離散餘弦變換

什麼是離散餘弦轉換？

離散餘弦轉換（Discrete Cosine Transform）是一種數學運算，可將有限長度的取樣值序列轉換為與餘弦函數相關的係數。它不是直接將訊號描述為隨時間或位置變化的數值，而是描述不同餘弦圖樣對該訊號的貢獻強度。轉換結果仍然是有限且離散的，但其結構是以類似頻率的領域來表示。

餘弦基底（cosine basis）從常數圖樣開始，並隨着震盪頻率逐漸加快而進展。因此，第一個係數通常反映了輸入的平均值或整體水平，而後續的係數則捕捉逐漸變細微的變化。這種安排可以使寬泛的趨勢更容易與快速的波動分開。

當保留完整的係數集和相應的正規化時，該轉換是可逆的。然而，在實際工作中，分析人員可能僅保留選定的係數，或將其用作數值特徵。這種選擇可以降低維度，但也會捨棄資訊，因此必須對縮減後表示法的意義進行評估，而不能僅憑假設。

離散餘弦轉換演算法逐步指南

實際的 DCT 工作流程始於一個有限序列，並以可重建或分析的係數結束。該序列可以是一個短訊號視窗、一個影像行，或其他有序的測量集合。在計算之前，分析人員會定義轉換類型、係數縮放、視窗長度，以及對缺失或受污染樣本的處理方式。

每個 DCT 基底函數都是一個取樣的餘弦圖樣。演算法將輸入與每個基底圖樣進行比較，每個圖樣產生一個係數。計算可以直接使用加總公式進行，也可以使用旨在減少計算量同時保留所選轉換約定的快速演算法來執行。

在實作該運算時，簡潔的工作流程非常有用，因為每個步驟都會影響解讀：

1. 準備一個有限且一致取樣的序列。

2. 當分析需要時，移除或模擬不需要的偏差和趨勢。

3. 選擇 DCT 類型和正規化約定。

4. 計算係數向量並驗證其維度。

5. 根據研究問題保留、重建或統計分析係數。

在轉換之後，除了數值精度和正規化約定之外，使用所有係數進行重建應該要能重現輸入。僅使用部分係數向量的重建是一種近似。檢查重建誤差可以顯示係數縮減是否移除了有意義的結構，而不僅僅是減少了雜訊。

離散餘弦轉換的跨行業應用

凡是能從基於餘弦的表示法中獲益的有限、取樣數據，都可以應用離散餘弦轉換。在影像和視訊系統中，它支持對空間或時間區塊的緊湊描述。在音訊和通訊中，相關的轉換方法可以幫助組織訊號資訊以進行編碼和傳輸。

科學和工程應用將 DCT 用於濾波、去噪、特徵構建和數值分析。當相位不是主要關注的量，或者當具有偶對稱延伸行為的有限序列是合適的模型時，其實數值的基底會非常便利。合適的使用取決於訊號、邊界條件和期望的輸出。

在生物醫學研究中，轉換係數可作為統計模型或分類系統的特徵。這些特徵是轉換訊號的測量值，而不是直接的生物變數。因此，它們的價值必須通過驗證、可重複性，以及與原始數據和相關生理測量值的比較來確立。

離散餘弦轉換與離散傅立葉轉換

DCT 和 DFT 都通過震盪基底函數來表示取樣數據，但它們做出了不同的數學假設。DFT 使用複數指數，並在其係數中同時表示振幅和相位。DCT 使用實數餘弦函數，通常與有限輸入的偶對稱延伸相關聯。

邊界行為是一個核心區別。當有限區段的末端和開端的數值不匹配時，DFT 中的週期性延伸可能會在兩者之間產生人工的跳躍。與許多 DCT 形式相關聯的偶延伸結構可以減少這種特定的不連續性，儘管它並不能消除所有的邊緣效應，也不能保證對每個訊號都有更好的結果。

因此，這種選擇是基於分析需求而非觀念之爭。當複數相位和週期性結構很重要時，DFT 是自然之選；而當需要緊湊的實數值表示法和有限視窗數據時，DCT 則極具吸引力。

什麼是 EEG 訊號中的 DCT 能量集中特性

DCT 的工作原理是將短區塊的訊號樣本分解為遞增頻率的餘弦波之和，每個餘弦波都乘以一個描述該特定餘弦波對原始區塊貢獻強度的係數。

與產生包含振幅和相位資訊之複數的傅立葉轉換不同，DCT 僅產生實數。這使得輸出在計算上的儲存和處理更加簡單。

對 EEG 最重要的特性稱為能量集中（energy compaction）。EEG 訊號在時間上高度相關，這意味著現在記錄的樣本在統計上與剛才記錄的樣本相似。

Birvinskas 等人的一項研究直接描述了這一點，指出 DCT “接收相關的輸入數據，並將其能量集中在僅前幾個轉換係數中”。在實際應用中，這意味著區塊中前幾個係數就捕捉到了訊號的大致形狀，而後面的係數則捕捉越來越細微的細節，其中大部分與雜訊重疊。

由於這種集中效應，可以捨棄大部分係數，而對重建波形的損傷微乎其微。一項同樣由 Birvinskas 領導的嵌入式系統研究直接證實了這一點，他們將 DCT 應用於 8 個樣本的短區塊，並明確指出“最不重要的轉換係數在傳輸前被移除”，並在重建前填充零。重構出來的訊號與原始訊號並不完全相同，但它保留了主導結構，因為被捨棄的資訊集中在轉換中一開始攜帶最少能量的部分。

這種去相關行為在概念上與主成分分析（PCA）背後的目標相關，後者也尋求相關數據的緊湊、去相關表示法，不過 PCA 的基底函數是從數據中統計推導出來的，而 DCT 則是使用固定、預先定義的餘弦函數集。

為什麼 DCT 不是像 FFT 或小波那樣的震盪分解

將 DCT 視為傅立葉分析的簡單變體是很誘人的，但這兩種工具是為不同的目標而設計的。

快速傅立葉轉換（FFT）將訊號分解為正弦和餘弦對，產生包含頻率振幅和相位的複數值輸出。該複數輸出自然地對應於經典的 EEG 頻帶：delta、theta、alpha、beta 和 gamma，並且可以支持基於相位的測量，例如電極部位之間的同步。小波轉換進一步擴展了這一概念，允許頻率內容在時間上局域化，這對於捕捉像棘波或瞬態偽跡這樣的短暫事件非常有用。

DCT 是圍繞著更窄的目的而構建的。它專門使用餘弦函數，並且只產生實數。它的係數在技術上對應於某種形式的“頻率”，但由於該轉換是在使用特定邊界條件的短區塊上進行的，因此如果沒有額外的處理，該頻率資訊就無法與標準的 EEG 頻帶整齊地對齊。

這並不是缺陷，它反映了設計意圖的差異。FFT 和小波系列經過優化，用於描述像 EEG 這樣節律驅動訊號的震盪內容。而 DCT 則經過優化，可在保留波形形狀的同時，將其壓縮為儘可能少的數值。

這一區別是評估 DCT 的核心所在。它首先是一個壓縮和降維工具，其次才是一個間接或次要的頻率內容窗口。

DCT 如何壓縮 EEG 數據以進行儲存和傳輸

使用 DCT 的基本壓縮配方遵循一致的模式：將訊號區塊轉換為 DCT 係數，捨棄或粗略地四捨五入最小的係數，然後應用逆轉換來重建原始訊號的近似值。

因為被捨棄的係數是攜帶最少能量的係數，所以重建的訊號通常能保留大致的波形形狀，即使它不是完美的複製。這就是為什麼該技術被描述為破壞性壓縮（lossy compression）而非無失真壓縮。

在 Birvinskas 等人的研究中，他們專門為嵌入式和可攜式系統構建了系統，該系統將快速 DCT 演算法應用於每次僅 8 個樣本的區塊，這一設計選擇旨在最大程度地減輕低功耗硬體上的計算負擔。他們得出結論，該方法非常適合“需要低計算複雜度和高速度的即時嵌入式系統。”

Maazouz 等人的另一項研究將這一概念擴展到多通道記錄，在基於 DCT 的量化之上加入了熵編碼（entropy coding）——這是一個在 DCT 步驟之後進一步縮小檔案大小的無失真步驟。該論文將這一過程描述為“保守運算”，借用了與 JPEG 壓縮相同的核心數學，並使用稱為百分比均方根失真（PRD）的指標來衡量重建質量，該指標量化了重建訊號與原始訊號的偏離程度。

綜合來看，這兩項研究證實了基於 DCT 的壓縮在技術上是可行的，且在計算上是高效的。

將 DCT 用作機器學習的特徵選取工具

機器學習分類器（用於自動檢測癲癇發作或解讀預期 BCI 指令的演算法）在輸入少量具資訊量的數值時，往往比輸入數千個原始時域樣本表現更好、運行更快。

這正是 DCT 的能量集中特性從儲存策略轉變為特徵選取策略的地方。與其捨棄微小的係數以節省空間，不如將保留下來的少數係數直接作為分類器的輸入。

Birvinskas 等人的其中一項研究將這一邏輯應用於 BCI 系統，在利用人工神經網路進行分類之前，明確將 DCT 用作特徵選取和數據集縮減步驟。作者得出結論，“該方法可以成功用於特徵選取和數據集縮減”。

癲癇檢測研究提供了研究人員使用 DCT 的另一個場所。一種方法將高頻 DCT 係數與從另一種稱為經驗模態分解（EMD）的技術中提取的頻寬特徵相結合，然後將組合後的特徵集輸入到支持向量機中，以區分發作期（活動性癲癇發作）與發作間期（兩次發作之間較平靜的間隔）。

作者報告稱，這種結合方法在分類任務上的表現可以超越現有的最先進方法。

此外，一項更為定量詳盡的研究應用了一種名為 DCT-II 的特定變體，來提取 16 個頻率子帶的能量特徵，並與 K-最近鄰（KNN）分類器（一種根據新數據點與已標記樣本的相似性來對其進行標記的方法）相結合。

在 21 名患者身上使用 CHB-MIT 長期 EEG 數據集進行測試，該方法達到了 93.12 的平均 F1 分數（該指標將分類器的精確度與召回率平衡為單一數值），以及 0.07 的偽陽性率。

合適的工具用於合適的目標

DCT 在 EEG 處理中佔有一席之地，得益於其特定的數學優勢：能夠將相關訊號的能量集中到少數實數值、去相關的係數中。

這一特性使其在兩項不同的工作上確實非常有用：縮小用於儲存或傳輸的 EEG 檔案，以及為機器學習分類器生成緊湊的特徵向量。這兩項工作都不需要像傅立葉或小波分析那樣來描述大腦節律，它也並未嘗試這樣做。

對於處理神經科學數據的學生和初入行的研究人員來說，每當數據縮減是首要任務，而非精確的震盪測量時，DCT 提供了一個輕量、易懂且易於實作的切入點。此處回顧的訊號處理文獻支持其在壓縮和分類任務中的可行性，包括在癲癇檢測中取得的一個強有力的定量結果。

明智的前行之路是將工具與目標相匹配：將 DCT 用於壓縮和特徵緊湊化，將傅立葉或小波方法用於生理學解讀，並在項目的成功取決於了解哪一個在匹配條件下表現更好時，進行受控的正面對決測試。

應用離散餘弦轉換時的常見錯誤

許多 DCT 錯誤在公式被評估之前就已經產生了。即使轉換計算正確，也可能因為段長度、取樣率或預處理方法不合適，而解答了一個定義模糊的問題。因此，可重複的分析需要記錄數學約定和數據準備步驟。

第二個問題是將係數大小視為不言自明的。大小取決於正規化、訊號縮放、視窗持續時間以及是否移除了偏差。比較來自不相容流程的數值可能會產生表面的差異，這些差異反映的是處理選擇而非訊號特性。

其他錯誤包括保留太少的係數、忽略邊緣效應，或僅評估轉換後的特徵而不檢查原始波形。重建測試和敏感度分析可以揭示這些問題。特別是在 EEG 中，偽跡可能會產生看起來在數值上有意義的強大係數，而實際上並沒有預期的神經生理學解讀。

用於計算離散餘弦轉換的工具和軟體

大多數數值計算環境都直接或通過訊號處理庫提供 DCT 實作。重要的問題不僅僅是可用性，還包括對轉換類型、正規化、軸順序以及對實數值輸入處理的共識。說明文件和微型測試向量對於確認兩個實作是否使用等效的約定非常有用。

透明的工作流程通常會保留原始或經過最低限度處理的區段，記錄預處理參數，計算轉換，並將係數設定與結果一同儲存。使用直接加總的參考計算可以幫助驗證在短序列上的快速實作。

對於 EEG 工作，可重複性還取決於元數據，例如取樣頻率、通道選擇、視窗重疊、遭拒絕的區段和縮放單位。套裝軟體可以可靠地計算 DCT，但它無法決定所得的表示法在科學上是否合適。該判斷仍然屬於研究設計和驗證的一部分。

為什麼離散餘弦轉換使 EEG 數據對現實世界的設備具有實用性

離散餘弦轉換提供了一種縮減 EEG 訊號的直接途徑，因為它將訊號的大部分形狀壓縮到僅少數的前期係數中。這種能量集中意味著穿戴式耳機可以傳輸少得多的數據，同時仍能保留主導的波形結構，這在記憶體和頻寬稀缺時是一個關鍵優勢。其底層數學足夠輕量，可以在低功耗硬體上運行，使實驗室外的即時壓縮變得可行。

除了儲存之外，這同樣少數的係數還可以作為機器學習分類器的緊湊輸入，用於偵測癲癇發作或解讀腦機介面指令。該方法在特定的癲癇檢測測試中已經顯示出強有力的結果。

目前，當首要任務是保留整體形狀的數據縮減，而不是需要精確的腦波頻率分析時，DCT 是一個實用的選擇。它提供了一個有用的經驗法則：將轉換與你的實際目標相匹配，而不是對 EEG 處理採用一刀切的假設。

參考文獻

1. 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

2. 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

3. 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

4. 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

5. 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

常見問題

什麼是離散餘弦轉換 (DCT)，為什麼將其用於 EEG？

DCT 將一短段 EEG 樣本分解為遞增頻率的餘弦波之和，僅產生實數係數。使用它是因為 EEG 訊號在時間上高度相關，而 DCT 能將訊號能量集中在僅前幾個係數中，從而使壓縮和特徵縮減更為高效。

DCT 如何壓縮 EEG 訊號？

該轉換被應用於短樣本區塊，然後最小的係數（即攜帶最少能量的係數）會被捨棄或粗略地四捨五入。逆轉換重建出原始波形的近似值，在保留大致訊號形狀的同時實現破壞性壓縮。

為什麼將 DCT 與 JPEG 壓縮相提並論？

JPEG 使用 DCT 來縮小影像，因為大多數視覺資訊都被少數低頻係數捕捉，而相同的能量集中特性也適用於 EEG 訊號。兩者都捨棄了不易察覺或不太重要的的高頻細節，使得 DCT 自然適合用於神經數據縮減。

在 EEG 分析中，DCT 與傅立葉轉換 (FFT) 有何不同？

FFT 將訊號分解為正弦和餘弦對，產生直接對應於腦波頻帶和相位的複數。DCT 僅使用餘弦函數，並產生無法與標準 EEG 頻帶整齊對齊的實數係數，使其成為一種壓縮工具，而非震盪分析方法。

DCT 可以用於為 EEG 的機器學習分類提取特徵嗎？

可以，來自 DCT 的緊湊、去相關係數可以作為分類器的微型特徵向量，在保留訊號主導結構的同時降低數據維度。這種方法已成功應用於癲癇檢測和腦機介面系統中。

在我的 EEG 項目中，何時應該選擇 DCT 而不是 FFT？

當首要任務是即時壓縮、減少數據儲存，或為機器學習提取緊湊特徵時（特別是在低功耗設備上），請選擇 DCT。當你的研究需要分析特定頻帶或相位關係時，請選擇 FFT 或小波，因為 DCT 無法直接提供那種生理學解讀。

DCT 可以減少 EEG 訊號中的雜訊嗎？

捨棄微小的、高指數的 DCT 係數通常會在去掉精細細節的同時，也移除了類似雜訊的波動，因此有“DCT 偽跡輕微”的說法。然而，所評估的研究並未直接測量偽跡的減少，因此這仍是一個合理的假設，而非經證實的發現。

為什麼在進行 DCT 之前要使用 EEG 視窗？

DCT 是針對有限序列定義的，因此 EEG 記錄通常會被分割成視窗。視窗化還允許單獨檢查記錄各部分之間的變化，儘管這引入了關於持續時間和重疊的選擇。

DCT 結果能證實神經系統疾病嗎？

不能。轉換後的訊號是數學表示，而不是獨立的臨床證據。任何診斷性解讀都需要適當的臨床評估、經驗證的方法以及相關的支持性資訊。