脳波（EEG）は、長期にわたり数十のチャネルにわたって膨大な量の連続データを生成します。このデータ量は、携帯型ヘッドセットの限られたメモリを圧迫し、遠隔医療ネットワークを制約し、リアルタイムのブレイン・コンピュータ・インターフェース（BCI）を遅らせます。その結果、生のEEGデータは効率的に処理するために削減する必要があります。
JPEG圧縮の数学的基盤として機能する離散コサイン変換（DCT）が、この課題を解決します。画像を認識可能な状態に保ちながら圧縮するのと同様に、DCTはEEG信号の全体的な形状を維持しながら、その信号サイズを削減します。その仕組みと限界を認識することは、DCTがいつ適しているか、または代替の変換がいつ好ましいかを判断するのに役立ちます。
離散コサイン変換（DCT）とは？
離散コサイン変換は、サンプリングされた有限系列の値を、コサイン関数に関連付けられた係数に変換する数学的な演算です。信号を時間や位置における値として直接記述するのではなく、さまざまなコサインパターンがその信号にどれほど強く寄与しているかを記述します。結果は有限かつ離散のままですが、その構造は周波数に似た領域で表現されます。
コサイン基底は一定のパターンから始まり、徐々に急速な振動へと進んでいきます。そのため、通常、最初の係数は入力の平均または全体的なレベルを反映し、後続の係数はより細かな変化を徐々に捉えます。この配置により、大まかな傾向を急激な変動から分離しやすくなります。
係数の完全なセットと対応する正規化が保持されている場合、この変換は可逆的です。しかし、実際の作業では、アナリストは選択した係数のみを保存するか、それらを数値的特徴として使用する場合があります。その選択は次元を削減できますが、情報も破棄するため、削減された表現の意味は想定するのではなく、評価する必要があります。
離散コサイン変換アルゴリズムのステップ・バイ・ステップ
実用的なDCTワークフローは、有限の系列から始まり、再構成または分析が可能な係数で終わります。系列は、短い信号ウィンドウ、画像の行、またはその他の順序付けられた測定値の集合である場合があります。計算の前に、アナリストは変換タイプ、係数のスケーリング、ウィンドウ長、および欠損または汚染されたサンプルの処理を定義します。
各DCT基底関数は、サンプリングされたコサインパターンです。アルゴリズムは入力をすべての基底パターンと比較し、パターンごとに1つの係数を生成します。計算は、総和公式を使用して直接実行するか、選択した変換規則を維持しながら計算を削減するように設計された高速実装を使用して実行できます。
各ステップが解釈に影響を与えるため、オペレーションを実装する際にはコンパクトなワークフローが役立ちます。
有限で一貫してサンプリングされた系列を用意します。
分析で必要な場合は、不要なオフセットや傾向を除去またはモデル化します。
DCTのタイプと正規化規則を選択します。
係数ベクトルを計算し、その次元を検証します。
研究課題に応じて、係数を保持、再構成、または統計的に分析します。
変換後、すべての係数を用いた再構成により、数値精度と正規化規則を除いて入力を再現できるはずです。係数ベクトルの一部のみを使用した再構成は近似値です。再構成誤差を調べることで、係数の削減が単にノイズを低減しただけなのか、あるいは意味のある構造を取り除いてしまったのかを示すことができます。
業界を横断する離散コサイン変換の応用
離散コサイン変換は、有限のサンプリングされたデータがコサインベースの表現から恩恵を受けることができる場所ならどこでも応用されます。画像およびビデオシステムでは、空間的または時間的なブロックのコンパクトな記述をサポートします。音声および通信では、関連する変換手法により、コーディングおよび送信のために信号情報を整理するのに役立ちます。
科学および工学の分野では、フィルタリング、ノイズ除去、特徴構築、および数値解析にDCTが使用されます。実数値の基底は、位相が主な関心事ではない場合や、偶対称拡張特性を持つ有限系列が適切なモデルである場合に便利です。適切な使用方法は、信号、境界条件、および望まれる出力によって異なります。
生物医学研究では、変換係数が統計モデルや分類システムの特徴量として機能することがあります。このような特徴量は変換された信号の測定値であり、直接的な生物学的変数ではありません。したがって、その価値は、検証、再現性、および元のデータや関連する生理学的測定値との比較を通じて確立される必要があります。
離散コサイン変換 vs 離散フーリエ変換
DCTとDFTはどちらも、振動する基底関数を通じてサンプリングされたデータを表現しますが、異なる数学的前提を置いています。DFTは複素指数関数を使用し、係数に振幅と位相の両方を表します。DCTは実数コサイン関数を使用し、一般に有限入力の偶対称拡張に関連付けられています。
境界の振る舞いは中心的な区別です。DFTにおける周期拡張は、有限セグメントの終端と始端の値が一致しない場合、それらの間に人工的な不連続（ジャンプ）を生じさせる可能性があります。多くのDCT形式に関連付けられている偶拡張構造は、その特定の不連続性を低減できますが、すべてのエッジ効果を排除したり、あらゆる信号に対してより優れた結果を保証したりするわけではありません。
したがって、選択はイデオロギー的なものではなく、分析的なものです。複素位相や周期構造が重要な場合にはDFTが自然であり、コンパクトな実数値表現や有限ウィンドウデータにはDCTが魅力的です。
DCTを使用すべき場合 | FFT／ウェーブレットを使用すべき場合 |
|---|---|
低電力の組み込み圧縮が必要な場合 | 特定の周波数帯域を分析する場合 |
機械学習用の実数値特徴ベクトル | 位相同期を測定する場合 |
周波数分析ではなく、データ削減 | 時間的に局所化された過渡変化の検出 |
EEG信号におけるDCTエネルギー集中特性とは何か
DCTは、信号サンプルの短いブロックを、周波数が高くなるコサイン波の和に分解し、それぞれのコサイン波が元のブロックにどれだけ強く寄与しているかを示す係数を掛け合わせることで機能します。
振幅と位相の両方の情報を含む複素数を出力するフーリエ変換とは異なり、DCTは実数のみを出力します。これにより、出力の保存や計算上の操作がより簡単になります。
EEGにとって最も重要な特性は、エネルギー集中と呼ばれます。EEG信号は時間的に高い相関性があり、今記録されたサンプルは、少し前に記録されたサンプルと統計的に類似していることを意味します。
Birvinskasらによる研究では、これについて直接説明されており、DCTは「相関のある入力データを取り込み、そのエネルギーを最初の数個の変換係数だけに集中させる」と指摘されています。実用的な観点からは、ブロックのうちの最初のわずかな係数が信号の主要な形状を捉え、後半の係数は徐々に細かなディテールを捉えますが、その多くはノイズと重なっています。
この集中効果により、再構成された波形へのダメージを最小限に抑えつつ、大部分の係数を破棄することができます。同じくBirvinskasが主導した組み込みシステムに関する研究では、8サンプルの短いブロックにDCTを適用し、「再構成の前に最下位の変換係数を削除し」、ゼロで埋めることを明確に述べることで、これを直接実証しています。再構成されて戻ってくる信号はオリジナルと完全に同一ではありませんが、主要な構造は維持されます。なぜなら、破棄された情報は、そもそも最もエネルギーの少なかった変換部分に集中していたからです。
この無相関化の挙動は、相関のあるデータのコンパクトで無相関な表現を求めるという、主成分分析（PCA）の背後にある目標と概念的に関連しています。ただし、PCAはデータ自体から統計的に基底関数を導き出すのに対し、DCTはあらかじめ定義された固定のコサイン関数セットを使用します。
なぜDCTはFFTやウェーブレットのような振動分解ではないのか
DCTをフーリエ解析の単純なバリエーションとして扱いたくなりますが、これら2つのツールは異なる目的のために作られています。
高速フーリエ変換（FFT）は、信号を正弦波と余弦波のペアに分解し、周波数の振幅と位相の両方を持つ複素数値を出力します。その複素出力は、古典的なEEG周波数帯（デルタ、シータ、アルファ、ベータ、ガンマ）に自然に対応し、電極部位間の同期などの位相ベースの測定をサポートできます。ウェーブレット変換はこのアイデアをさらに拡張し、周波数成分を時間的に局所化できるようにするため、スパイクや一過性のアーチファクトのような短時間のイベントを捉えるのに役立ちます。
DCTはより狭い目的のために構築されています。コサイン関数のみを使用し、実数のみを出力します。その係数は技術的には一種の「周波数」に対応しますが、変換は特定の境界条件を使用して短いブロックに対して動作するため、その周波数情報は、特別な処理を行わない限り標準的なEEG帯域と綺麗に一致しません。
これは欠陥ではありません。設計意図の違いを反映しています。FFTやウェーブレットのファミリーは、EEGのようなリズム駆動の信号の振動成分を記述するのに最適化されています。DCTは、形状を維持しながら波形をできるだけ少ない数値に圧縮することに最適化されています。
この区別こそが、DCTをどのように評価すべきかの核心にあります。DCTは第一に圧縮および次元削減のためのツールであり、周波数成分への窓口としては二次的、あるいは間接的なものに過ぎません。
DCTがストレージと送信のためにEEGデータを圧縮する仕組み
DCTを使用した基本的な圧縮手順は、一貫したパターンに従います。信号のブロックをDCT係数に変換し、最も小さい係数を破棄するか粗く丸め、逆変換を適用して元の信号の近似値を再構成します。
破棄される係数は最もエネルギーの少ないものであるため、再構成された信号は、完全な複製ではなくても、大まかな波形形状を維持していることがよくあります。これが、この技術がロスレス圧縮ではなく、非可逆（ロッシー）圧縮と呼ばれる理由です。
Birvinskasらの研究では、一度にわずか8サンプルのブロックに高速DCTアルゴリズムを適用する、組み込み・ポータブルシステム向けに特化した設計が行われました。これは、低電力ハードウェアへの計算負荷を最小限に抑えることを目的とした選択です。彼らは、このアプローチが「低計算複雑度と高速性が求められるリアルタイム組み込みシステム」に非常に適していると結論付けました。
Maazouzらによる別の研究では、この概念をマルチチャネル記録に拡張し、DCTステップの後にファイルサイズをさらに縮小するロスレスのステップであるエントロピー符号化を、DCTベースの量子化の上に追加しています。この論文では、このプロセスをJPEG圧縮で使用されているものと同じコア数学を借用した「控えめな操作」と表現し、再構成された信号が元の信号からどの程度逸脱しているかを定量化する「パーセント二乗平均平方根歪み（PRD）」と呼ばれる指標を使用して再構成の品質を測定しています。
これら2つの研究を合わせると、DCTベースの圧縮が技術的に実用可能であり、計算効率が高いことが立証されます。
機械学習の特徴量抽出ツールとしてのDCTの活用
機械学習の分類器、つまりてんかん発作などを自動的に検出したり、意図されたBCIコマンドを解釈したりするために使用されるアルゴリズムは、何千もの生の時系列サンプルを入力するよりも、少数の情報量の多い数値を入力する方が、パフォーマンスが向上し、実行速度が速くなる傾向があります。
ここで、DCTのエネルギー集中特性が、ストレージ戦略ではなく特徴量抽出戦略になります。スペースを節約するために小さな係数を破棄する代わりに、保持された少数の係数セットが分類器への直接の入力になります。
Birvinskasらによる研究の1つでは、このロジックをBCIシステムに適用し、人工ニューラルネットワークによる分類の前の特徴量抽出およびデータセット削減ステップとしてDCTを明示的に使用しています。著者らは、「この手法は特徴量抽出およびデータセット削減に首尾よく使用できる」と結論付けています。
てんかん検出の研究も、研究者がDCTを使用するもう一つの分野です。1つのアプローチでは、高周波のDCT係数と、経験的モード分解（EMD）と呼ばれる別の技術から得られた帯域幅特徴量を組み合わせ、その結合された特徴量セットをサポートベクターマシンに入力して、発作期（アクティブな発作）と発作間期（発作の間の穏やかな期間）を区別します。
著者らは、この組み合わせアプローチが、分類タスクにおいて既存の最先端手法を上回る可能性があると報告しました。
さらに、より定量的に詳細な研究では、DCT-IIと呼ばれる特定のバリエーションを適用して、16個の周波数サブバンドにわたるエネルギー特徴量を抽出し、すでにラベル付けされた例との類似性に基づいて新しいデータポイントをラベル付けする手法であるK近傍（KNN）分類器とペアにしています。
CHB-MITの長期EEGデータセットを使用して21人の患者でテストされたこのアプローチは、分類器の適合率と再現率を1つの数値にバランスさせた指標である平均F1スコアで93.12を達成し、偽陽性率は0.07でした。
目的に応じた適切なツールの選択
DCTがEEG処理においてその地位を獲得しているのは、相関のある信号のエネルギーを少数の実数値の無相関化された係数に集中させるという、特定の数学的強みによるものです。
その特性は、ストレージや送信のためにEEGファイルを縮小すること、および機械学習分類器用のコンパクトな特徴ベクトルを生成することという、2つの異なるタスクにおいて真に有用です。どちらのタスクも、フーリエ解析やウェーブレット解析のように脳のリズムを表現することを変換に求めておらず、またそう試みることもありません。
脳科学のデータを扱う学生や若手研究者にとって、正確な振動測定よりもデータの削減が優先される場合には、DCTは軽量で十分に理解されており、実装が容易な入門ポイントを提供します。ここでレビューした信号処理の文献は、発作検出における強力な定量的結果を含め、圧縮および分類タスクにおけるその実現可能性を支持しています。
賢明な進め方は、ツールを目標に合わせることです。圧縮と特徴量のコンパクト化にはDCTを、生理学的解釈にはフーリエ法またはウェーブレット法を、そしてプロジェクトの成否が、適合された条件下でどちらが実際に優れたパフォーマンスを発揮するかを知ることに依存する場合には、コントロールされた直接比較テストを行います。
離散コサイン変換を適用する際によくある間違い
多くのDCTのエラーは、数式が評価される前に発生します。セグメントの長さ、サンプリングレート、または前処理方法が不適切であると、定義の曖昧な問いに対して変換が正しく計算されてしまうことがあります。したがって、再現性のある分析には、数学的規則とデータ準備ステップの両方を文書化する必要があります。
2つ目の問題は、係数の大きさを説明不要なものとして扱うことです。大きさは、正規化、信号のスケーリング、ウィンドウの期間、およびオフセットが除去されたかどうかに依存します。互換性のないパイプラインからの値を比較すると、信号の特性ではなく処理の選択を反映した見かけの違いが生じる可能性があります。
その他の間違いには、保持する係数が少なすぎること、エッジ効果を無視すること、あるいは元の波形を確認せずに変換された特徴量のみを評価することなどがあります。再構成テストや感度分析によって、これらの問題を明らかにできます。特にEEGでは、アーチファクトが数値的に意味があるように見える強力な係数を生成することがありますが、意図された神経生理学的な解釈はありません。
離散コサイン変換を計算するためのツールとソフトウェア
ほとんどの数値計算環境は、直接または信号処理ライブラリを通じてDCTの実装を提供しています。重要な問題は単に利用可能かどうかではなく、変換タイプ、正規化、軸の順序、および実数値入力の処理に関する合意です。ドキュメントと小さなテストベクトルは、2つの実装が同等の規則を使用していることを確認するのに役立ちます。
透過的なワークフローは通常、生または最小限に処理されたセグメントを保存し、前処理パラメータを記録し、変換を計算し、係数の設定を結果とともに保存します。直接の総和を使用した参照計算は、短い系列での高速実装を検証するのに役立ちます。
EEGの作業では、再現性はサンプリング周波数、チャネル選択、ウィンドウのオーバーラップ、除去されたセグメント、スケーリング単位などのメタデータにも依存します。ソフトウェアパッケージはDCTを確実に計算できますが、得られた表現が科学的に適切かどうかを判断することはできません。その判断は、研究デザインと検証の一部であり続けます。
離散コサイン変換が実世界のデバイスでEEGデータを実用的にする理由
離散コサイン変換は、信号の形状の大部分を最初のわずかな係数に詰め込むため、EEG信号を縮小するための分かりやすい経路を提供します。このエネルギー集中により、ウェアラブルヘッドセットは、メモリや帯域幅が不足している場合でも、主要な波形構造を維持しながら大幅に少ないデータ量で送信できます。基礎となる数学は低電力ハードウェアで実行できるほど軽量であるため、研究室の外でもリアルタイム圧縮が実現可能です。
ストレージだけでなく、それらの少数の同じ係数は、発作の検出や脳コンピュータインターフェースのコマンドの解釈を担当する機械学習分類器のコンパクトな入力としても機能します。このアプローチは、特定のてんかん発作検出テストにおいてすでに強力な結果を示しています。
現在のところ、DCTは、精密な脳波の周波数分析が必要な場合ではなく、全体的な形状を失わずにデータを削減することが最優先される場合の実用的な選択肢です。これは、EEG処理に関する万能の想定に合わせるのではなく、変換を実際の目的に合わせるという、有用な経験則を提供します。
参考文献
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
よくある質問
離散コサイン変換（DCT）とは何ですか？また、なぜEEGに使用されるのですか？
DCTは、EEGサンプルの短いブロックを周波数が高くなるコサイン波の和に分解し、実数の係数のみを生成します。EEG信号は時間的に高い相関性があり、DCTが信号エネルギーを最初の数個の係数に集中させるため、圧縮や特徴量削減を効率的に行えることから使用されています。
DCTはどのようにしてEEG信号を圧縮するのですか？
変換がサンプルの短いブロックに適用され、最もエネルギーの少ない最小の係数が破棄されるか、粗く丸められます。逆変換によって元の波形の近似値が再構成され、大まかな信号形状を維持しながら非可逆圧縮を実現します。
なぜDCTはJPEG圧縮と比較されるのですか？
JPEGは、ほとんどの視覚情報が少数の低周波係数によって捉えられるため、画像の縮小にDCTを使用しており、これと同じエネルギー集中特性がEEG信号にも適用されます。どちらも知覚しにくい、あるいは意味の薄い高周波のディテールを破棄するため、DCTは神経データの削減に自然に適合します。
EEG分析において、DCTはフーリエ変換（FFT）とどのように異なりますか？
FFTは信号を正弦波と余弦波のペアに分解し、脳波の周波数帯域や位相に直接マッピングされる複素数を生成します。DCTはコサイン関数のみを使用し、標準的なEEG帯域と綺麗に一致しない実数の係数を出力するため、振動分析手法というよりは圧縮ツールとなります。
EEGの機械学習分類のために、DCTを特徴量抽出に使用できますか？
はい、DCTから得られるコンパクトで無相関化された係数は、分類器用の小さな特徴ベクトルとして機能し、信号の主要な構造を維持しながらデータの次元を削減できます。このアプローチは、てんかん発作検出や脳コンピュータインターフェースシステムで実証されています。
EEGプロジェクトにおいて、FFTではなくDCTを選択すべきなのはどのような場合ですか？
特に低電力デバイスにおいて、リアルタイム圧縮、データストレージの削減、または機械学習用のコンパクトな特徴量抽出が優先される場合は、DCTを選択してください。特定の周波数帯域や位相関係の分析が研究で必要な場合は、DCTが直接的な生理学的解釈を提供しないため、FFTやウェーブレットを選択してください。
DCTはEEG信号のノイズを低減しますか？
小さな高次のDCT係数を破棄することで、細かいディテールとともにノイズのような変動が取り除かれることが多く、これがDCTが「アーチファクトに強い」とされる理由です。しかし、レビューされた研究ではアーチファクトの低減を直接測定していないため、これは確認された知見というよりは妥当な仮説にとどまります。
なぜDCTの前にEEGウィンドウが使用されるのですか？
DCTは有限系列に対して定義されているため、通常、EEG記録はウィンドウに分割されます。ウィンドウ処理を行うことで、記録の各部分間の変化を個別に調査することも可能になりますが、持続時間やオーバーラップに関する選択が生じます。
DCTの結果は神経学的疾患を証明しますか？
いいえ。変換された信号は数学的な表現であり、独立した臨床的証拠ではありません。いかなる診断的解釈も、適切な臨床評価、検証された方法、および関連する裏付け情報を必要とします。
Emotivは、アクセスしやすいEEGおよび脳データツールを通じて神経科学研究の進展を支援するニューロテクノロジー分野のリーダーです。
クリスティアン・ブルゴス
