在生物信号与光谱分析中解决关键问题的精确峰宽估计

为何信号形状至关重要

从智能手表记录的心跳到材料光谱中的细小峰值，现代科学在很大程度上依赖于对这些波动曲线的解读。线条中的一个关键细节是每个“隆起”或峰的宽度：这一宽度可以揭示心脏是否健康或表面在化学上是否纯净。然而在现实中，信号常常伴有噪声、峰相互重叠，且测量来自多个通道同时进行。本文介绍了一种新的数学方法来测量峰宽，该方法在这些混乱的真实条件下仍保持可靠，特别聚焦于心电记录和材料的X射线光电子能谱（XPS）。

在有噪声的波中测量隆起

科学家通常用半高全宽（Full Width at Half Maximum, FWHM）来概括一个峰——即峰值下降到最大高度一半时的两个点之间的距离。听起来很简单，但真实信号很少如此整洁。峰可能偏向一侧、与邻峰重叠、叠加在漂移基线之上，或被噪声掩盖。在心电图（ECG）中，医生关心像QRS和QT这样关键片段的持续时间，因为这些持续时间有助于识别危险的心律问题。在XPS中，谱峰的宽度揭示了原子如何键合以及材料的纯度或混合程度。现有的宽度估计方法在峰重叠、信号不对称或多个记录通道各自给出略有不同画面时，常常失效。

对波形的圆形视角

作者基于一种称为频率调制莫比乌斯（Frequency Modulated Möbius, FMM）的框架，该框架使用与圆形相位相关的一小组参数来表示振荡信号。与其把峰仅仅看作直线上一个隆起，不如将峰与绕圆周的行程联系起来，特定角度和一个宽度参数共同控制其形状。在此框架内，团队推导出FWHM的一个新且精确的表达式（记为FWHM_F），并引入了一个相关量——波持续时间（WD_F），它捕捉了峰的大部分有意义面积而不延伸到整个周期。由于这些度量直接依赖于模型的形状参数，而不是噪声基线的位置，当信号被扭曲或不对称时，它们仍然保持稳定。相同的圆形思想也自然扩展到重叠峰和多通道记录：不同通道被视为对单一底层圆形波的观测，从而为所有通道产生一致的宽度。

更精确的心电时序

为了在心脏数据上测试该方法，作者将其应用于不同通道配置的ECG记录，从医院的完整12导联系统到许多可穿戴设备上的仅两导联。利用先前开发的基于FMM的心跳模型，他们定位了主要的Q、R、S和T波，然后用新引入的宽度度量来定义QRS和QT片段的时长。这些估计与来自金标准数据库的专家标注以及一种广泛使用的商业算法的结果进行了比较。在数千次心搏和不同导联配置下，FMM方法保持在可接受的公差范围内，并以较低的错误率对异常的QRS和QT时长进行分类。重要的是，在信号有噪声、波形异常或仅有少数导联可用的情况下——许多现有方法会退化的情形下——该方法仍然稳健。

材料光谱中更干净的峰值

研究者还考察了他们的方法在XPS光谱中测量峰宽的表现，这是探查表面化学的核心工具。使用具有不同不对称性和噪声等级的模拟光谱，他们将基于FMM的峰宽估计与常见峰形（如高斯、洛伦兹和Voigt类模型）及直接从数据中取得的简单经验测量进行了比较。在简单、教科书式的峰中，传统模型表现出竞争力。但对于更尖锐、不对称或更复杂的模式——尤其在存在噪声时——FMM方法常常在拟合精度与可靠FWHM估计之间取得最佳组合。应用于来自在线XPS数据库的真实光谱时，FMM模型极好地匹配了总体峰形，并产生了与高质量经验参考密切跟踪的宽度值，尽管其使用的参数比一些竞争模型更少。

对日常科学工具的意义

从实用角度看，这一新框架为科学家和临床医生提供了一种统一的方式来测量峰和波的宽度，即便信号来自多个通道、含有噪声或形状不规则。对于ECG，它有望为像QRS和QT这样临床重要的区间提供更一致的估计，可能改善医院监护和消费级可穿戴设备的诊断能力。对于XPS，它提供了一种稳健的峰宽表征方法，这些峰宽支撑着对材料成分与质量的判断。由于该方法有坚实的数学基础、计算效率高且可跨领域适配，它有潜力成为未来自动化工具的构件，用于在医学、材料科学及更广泛领域解读信号。

引用: 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

关键词: 信号分析, 心电图, 光谱学, 峰宽, 数学建模