Precyzyjna estymacja szerokości pików dla rozwiązywania kluczowych wyzwań w analizie biosygnałów i widm

Dlaczego kształt sygnału ma znaczenie

Od uderzeń serca rejestrowanych przez smartwatch po drobne piki w widmie materiału — wiele współczesnej nauki opiera się na odczytywaniu falistych wykresów. Kluczowym szczegółem tych linii jest to, jak szeroki jest każdy „guzek” lub pik: ta szerokość może ujawnić, czy serce jest zdrowe, albo czy powierzchnia jest chemicznie czysta. Jednak w rzeczywistości sygnały są zaszumione, piki nachodzą na siebie, a pomiary pochodzą często z wielu kanałów jednocześnie. W artykule przedstawiono nowe matematyczne podejście do mierzenia szerokości pików, które pozostaje wiarygodne w tych złożonych, rzeczywistych warunkach, ze szczególnym naciskiem na zapisy serca i spektroskopię rentgenowską materiałów.

Pomiary guzków w zaszumionych falach

Naukowcy często opisują pik przez jego pełną szerokość na pół wysokości maksymalnej (FWHM) — odległość między dwoma punktami, w których pik opada do połowy swojej maksymalnej wysokości. Brzmi prosto, ale rzeczywiste sygnały rzadko są uporządkowane. Piki mogą być asymetryczne, dzielić przestrzeń z sąsiednimi, osadzać się na dryfującej podstawie lub być pogrzebane w szumie. W zapisach serca (elektrokardiogramach, EKG) lekarze interesują się długością kluczowych segmentów, takich jak QRS i QT, ponieważ te czasy pomagają wykrywać niebezpieczne zaburzenia rytmu. W rentgenowskiej spektroskopii fotoelektronowej (XPS) szerokość pików widmowych ujawnia, jak są związane atomy i czy materiał jest czysty czy zmieszany. Istniejące metody estymacji szerokości często zawodzą, gdy piki nakładają się, sygnał jest asymetryczny albo gdy różne kanały rejestrują nieco inne obrazy.

Okrągłe spojrzenie na fale

Autorzy rozwijają ramy zwane modelem Frequency Modulated Möbius (FMM), które opisuje sygnały oscylacyjne za pomocą małego zestawu parametrów powiązanych z fazą na okręgu. Zamiast postrzegać pik jedynie jako występ na prostej linii, pik wiązany jest z podróżą wokół okręgu, gdzie konkretne kąty i parametr szerokości kontrolują jego kształt. W tym podejściu zespół wyprowadza nowe, dokładne wyrażenie dla FWHM (nazwane FWHM_F) i wprowadza powiązaną miarę, czas trwania fali (WD_F), która obejmuje większość istotnego obszaru piku bez rozciągania się na cały cykl. Ponieważ te miary zależą bezpośrednio od parametrów kształtu modelu, a nie od położenia zaszumionej linii podstawowej, pozostają stabilne nawet gdy sygnał jest zniekształcony lub asymetryczny. Ta sama okrągła koncepcja naturalnie rozszerza się na nakładające się piki i rejestracje wielokanałowe: różne kanały traktowane są jako widoki jednego wspólnego okrągłego sygnału, dając jedną spójną szerokość dla wszystkich z nich.

Precyzyjniejsze wyznaczanie czasów w sygnałach serca

Aby przetestować metodę na danych sercowych, autorzy zastosowali ją do zapisów EKG o różnych konfiguracjach kanałów — od pełnych 12-odprowadzeniowych systemów szpitalnych po zaledwie dwa odprowadzenia, jak w wielu urządzeniach noszonych. Korzystając z wcześniej opracowanych modeli FMM serca, zlokalizowali główne fale Q, R, S i T, a następnie użyli nowych miar szerokości do określenia długości segmentów QRS i QT. Te estymaty porównano z adnotacjami ekspertów z bazy danych uznawanej za złoty standard oraz z wynikami powszechnie używanego komercyjnego algorytmu. Na tysiącach uderzeń i różnych konfiguracjach odprowadzeń podejście FMM mieściło się w akceptowalnych tolerancjach i klasyfikowało nieprawidłowe długości QRS i QT z niskimi wskaźnikami błędów. Co ważne, pozostawało odporne gdy sygnały były zaszumione, gdy kształty fal były nietypowe lub gdy dostępnych było tylko kilka odprowadzeń — w warunkach, w których wiele istniejących metod się pogarsza.

Czystsze piki w widmach materiałów

Badacze sprawdzili również, jak dobrze ich podejście mierzy szerokości pików w widmach XPS, kluczowym narzędziu do badania chemii powierzchni. Używając symulowanych widm o różnym stopniu asymetrii i poziomie szumu, porównali estymaty szerokości oparte na FMM z tymi uzyskanymi przy użyciu powszechnych kształtów pików, takich jak gaussowski, lorentzowski i modele podobne do Voigt’a, a także z prostymi, empirycznymi pomiarami bezpośrednio z danych. W prostych, podręcznikowych przypadkach tradycyjne modele radziły sobie konkurencyjnie. Jednak dla ostrzejszych, asymetrycznych lub bardziej złożonych wzorców — zwłaszcza w obecności szumu — metoda FMM często osiągała najlepsze połączenie dokładnego dopasowania i wiarygodnych estymat FWHM. Zastosowana do rzeczywistych widm z internetowej bazy XPS, metoda FMM bardzo dobrze odwzorowywała ogólne kształty pików i dawała wartości szerokości ściśle zbliżone do wysokiej jakości odniesień empirycznych, mimo że używała mniejszej liczby parametrów niż niektóre konkurencyjne modele.

Co to oznacza dla codziennych narzędzi naukowych

W praktyce nowe ramy oferują naukowcom i klinicystom zunifikowany sposób mierzenia szerokości pików i fal, nawet gdy sygnały pochodzą z wielu kanałów, są zaszumione lub mają trudne kształty. Dla EKG oznacza to bardziej spójne estymaty klinicznie istotnych odstępów, takich jak QRS i QT, co może poprawić diagnozy zarówno w monitorach szpitalnych, jak i urządzeniach noszonych przez konsumentów. Dla XPS daje to odporne narzędzie do charakteryzowania szerokości pików, od których zależą oceny składu i jakości materiałów. Ponieważ metoda ma solidne podstawy matematyczne, jest wydajna obliczeniowo i adaptowalna między dziedzinami, może stać się elementem budulcowym przyszłych zautomatyzowanych narzędzi interpretujących sygnały w medycynie, nauce o materiałach i dalej.

Cytowanie: 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

Słowa kluczowe: analiza sygnałów, elektrokardiogram, spektroskopia, szerokość piku, modelowanie matematyczne