scipy - 如何减少峰值检测问题中的错误？

Question

我正在尝试识别心电图的 R 峰值。我使用以下代码行来执行此操作：

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')

我得到以下输出：

但是，对于以下信号，它也不能准确地检测到较小的峰值。

是否有任何额外的参数可以添加到 scipy.signal.find_peaks_cwt 以使其更准确？或者使用 peakutils 的任何方式来做到这一点？

现在它已经停止错误检测小峰，但似乎仍然随机错过大峰，有人知道为什么吗？

Answer 1

您应该将宽度指定为峰的预期宽度。从Scipy 文档：

用于计算 CWT 矩阵的一维宽度数组。一般来说，这个范围应该涵盖预期的感兴趣峰的宽度。

下面是一个例子来说明宽度的影响。

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')

这仅导致全局峰值。

但如果将宽度更改为 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。