2. 生物信号与测量基础
数字生物标志物的工程起点，是把人体产生的生理活动转换为可计算的时间序列。这个过程不是“把模拟量读进来”这么简单：不同生理信号占据不同的频带、幅度和信噪比，传感器把一种物理量转成电信号的方式各不相同，采样与量化决定了信息能否被无损保留，而噪声与伪影则决定了后续算法看到的是生理还是干扰。理解这五件事，才能在采集端做出不后悔的设计决策。
一、生理信号类型：先看频带与幅度
常见用于数字生物标志物的生理信号，可按“源—频带—典型幅度”来区分。心电（ECG）源于心肌去极化，诊断带宽约 0.05–150 Hz，体表幅度约 0.5–5 mV；光电容积脉搏波（PPG）反映血容积变化，带宽约 0.5–5 Hz，交流成分常只有几毫伏甚至更低；脑电（EEG）源于皮层神经元群同步活动，带宽约 0.5–100 Hz，头皮幅度约 10–100 µV；肌电（EMG）带宽可达 20–500 Hz，幅度约 50 µV–5 mV；呼吸与体动则集中在 0.1–3 Hz 与 0.5–10 Hz。频带决定了采样率下限，幅度决定了增益与分辨率需求，二者共同决定前端设计。
二、传感器测量原理：三类转换路径
传感器本质是把非电生理量映射为电学量。第一类是电极式生物电测量：Ag/AgCl 电极与皮肤形成电化学界面，把离子电流转为电子电流，前端实为仪表放大器加右腿驱动，核心指标是输入阻抗、共模抑制比（CMRR）与输入偏置电流。第二类是光学式测量：PPG 用 LED 照射组织，光电二极管接收随血容积变化的反射/透射光，输出为直流分量叠加微弱交流分量，直流反映组织与静脉血，交流反映动脉搏动。第三类是力学/惯性式测量：加速度计、陀螺仪、应变片把体动、呼吸、关节角度转为电压或数字量，常用于活动识别与睡眠分期。三类路径的噪声机制完全不同，前端设计不能套用同一套参数。
三、采样定理与量化：信息保留的边界
奈奎斯特–香农采样定理指出：要无混叠地重建带宽为 fmax 的信号，采样率 fs 必须大于 2fmax。工程上通常取 2.5–5 倍余量，并配合抗混叠模拟低通滤波。例如 ECG 诊断带宽 150 Hz，取 fs = 500 Hz 或 1000 Hz；PPG 带宽约 5 Hz，取 50–100 Hz 即可；EEG 若关注 100 Hz，取 250–500 Hz。量化方面，ADC 位数决定最小可分辨电压：12 位、满量程 ±5 mV 时，LSB ≈ 2.44 µV；16 位时 LSB ≈ 0.15 µV。对 µV 级 EEG，12 位往往不够，需 16 位或更高并配合前置增益。混叠一旦发生无法在数字域恢复，因此抗混叠滤波必须放在 ADC 之前。
四、噪声与伪影来源
噪声是随机、持续存在的干扰，伪影是可由事件解释的确定性污染。常见来源包括：50/60 Hz 工频干扰（电源耦合、导线环路）、电极接触噪声（运动导致界面阻抗波动）、基线漂移（呼吸、出汗、电极极化，集中在 0.1–0.5 Hz）、肌电串扰（咀嚼、皱眉、走动）、运动伪影（PPG 最突出，传感器相对皮肤位移改变光路）、量化噪声与电磁干扰。区分噪声与伪影很关键：前者靠滤波与平均抑制，后者往往需要检测并剔除或重建对应片段，而不是简单低通。
五、信号质量评估指标
采集端应实时或离线给出质量指标，供后续算法决定“用还是弃”。常用指标有：信噪比（SNR，信号功率与噪声功率之比，dB）、基线漂移幅度、工频干扰功率占比、电极–皮肤阻抗、PPG 的灌注指数（AC/DC 比）、信号质量指数（SQI，常由模板匹配、频谱一致性或机器学习打分得到）、以及片段级有效覆盖率。工程上通常设定阈值，例如 SQI < 0.6 的片段标记为低质量，不进入特征提取。质量指标不是装饰，它直接决定数字生物标志物的可重复性。
六、把五件事串成一次采集设计
假设要开发一个基于 PPG 的静息心率变异性标志物。第一步确定生理源：脉搏波带宽约 0.5–5 Hz，但为保留脉搏波形态细节，取 fmax = 10 Hz。第二步选传感器：反射式 PPG，绿光 525 nm 对浅肤色灌注变化敏感，红光/红外穿透更深，需按人群验证。第三步前端：跨阻放大器把光电流转为电压，加 0.5–10 Hz 带通与 50 Hz 陷波，ADC 取 16 位、fs = 100 Hz，LSB 在 ±1 V 满量程下约 30 µV。第四步识别干扰：静息时主要威胁是基线漂移与工频，运动时是运动伪影。第五步质量评估：计算 AC/DC 灌注指数、SQI 与片段覆盖率，SQI < 0.6 的片段不进入 RR 间期提取。这样一条链走下来，采样率、位数、滤波与质量阈值都有明确依据，而不是凭经验拍脑袋。