「ECG信号处理——（22）Pan-Tompkins Findpeak 阈值检测 差分阈值算法——三种R波检测算法对比分析」2025年8月8日
目录
1、引言
2、算法原理
（1）Pan-Tompkins 算法（方法1）
（2）Findpeak 阈值检测算法（方法2）
（3）差分阈值算法（方法3）
3、算法性能评估
（1）评估指标
（2）实验结果对比
（3）综合分析与结论
1、引言
心电图（ECG）是临床诊断心脏疾病的重要工具，R波检测作为其中的关键步骤，其准确性直接影响后续的心律失常分析等诊断过程。本文档介绍三种 R 波检测算法及其性能评估。
2、算法原理
（1）Pan-Tompkins 算法（方法1）
相关内容详情见我博客👇
「ECG信号处理——（10）Pan-Tompkins算法（R峰检测）」2025年3月17日-CSDN博客
（2）Findpeak 阈值检测算法（方法2）
基于信号局部极大值特性，通过双阈值约束实现R波定位。其核心思想是找到信号中满足特定条件的局部极大值点。通过设置最小峰间距（MinPeakDistance）和最小峰高（MinPeakHeight）两个关键参数来筛选潜在的 R 波位置。
-
幅值阈值：设置最小峰值高度MinPeakDistance=round(0.2×fs)，过滤低幅噪声。
-
位置阈值：设置最小峰间距MinPeakHeight=0.5（对应最大心率300bpm）。
其中，fs 表示采样频率，MinPeakDistance是为了确保 R-R 间隔至少为 0.2 秒，MinPeakHeight是根据信号幅度设定的最小阈值。
（3）差分阈值算法（方法3）
该方法通过信号微分和动态阈值调整来检测 R 波。基本流程如下：
- 信号微分处理：对原始 ECG 信号进行微分操作，突出信号的突变部分，公式为：
diff_ecg=diff(ecg)
- 移动平均滤波：对微分后的信号取绝对值并进行移动平均平滑处理，窗口长度设为 0.12 秒对应的采样点数，公式为：
smoothed=movmean(∣diff_ecg∣,window_length)
- 动态阈值调整：在信号的前 10 秒学习阶段内，计算平滑信号的最大值并乘以 0.6 作为初始阈值，公式为：
threshold=0.6×max(smoothed(1:learning_phase))
- 阈值检测与峰值确认：通过比较平滑信号与阈值确定潜在 R 波区间，并在每个区间内找到原始信号的最大值点作为 R 波位置。
3、算法性能评估
（1）评估指标
- 灵敏度（Sen）：衡量实际 R 波被正确检测的比例，公式为：
Sen=TP/(TP+FN)×100%
- 阳性预测值（PPV）：衡量检测到的 R 波中实际正确的比例，公式为：
PPV=TP/(TP+FP)×100%
- 准确率（Acc）：衡量整体检测的准确程度，公式为：
Acc=TP/(TP+FP+FN)×100%
其中，TP 表示真阳性数量，FN 表示假阴性数量，FP 表示假阳性数量。
（2）实验结果对比
以下是上述三种R波检测算法在MIT-BIH心律失常数据库\mit-bih-arrhythmia-database-1.0.0上的性能评估结果。
图1：R波检测示例1
图2：R波检测示例2
表1：MIT-BIH心律失常数据库部分数据结果对比
整体性能对比：
| 评价指标 | 1、Pan-Tompkins法 | 2、Findpeaks法 | 3、差分阈值法 |
|---|---|---|---|
| 平均灵敏度(Se) | 94.94% | 99.94% | 99.91% |
| 平均PPV | 95.32% | 94.21% | 84.97% |
| 平均准确率(Acc) | 91.66% | 94.00% | 84.89% |
| 平均位置偏差 | 0.45±1.38 | 2.12±1.40 | 0.45±1.33 |
| 平均幅值偏差 | 0.07±0.08 | -0.99±0.17 | 0.06±0.07 |
灵敏度对比：
-
Findpeaks与差分阈值法表现相当（99.94% vs 99.91%）
-
Pan-Tompkins法在记录106出现严重漏检（Sen=65.56%）
-
极端案例：记录106中差分阈值法保持100%灵敏度，而Pan-Tompkins降至65.56%
定位精度
-
差分阈值法定位最精准（平均偏差0.45样本点）
-
Findpeaks法存在系统定位延迟（平均+2.12样本点）
-
记录102中Findpeaks定位偏差最大（5.44±5.42样本点）
幅值估计
-
Findpeaks法存在显著幅值低估（平均-0.99mV）
-
差分阈值法幅值偏差最小（0.06±0.07mV）
-
记录107中Findpeaks幅值偏差达-1.51±0.25mV
（3）综合分析与结论
方法3（差分阈值法）在多数数据集上表现最佳，具有较高的灵敏度和最佳的检测精度；方法1在时间准确性上表现较好，但在幅值准确性上稍差；方法2在某些数据集上表现优异，但在其他数据集上存在不稳定性。
根据具体应用场景的需求：
-
对灵敏度和检测精度要求极高时，选择方法3（差分阈值法）；
-
更注重时间准确性时，选择方法1（Pan-Tompkins法）；
-
需要在不同数据集上保持较好的稳定性时，选择方法3（差分阈值法）。
Tips：下一讲，我们将进一步探讨，心电信号处理与应用的其他部分。
以上就是Pan-Tompkins & Findpeak 阈值检测 & 差分阈值算法——三种R波检测算法对比分析的全部内容啦~
我们下期再见，拜拜(⭐v⭐) ~
（Ps：有代码实现需求，请见主页信息，谢谢支持！~）