיבוד המקדים, מכיוון שקשה לשחזר או לפרש מקדמים ללא הקשר זה.
מדוע ניתוח גלונים חשוב לקריאת אותות לא-סטציונריים
תובנת היסוד של התמרת הגלונים היא שאת זהות האות עדיף להבין לא כרשימה סטטית של תדרים, אלא כמפה דינמית של מתי תבניות מתרחשות וכמה זמן הן נמשכות. מבט זמן-קנה מידה זה הוכיח את ערכו בסביבות אמיתיות. עם זאת, הצלחות אלו תמיד מלוות באזהרה: הניתוח אמין רק כמו הבחירות שנעשו לפני שהמתמטיקה מתחילה.
בחירת גלון אם היא עניין של שיפוט מדעי, והשפעות קצה יחד עם הנחות רעש מציבות גבולות אמיתיים למה שכל סקלוגרמה יכולה לטעון. המסקנה הכנה היא שניתוח גלונים מציע דרך לראות מבנה באותות משתנים, אך הוא דורש פרשנות שמרנית ולא קבלה עיוורת של כל נקודה בהירה.
חוקרים המשלבים חשיבה פיזית עם בדיקות סטטיסטיות מפיקים את המרב מכלי זה תוך שמירה על צניעות ראויה במסקנותיהם.
מקורות
Daubechies, I. (1988). Orthonormal bases of compactly supported wavelets. Communications on pure and applied mathematics, 41(7), 909-996. https://doi.org/10.1002/cpa.3160410705
Torrence, C., & Compo, G. P. (1998). A practical guide to wavelet analysis. Bulletin of the American Meteorological society, 79(1), 61-78. https://doi.org/10.1175/1520-0477(1998)079%3C0061:APGTWA%3E2.0.CO;2
שאלות נפוצות
מהי התמרת הגלונים ומדוע משתמשים בה עבור אותות לא-סטציונריים?
התמרת הגלונים מפרקת אות לרכיבים הממוקמים הן בזמן והן בקנה מידה, וחשפת מתי מופיעה תבנית ובאיזה משך היא פועלת. היא מיועדת לאותות לא-סטציונריים, שאופיים משתנה לאורך זמן, בניגוד לגישות קבועות המניחות התנהגות קבועה.
במה שונה התמרת גלונים רציפה מניתוח פורייה?
במקום לפרק אות לגלי סינוס אינסופיים, ה-CWT משתמש בעותקים מוקטנים ומוזזים של גלון אם יחיד. מבנה זה מספק מבט סימולטני על זמן וקנה מידה, תוך הימנעות מהפשרה של חלון קבוע בין רזולוציית זמן ותדר הקיימת בשיטות פורייה.
מהו גלון אם ובאיזה תנאי עליו לעמוד?
גלון אם הוא פונקציה תנודתית מקומית אחת, הנמתחת ומוסטת כדי לנתח אות. כדי להיות תקף, עליו לעמוד בתנאי הקבילות, שמשמעותו היא בעיקר שיש לו ממוצע אפס ואנרגיה סופית — הוא מתנודד מעל ומתחת לאפס ודעך לכלום מחוץ לאינטרוול קצר.
כיצד בוחרים גלון אם עבור אות מסוים?
בחר גלון שצורתו מתאימה למאפיינים שאתה מצפה להם; לדוגמה, גלון מורלה מתאים להתפרצויות תנודתיות, בעוד שגלון כובע מקסיקני מבודד פיקים חדים. כמו כן, עליך לאזן בין רזולוציית זמן לקנה מידה ולהחליט אם אתה זקוק למידע על הפאזה, כאשר גלונים מורכבים מציעים הן אמפליטודה והן פאזה.
מהי סקלוגרמה וכיצד מפרשים אותה?
סקלוגרמה היא הפלט החזותי העיקרי של ניתוח גלונים, המציגה את הספק הגלון עם זמן על ציר אחד וקנה מידה על השני. אזורים בהירים מצביעים על רכיבי אות חזקים בזמן ובקנה מידה מסוימים, אך מבחני מובהקות מול רקעי רעש לבן או אדום עוזרים להבחין בין מאפיינים אמיתיים לתנודות אקראיות.
מהו קונוס ההשפעה (COI) ומדוע הוא חשוב?
קונוס ההשפעה מסמן את אזור הזמן-קנה מידה שבו השפעות הקצה הופכות את ניתוח הגלונים לבלתי אמין מכיוון שהגלון חורג מגבולות הנתונים הסופיים. יש להתייחס בחשדנות לכל מאפיין הנופל בתוך ה-COI.
מהן המגבלות העיקריות של התמרת הגלונים הרציפה?
בחירת גלון האם היא סובייקטיבית בחלקה, ובחירה לא מתאימה עלולה למרוח מאפיינים או ליצור ארטיפקטים מטעים. השפעות קצה עלולות לזהם אזורים נרחבים בסקלוגרמה, ומבחני מובהקות מסתמכים על מודלי רעש מונחים שאולי אינם תקפים לכל סט נתונים.
כיצד נבדלים בפועל גלוני אם ממשיים ומורכבים?
גלונים בעלי ערך ממשי, כגון הכובע המקסיקני, מספקים רק מידע על האמפליטודה. גלונים מורכבים, כגון מורלה, מספקים הן אמפליטודה והן פאזה, דבר החיוני לבחינת יחסי תזמון בין אותות באמצעות קוהרנטיות חוצת-גלונים.
מה ההבדל בין CWT ל-DWT?
התמרת גלונים רציפה מעריכה קני מידה ומיקומים רבים וצפופים, ומייצרת ייצוג מפורט ולעיתים יתיר. התמרת גלונים בדידה משתמשת בקבוצה מובנית של קני מידה ומיקומים כדי לייצר ייצוג קומפקטי יותר.
למה משמש גלון האר (Haar)?
גלון האר שימושי לניתוח פשוט ומהיר של אותות עם שינויים חדים או התנהגות דמויית מדרגה. צורתו הקבועה למקוטעין הופכת גם את הממוצעים וההפרשים הבסיסיים לקלים לפרשנות.
Emotiv היא מובילה בתחום הנוירוטכנולוגיה המסייעת לקדם מחקר במדעי המוח באמצעות כלי EEG נגישים וכלי נתוני מוח.
כריסטיאן בורגוס
