Estimación precisa del ancho de pico para resolver desafíos clave en el análisis de bioseniales y espectros

Por qué importa la forma de una señal

Desde los latidos captados por un reloj inteligente hasta los pequeños picos en el espectro de un material, gran parte de la ciencia moderna depende de leer líneas onduladas. Un detalle clave en esas líneas es cuán ancho es cada “bulto” o pico: ese ancho puede revelar si el corazón está sano o si una superficie es químicamente pura. Sin embargo, en la práctica las señales tienen ruido, los picos se solapan y las mediciones proceden a menudo de muchos canales a la vez. Este artículo presenta una nueva forma matemática de medir el ancho de pico que se mantiene fiable en esas condiciones desordenadas del mundo real, con especial atención a registros cardiacos y a la espectroscopía de rayos X de materiales.

Medir bultos en ondas ruidosas

Los científicos suelen resumir un pico mediante su ancho completo a media altura (Full Width at Half Maximum, FWHM): la distancia entre los dos puntos donde el pico cae a la mitad de su altura máxima. Eso suena simple, pero las señales reales rara vez son ordenadas. Los picos pueden inclinarse hacia un lado, compartir espacio con vecinos, asentarse sobre líneas base que derivan o quedar enterrados en ruido. En los registros cardiacos (electrocardiogramas o ECG), a los médicos les importa cuánto duran segmentos clave como el QRS y el QT, porque estas duraciones ayudan a detectar problemas de ritmo peligrosos. En la espectroscopía de fotoelectrones por rayos X (XPS), el ancho de los picos espectrales revela cómo están enlazados los átomos y cuán puro o mezclado está un material. Los métodos existentes para estimar anchos suelen fallar cuando los picos se solapan, cuando la señal es asimétrica o cuando múltiples canales de registro dan cada uno una imagen ligeramente diferente.

Una visión circular de las ondas

Los autores parten de un marco llamado modelo Frequency Modulated Möbius (FMM), que representa señales oscilatorias usando un pequeño conjunto de parámetros ligados a una fase circular. En lugar de ver un pico solo como un bulto sobre una línea recta, el pico se asocia a un recorrido alrededor de un círculo, donde ángulos específicos y un parámetro de anchura controlan su forma. Dentro de este marco, el equipo deriva una expresión nueva y exacta para la FWHM (denominada FWHM_F) e introduce una medida relacionada, la duración de onda (WD_F), que captura la mayor parte del área significativa del pico sin extenderse por todo el ciclo. Como estas medidas dependen directamente de los parámetros de forma del modelo en lugar de de la posición de una línea base ruidosa, se mantienen estables incluso cuando la señal está distorsionada o es asimétrica. La misma idea circular se extiende de forma natural a picos superpuestos y a registros multicanal: los distintos canales se tratan como vistas de una única onda circular subyacente, lo que produce un ancho consistente para todos ellos.

Mayor precisión temporal en señales cardiacas

Para probar el método con datos cardiacos, los autores lo aplicaron a registros ECG con distintas configuraciones de canales, desde los sistemas hospitalarios completos de 12 derivaciones hasta solo dos derivaciones, como ocurre en muchos dispositivos wearables. Usando modelos de latido basados en FMM desarrollados previamente, localizaron las ondas principales Q, R, S y T y luego usaron las nuevas medidas de anchura para definir las duraciones de los segmentos QRS y QT. Estas estimaciones se compararon con anotaciones expertas de una base de datos de referencia y con resultados de un algoritmo comercial ampliamente utilizado. A lo largo de miles de latidos y diferentes configuraciones de derivaciones, el enfoque FMM se mantuvo dentro de límites de tolerancia aceptados y clasificó duraciones QRS y QT anómalas con bajas tasas de error. Importa destacar que se mostró robusto cuando las señales tenían ruido, cuando las formas de onda eran inusuales o cuando solo había pocas derivaciones disponibles, condiciones en las que muchos métodos existentes degradan su rendimiento.

Picos más nítidos en espectros de materiales

Los investigadores también examinaron cómo de bien su enfoque mide los anchos de pico en espectros XPS, una herramienta central para sondear la química de superficies. Usando espectros simulados con distintos grados de asimetría y ruido, compararon las estimaciones de ancho basadas en FMM con las obtenidas mediante formas de pico comunes como Gaussianas, Lorentzianas y modelos tipo Voigt, así como con mediciones empíricas simples tomadas directamente de los datos. En picos simples, de libro de texto, los modelos tradicionales rindieron de forma competitiva. Pero para patrones más afilados, asimétricos o complejos —especialmente cuando había ruido— el método FMM a menudo consiguió la mejor combinación entre ajuste preciso y estimaciones fiables de la FWHM. Al aplicarlo a espectros reales de una base de datos XPS en línea, el modelo FMM reprodujo las formas globales de los picos con gran fidelidad y produjo valores de ancho que siguieron de cerca referencias empíricas de alta calidad, pese a utilizar menos parámetros que algunos modelos competidores.

Qué implica esto para las herramientas científicas cotidianas

En términos prácticos, este nuevo marco ofrece a científicos y clínicos una forma unificada de medir cuán anchos son picos y ondas, incluso cuando las señales proceden de muchos canales, son ruidosas o tienen formas complicadas. Para los ECG, promete estimaciones más consistentes de intervalos clínicamente relevantes como QRS y QT, lo que podría mejorar el diagnóstico tanto en monitores hospitalarios como en dispositivos de consumo. Para XPS, proporciona una manera robusta de caracterizar anchos de pico que sustentan juicios sobre la composición y calidad de materiales. Dado que el método está fundamentado matemáticamente, es computacionalmente eficiente y adaptable entre campos, podría convertirse en un bloque básico para futuras herramientas automatizadas que interpreten señales en medicina, ciencia de materiales y más allá.

Cita: Rueda, C., Fernández, I., Canedo, C. et al. Precise peak width estimation for solving key challenges in biosignal and spectral analysis. Sci Rep 16, 13495 (2026). https://doi.org/10.1038/s41598-026-43712-4

Palabras clave: análisis de señales, electrocardiograma, espectroscopía, ancho de pico, modelado matemático