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：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！~）