📚 课程目录第2章生理信号基础

生理信号基础：ECG、EEG、EMG、PPG 的生理学原理与特征

各位同学，咱们今天聊聊生理信号。说白了，就是人体这台精密仪器对外输出的“电信号”和“光信号”。我做了十几年医疗嵌入式开发，跟这些信号打了无数交道。每次调试新板子，第一件事就是看这些波形对不对——波形对了，算法才有意义。

你想想看，心脏每跳一下、大脑每转一个念头、肌肉每动一下，都会产生微弱的电信号。我们要做的，就是用电路把这些信号抓出来，洗干净，然后让单片机读懂它们。

ECG 是我接触最多的信号。它的生理学原理其实不复杂：心脏每次搏动前，窦房结先放电，然后电信号沿着心肌传导，引起心房和心室依次收缩。这个电活动传到体表，我们用电极贴片就能测到。

ECG 的典型特征：

我记得刚入行时，有个项目要做便携式心电监护仪。当时我天真地以为，只要把电极贴上去，ADC 采回来就能看到漂亮的 PQRST 波形。结果呢？全是工频干扰和肌电噪声，波形根本没法看。后来才明白，ECG 的前端模拟电路才是真正的技术活——仪表放大器、右腿驱动、陷波滤波器，一个都不能少。

实战经验：ECG 的采样率一般设 250-500 Hz 就够了。我习惯用 500 Hz，这样 QRS 波的上升沿能采到 5-8 个点，做 R 波检测时精度够用。再高就是浪费算力和功耗。

EEG 比 ECG 难搞多了。为什么？因为信号太弱了——头皮上测到的 EEG 只有 5-100 μV，比 ECG 小两个数量级。而且大脑不是单一信号源，是几十亿个神经元同步放电的叠加结果。

EEG 按频率分成几个波段，每个波段对应不同的脑状态：

我曾经做过一个脑机接口项目，要在嵌入式平台上实时提取 α 波来控制轮椅。踩过的坑太多了——最头疼的是眼电伪迹。你想想看，病人眨一下眼，产生的信号比 α 波大几十倍，直接淹没了真实脑电。后来我用了自适应滤波，参考眼电通道做对消，才算把这个问题压下去。

注意：EEG 的共模干扰非常严重。电极阻抗必须控制在 5 kΩ 以下，否则信噪比会急剧恶化。我建议每次测量前都用阻抗检测电路确认一下，别偷懒。

EMG 是肌肉收缩时产生的电信号。它的特点是频率高、幅度大、来得快去得也快。表面 EMG 的幅度一般在 0.1-5 mV，频率范围 20-500 Hz，能量主要集中在 50-150 Hz。

EMG 的生理学原理是这样的：运动神经元发出指令，通过神经肌肉接头传到肌纤维，引起肌纤维去极化，产生动作电位。一个运动神经元支配的肌纤维群叫一个“运动单位”，我们测到的 EMG 就是多个运动单位动作电位的叠加。

做假肢控制的时候，EMG 信号处理有个关键点——特征提取。我常用的特征有：

嗯，这里要注意：EMG 的基线漂移很严重。我习惯用 20 Hz 的高通滤波器把直流分量和低频漂移去掉，但也不能切太多，否则会损失低频段的肌电能量。

PPG 跟前面三种信号不太一样。它不是电信号，是光信号。原理很简单：用 LED 发光照皮肤，用光电二极管接收反射光或透射光。血液对光的吸收率随血管容积变化——心脏收缩时，血管里血多，吸收的光多，接收到的光就少；心脏舒张时反过来。

PPG 的波形特征：

我做过一个血氧仪项目，用的就是 PPG 原理。两个波长——红光（660 nm）和红外光（940 nm）——交替发光，通过计算两个波长的吸收比来推算血氧饱和度。这里有个坑：运动伪影。病人手一动，PPG 波形就乱套了。后来我加了加速度计做运动补偿，效果好了不少。

小技巧：PPG 的采样率 100 Hz 就够用，因为心率信号主要能量在 0.5-5 Hz。但如果你要做心率变异性分析，建议提到 200 Hz 以上，这样才能精确捕捉脉搏间期的微小变化。

做医疗嵌入式系统，选对信号类型是第一步。我整理了一张对比表，方便你快速决策：

下面这张图把四种信号的生理来源、特征参数和典型应用串起来了。我建议你把它存下来，做项目选型时拿出来对照一下。