如何减少峰值检测问题中的误差？

Question

我在试着识别心电图的R峰。我使用了以下代码行来完成此操作：

peaks=signal.find_peaks_cwt(signal_slice, widths=np.arange(1,80))
fig, ax = plt.subplots()
ax.set_title('Detect R peak')
ax.plot(signal_slice)
for peak in peaks:
ax.axvline(x=peak, color='r')

我得到了以下输出：

​

然而，对于下面的信号，它也不能准确地检测到较小的峰值。

​

​

有没有什么额外的参数可以添加到scipy.signal.find_peaks_cwt中以使其更准确？或者使用peakutils这样做的任何方法？

现在它已经停止了错误地检测小峰值，但似乎仍然随机错过了大峰值，有人知道为什么吗？

​

Answer 1

您应该将宽度指定为峰值的预期宽度。从Scipy documentation

用于计算CWT矩阵的一维宽度数组。通常，此范围应覆盖感兴趣的峰值的预期宽度。

这里有一个例子来说明宽度的效果。

from scipy import signal
xs = np.arange(0, 20*np.pi, 0.05)
xs2 = np.arange(0, 20*np.pi, 0.025)
data = np.sin(xs)
data2 = np.sin(xs2)
data= data + data2[:1257]
peakind = signal.find_peaks_cwt(data, np.arange(1,200))
peakind, xs[peakind], data[peakind]
fig, ax = plt.subplots()
ax.set_title('Detect R peak')
ax.plot(data)
for peak in peakind:
    ax.axvline(x=peak, color='r')

这只会产生全局峰值。

​

但是，如果将宽度更改为np.arange(1,100)，您还将看到另一个局部峰值。

peakind = signal.find_peaks_cwt(data, np.arange(1,100))

在这里，由于宽度的差异，这些方法检测到更多的峰值。

​