1. 医疗可穿戴设备与边缘分析概述

医疗可穿戴设备（Medical Wearable Device, MWD）是指能够长时间贴附或佩戴于人体，连续采集生理信号，并具备医疗级测量或健康监测用途的电子系统。它与消费级手环的根本差别不在外形，而在信号质量、时间连续性、临床可解释性与合规约束。典型对象包括单导联心电贴、多参数胸带、连续血糖监测仪（CGM）、光电容积脉搏波（PPG）腕表、脑电头带与贴片式血氧仪。这些设备采集的信号通常具有幅度小（心电约 0.5–4 mV、PPG 交流分量常低于直流分量的 2%）、频带低（心电 0.05–150 Hz、呼吸 0.1–0.5 Hz）、易受运动伪迹与电极接触阻抗影响的特点。

边缘分析指把计算从云端下沉到设备本体或紧邻设备的网关，在数据产生处完成滤波、特征提取、事件检测乃至轻量推理。其价值来自三重约束的叠加：一是实时性，房颤、室速、低血糖等事件需要在秒级到分钟级内响应，往返云端的时延与网络抖动不可接受；二是隐私与合规，原始生理波形属于敏感个人数据，本地处理可减少原始数据出域；三是功耗与带宽，以 250 Hz、12 bit、单导联心电为例，原始码率约 3 kbps，若 3 轴加速度以 50 Hz、16 bit 同步采集，则再增 2.4 kbps，长期佩戴下传输与存储成本显著，而边缘侧只需上传事件片段与特征。

系统组成与数据通路

一套完整的医疗可穿戴边缘分析系统可拆为五层：传感与模拟前端（电极/光电前端、仪表放大器、可编程增益放大器 PGA、抗混叠滤波、ADC）、边缘计算单元（MCU 或低功耗 SoC，含 DSP 指令或 NPU）、本地存储与无线（Flash、BLE 5.x、可选 NB-IoT）、算法层（信号预处理、特征提取、分类/检测、事件判定）、应用与云端（App、医生工作站、模型更新与日志）。下图给出该系统的信号链与数据流关系，其中实线表示连续数据流，虚线表示事件或模型等非连续通路。

临床价值与工程挑战

临床价值体现在三个可量化方向。其一是阵发性事件的捕获：房颤常为阵发，24 小时 Holter 检出率有限，而连续数周的心电贴可将无症状房颤检出率显著提高；其二是趋势与依从性管理：CGM 每 5 分钟一个血糖值，配合饮食与胰岛素记录，可形成血糖在目标范围时间（TIR）等指标；其三是院外早期预警：跌倒检测、夜间呼吸暂停筛查、术后活动量监测等，把干预窗口前移。

工程挑战同样明确。第一是运动伪迹与噪声：步行时电极-皮肤界面形变会产生与心电同频带的基线漂移，单纯 0.5 Hz 高通会削弱 ST 段信息，需要自适应滤波或加速度参考的自适应噪声抵消。第二是功耗与算力平衡：以 250 Hz 采样、每 5 秒一个分析窗口计算，若每窗口做 512 点 FFT 与 12 维特征提取，在 64 MHz Cortex-M4F 上约需 3–8 ms，占空比低于 1%，但若改为逐样本连续推理则功耗迅速上升。第三是数据质量与标注：医疗数据标注依赖专家，且存在类间不平衡，房颤片段可能仅占全部数据的 1%–5%。第四是合规与可追溯：算法变更、阈值调整、模型版本都需留痕，事件判定逻辑必须可解释、可复现。

课程项目总览

本课程以一个贯穿始终的项目为主线：“单导联心电贴的房颤边缘检测”。项目从信号采集与数据质量评估开始，逐步完成预处理、特征提取、轻量分类器部署、功耗与时延测量，最后形成一份可复现的工程报告。每一章都会在项目上增加一个可验证的增量，例如第 3 章完成 50 Hz 工频陷波与 0.5–40 Hz 带通滤波，并用信噪比改善量验证；第 6 章完成 RR 间期与心率变异性特征表；第 9 章把决策树或逻辑回归量化为定点模型并部署到 MCU，记录推理时间与内存占用。