PeakDetektion

PeakDetektion bezeichnet eine Gruppe von Verfahren zur Identifikation von Spitzen in zeitlichen oder räumlichen Signaldaten. Typische Ziele sind lokale Maxima, die als Peaks interpretiert werden, etwa in Audiosignalen, elektro- und chemischen Messdaten, Biosignalen oder Sensorströmen. Die Methode dient als Vorverarbeitung für Quantifizierung, Identifikation von Ereignissen oder Merkmalsextraktion.

In der einfachsten Form wird ein Peak als Sample betrachtet, das größer ist als seine Nachbarn (lokaler Maximalwert). In diskreten Signalsystemen wird oft ein Fenster definiert, in dem ein Punkt i als Peak gilt, wenn x[i] >= x[j] für alle j in dem Fenster und x[i] größer als ein Mindesthöhewert ist. Erweiterte Ansätze prüfen Ableitungen: ein Vorzeichenwechsel der ersten Ableitung von positiv zu negativ kennzeichnet einen lokalen Höchstwert; oder die zweite Ableitung ist negativ.

Um Rauschen zu reduzieren, werden Vorverarbeitungsschritte wie Glätten, Filterung oder Differenzierung eingesetzt. Robuste PeakDetektion nutzt zusätzlich Kenngrößen wie die Peak-Prominenz, Breite (bei Halbstärkenhöhe), Mindestabstand zwischen Peaks und Höhe über dem Hintergrund. Solche Kriterien helfen, eng beieinander liegende Peaks zu trennen und Spuren von Messrauschen zu vermeiden. In vielen Anwendungen gibt es standardisierte Algorithmen wie Pan-Tompkins (für EKG), oder Funktionen wie findpeaks in MATLAB/SciPy, die Height, Prominence, Width und Distance unterstützen.

Anwendungsgebiete umfassen Spektroskopie, Chromatographie, EEG/ECG-Analysen, Akustik, Vibrationsanalyse und Ereigniserkennung in Zeitreihen. Die Leistungsbewertung hängt von der Verfügbarkeit einer Referenz ab und umfasst Metriken wie Präzision, Recall oder F1-Score sowie die korrekte Bestimmung von Peak-Positionen und -Werten. Die Wahl der Parameter hängt von der Signalcharakteristik, dem Signal-Rausch-Abstand und den Anforderungen an Auflösung oder Zuverlässigkeit ab.