一、信號(hào)失真來源可穿戴設(shè)備采集心電 ECG、光電容積 PPG、皮電 EDA、呼吸信號(hào)時(shí)，失真主要分為兩類：
基線類干擾：電極滑移、皮膚拉伸、接觸壓力變化、溫漂帶來低頻漂移；
運(yùn)動(dòng)偽影 MA：肢體擺動(dòng)、身體抖動(dòng)造成的噪聲，噪聲頻譜與生理信號(hào)高度重疊，普通低通 / 高通濾波會(huì)破壞波形；
硬件固有誤差：通道增益不一致、采樣異步、阻抗變化、光路衰減。
校正思路分為四大類：傳統(tǒng)濾波校正、多參考自適應(yīng)校正、盲源分離校正、建模 / 深度學(xué)習(xí)智能校正。
二、基礎(chǔ)濾波校正
適合輕微運(yùn)動(dòng)、靜息場(chǎng)景，計(jì)算簡(jiǎn)單、端側(cè)易部署。
1. 時(shí)域基線校正
滑動(dòng)平均基線扣除：長(zhǎng)窗口平滑得到基線，原信號(hào)減去基線消除緩慢漂移；
分段線性基線擬合：識(shí)別無生理特征區(qū)間分段擬合，避免波形失真。
缺陷：劇烈運(yùn)動(dòng)基線快速波動(dòng)時(shí)校正失效。
2. 頻域?yàn)V波校正
FIR/IIR 帶通濾波：ECG 0.5–40Hz、PPG 0.4–5Hz 濾除工頻與低頻漂移；
工頻陷波：50/60Hz 工頻干擾定點(diǎn)消除。
局限：運(yùn)動(dòng)噪聲和生理信號(hào)頻帶重疊，單純?yōu)V波會(huì)削峰、丟失波形細(xì)節(jié)。
3. 時(shí)頻域小波變換校正
對(duì)信號(hào)多層小波分解，區(qū)分生理有效子帶與運(yùn)動(dòng)噪聲子帶，自適應(yīng)閾值收縮降噪。
優(yōu)勢(shì)：同時(shí)處理低頻基線漂移與高頻抖動(dòng)噪聲；
不足：強(qiáng)運(yùn)動(dòng)下易產(chǎn)生波形畸變，單通道無法區(qū)分同源運(yùn)動(dòng)干擾。
三、IMU 輔助自適應(yīng)噪聲抵消
設(shè)備內(nèi)置三軸加速度、陀螺儀 IMU 作為運(yùn)動(dòng)參考通道，自適應(yīng)濾波器抵消運(yùn)動(dòng)耦合噪聲。
1. LMS/NLMS 自適應(yīng)濾波
模型：含噪生理信號(hào) = 純凈生理信號(hào) + 運(yùn)動(dòng)噪聲（IMU 線性加權(quán)）
算法迭代更新權(quán)重，實(shí)時(shí)抵消與運(yùn)動(dòng)相關(guān)偽影；改進(jìn)變步長(zhǎng) NLMS：靜止小步長(zhǎng)保波形，劇烈運(yùn)動(dòng)大步長(zhǎng)快速跟蹤噪聲。
2. 多通道聯(lián)合自適應(yīng)校正
多導(dǎo)聯(lián) ECG、多路 PPG 互相作為冗余參考，疊加 IMU 多維度參考，大幅提升降噪效果。
優(yōu)點(diǎn)：延遲低、功耗小，商用手環(huán)、心電貼片標(biāo)配；
缺點(diǎn)：僅消除線性運(yùn)動(dòng)干擾，皮膚形變、電極摩擦等非線性噪聲殘留明顯。
四、盲源分離類校正
適用于多導(dǎo)聯(lián) ECG、陣列式 PPG 多通道設(shè)備，分離混合在一起的生理源與運(yùn)動(dòng)噪聲源。
1. 主成分分析 PCA / 奇異值分解 SVD
多通道信號(hào)矩陣分解，舍棄對(duì)應(yīng)運(yùn)動(dòng)噪聲的低能量分量，重構(gòu)干凈信號(hào)；多用于多點(diǎn)位 PPG 陣列降噪。
2. 獨(dú)立成分分析 ICA（FastICA、約束 cICA）
假設(shè)生理信號(hào)、運(yùn)動(dòng)噪聲相互獨(dú)立，從混合觀測(cè)信號(hào)中分離獨(dú)立源；
增加生理先驗(yàn)約束（心電 QRS 波、脈搏周期性），避免噪聲與生理信號(hào)混淆。
適用：運(yùn)動(dòng)強(qiáng)度中等以上的多導(dǎo)聯(lián)心電設(shè)備；
缺點(diǎn)：迭代計(jì)算量大，單通道設(shè)備無法使用，實(shí)時(shí)性較差。
五、物理建模與狀態(tài)估計(jì)校正
通過建立生理與運(yùn)動(dòng)耦合數(shù)學(xué)模型，估計(jì)并補(bǔ)償失真。
1. 卡爾曼濾波（KF/EKF/UKF）
構(gòu)建生理動(dòng)力學(xué)模型 + IMU 運(yùn)動(dòng)狀態(tài)模型，把運(yùn)動(dòng)作為過程噪聲輸入，逐幀修正波形幅值、基線漂移，對(duì)連續(xù)規(guī)律運(yùn)動(dòng)（跑步、騎行）校正效果突出。
2. 傳感機(jī)理建模校正
PPG：建立皮膚形變 - 光吸收運(yùn)動(dòng)耦合模型，利用紅 / 紅外雙波長(zhǎng)光程差抵消接觸擾動(dòng)；
ECG：電極阻抗模型，阻抗突變對(duì)應(yīng)電極滑動(dòng)，聯(lián)合修正基線偏移。
六、基于深度學(xué)習(xí)的智能校正
針對(duì)劇烈抖動(dòng)、非線性強(qiáng)偽影，端側(cè)輕量化網(wǎng)絡(luò)實(shí)現(xiàn)波形重建：
時(shí)序卷積 TCN：提取 IMU 與生理信號(hào)跨時(shí)序特征，輸出校正補(bǔ)償量，參量小、可嵌入式實(shí)時(shí)運(yùn)行；
U-Net、LSTM：波形重建網(wǎng)絡(luò)，輸入含噪信號(hào)，直接輸出完整無偽影波形；
弱監(jiān)督訓(xùn)練：干凈生理信號(hào)疊加真實(shí)運(yùn)動(dòng)噪聲構(gòu)建數(shù)據(jù)集，解決運(yùn)動(dòng)場(chǎng)景無標(biāo)注難題。
優(yōu)勢(shì)：抑制非線性復(fù)雜運(yùn)動(dòng)偽影，波形保真度遠(yuǎn)高于傳統(tǒng)算法；
局限：需占用一定算力，低端低功耗穿戴設(shè)備部署受限。
七、分層級(jí)通用校正流水線
預(yù)處理校正：時(shí)間戳同步、重采樣、通道增益歸一化、阻抗校正；
一級(jí)基礎(chǔ)降噪：小波 / 帶通濾波消除工頻、緩慢基線漂移；
二級(jí)運(yùn)動(dòng)偽影抑制：IMU 輔助 NLMS 自適應(yīng)濾波去除線性運(yùn)動(dòng)噪聲；
三級(jí)高精度修復(fù)：高強(qiáng)度運(yùn)動(dòng)切換 ICA / 卡爾曼 / 輕量化網(wǎng)絡(luò)修復(fù)殘留失真；
生理約束校驗(yàn)：心率、脈搏、心電波形生理閾值篩選，避免過校正失真。
八、各類方法優(yōu)缺點(diǎn)對(duì)比
表格
校正方法優(yōu)勢(shì)缺陷適用設(shè)備場(chǎng)景
基礎(chǔ)濾波超低功耗、簡(jiǎn)單實(shí)時(shí)頻帶重疊時(shí)失真嚴(yán)重靜態(tài)、輕微運(yùn)動(dòng)單通道手環(huán)
IMU 自適應(yīng)濾波實(shí)時(shí)低延遲、成本友好無法處理非線性噪聲消費(fèi)級(jí)手環(huán)、心電貼片
ICA 盲源分離多通道混合噪聲深度分離計(jì)算量大、單通道不可用多導(dǎo)聯(lián)醫(yī)用可穿戴
卡爾曼濾波連續(xù)運(yùn)動(dòng)平滑校正無規(guī)則抖動(dòng)效果一般戶外規(guī)律運(yùn)動(dòng)監(jiān)測(cè)
輕量化深度學(xué)習(xí)強(qiáng)非線性偽影修復(fù)、波形完整占用算力、依賴數(shù)據(jù)集高端多參數(shù)專業(yè)穿戴設(shè)備
九、現(xiàn)有研究痛點(diǎn)與發(fā)展趨勢(shì)
痛點(diǎn)
單通道設(shè)備校正能力有限；
強(qiáng)運(yùn)動(dòng)下易出現(xiàn)過校正，丟失細(xì)微生理特征（HRV、ST 段）；
高精度算法與穿戴低功耗需求難以兼顧；
算法泛化性差，不同佩戴位置、人群適配不足。
發(fā)展方向
軟硬件協(xié)同：柔性傳感器物理抑噪 + 數(shù)字算法聯(lián)合校正；
自適應(yīng)混合框架：根據(jù)運(yùn)動(dòng)強(qiáng)度自動(dòng)切換算法；
生理先驗(yàn)輕量化 AI，降低模型算力需求；
多模態(tài)跨通道統(tǒng)一校正框架（ECG+PPG + 呼吸聯(lián)合降噪）。
十、校正效果評(píng)價(jià)指標(biāo)
量化指標(biāo)：校正前后信噪比 SNR、波形均方誤差 MSE、心率 / 血氧平均絕對(duì)誤差 MAE；
一致性指標(biāo)：多通道校正后生理參數(shù)偏差；
工程指標(biāo)：?jiǎn)螏幚硌舆t、MCU 功耗、內(nèi)存占用。
掃一掃，關(guān)注微信
