两种熟悉的读数，经过不同的传递过程
医院的心电图、胸前的动态心电记录、手表的心率曲线和手表上的单导联心电功能，可能都在关注同一次心跳。它们的测量对象却并不相同。
心电图，即ECG，记录的是体表不同位置之间的电位差。心脏内细胞群的电流在胸腔等导电组织中形成电场，体表电极记录相应的电位差。光电容积描记，即PPG，则是向组织发光，再检测透射或返回的光如何变化；其中与心搏相关的部分，经过了收缩、压力和脉搏传播，以及组织与光相互作用等环节。1 2
因此，“能反映心率”是这些方法可能共享的能力，不是它们全部信息的等同。要判断一台设备是否可靠，需要沿着传递过程逐段看：它接收什么物理信号，留下哪些信息，怎样处理这些信息，最后又对什么问题给出判断。
一个导联，不是一枚电极，也不是一块心肌的电压
电极是与身体接触的部件；导联是规定怎样比较这些电位、得到一条记录的方式。最简单的导联使用两个位置的电位差。
例如，把右臂、左臂和左腿电极处的电位分别写作$V_R,V_L,V_F$，标准肢体导联的定义为：
第三条可以由前两条算出来。这里的恒等式来自电位差定义，不要求身体真的构成完美等边三角形。1
胸前导联又使用一个计算出来的参考：
$W$是Wilson中心端的电位，$V_{C_k}$是第$k$个胸壁电极处的电位。参考虽然是组合计算得到的，最终记录仍然是电位差。
标准十二导联系统使用十枚电极，其中六枚在胸前、四枚在四肢。右腿电极参与记录系统的参考或共模控制，不增加一条独立的标准展示导联。按这些导联定义，六条肢体导联只有两项独立信息，另外六条胸前导联提供六项独立读出，因此十二条展示曲线对应八项独立电位差信息。1
本文实际构造了这些线性关系，核得肢体导联关系的秩为2，完整关系的秩为8，并验证其余四条肢体曲线可以从两条基础肢体曲线精确重建。这个数学结果不说明心脏本身只有八个自由度，也不说明多种展示视角没有临床价值。
这些关系还要求比较的是同一时刻、相容参考和处理条件下的读数。如果几条曲线来自不同时间片段或不同处理流程，就不能不加核对地相减。
更基础的一点是：胸前某个电极收到的电位，与各处当时活跃的心脏电源有关。它不等于正下方某个细胞的动作电位。单导联能保留有用的节律信息，同时也只提供有限的空间观察；更多导联增加不同观察方向，未必能由一个方向精确补出全部信息。
仪器怎样把很小的电位差变成心电图
接触电极、放大器、模数转换和数字处理，都参与最后波形的形成。电极接触不稳会改变信号，环境电干扰可能远强于目标电位差，电路还要处理共模干扰、有限动态范围和自身噪声。随后，采样与滤波决定哪些时间变化被保留下来。1
所以，对“测得准”的要求必须跟着任务走。只寻找一串明显的心搏时刻，与判断很小的波形、时程或基线变化，需要保留的信息不同。滤掉慢漂移可能有助于显示，但处理不当也可能改变低频成分；平滑高频噪声的同时，也可能改变快速波形。2007年的技术声明专门讨论了这些问题，本文将它作为导联定义与信号处理原理的来源，不把旧文件的全部参数当成当前所有设备的统一认证标准。
这也解释了为什么一条曲线看着平滑，并不能单独证明它更接近原始电活动；“漂亮”可能来自降噪，也可能来自抹掉了目标细节。反过来，波形有噪声也不意味着其中完全没有可用的心搏信息。
手表发出的光，怎样带回心搏信息
PPG的直接输入是光学信号。发光器与探测器可以分别位于组织两侧，形成透射测量；也可以位于同一侧，检测返回光。不同波长在组织中的吸收和散射不同，能够探测的深度与相对贡献也不同。2
常用解释是：心搏相关的血容量变化改变了组织对光的吸收，从而改变探测器收到的光。实际信号还可能受到血管壁运动、组织形变、红细胞排列、静脉成分、呼吸以及测点条件的影响。探测器把光转换成电信号后，设备通常还会去除基线、调整增益或反转显示方向。因此，监护仪显示的PPG上升峰，不应直接当作“探测器收到更多光”的原始记录。
2015年的一项研究，在58名健康受试者的手掌和腕部做绿光成像观察，报告相邻位置可能出现相同心率、相反相位的光学波形，接触与压力条件也会明显改变幅度。作者据此提出，组织的弹性形变及其对散射、吸收的影响，需要参与解释。3
这为“机械过程怎样进入光学信号”提供了具体入口，但不同贡献仍需分别验证。作者自己也没有确定吸收与散射何者占主导；接触实验同时涉及边界条件的变化。本篇不据此宣布所有PPG都由同一个组织形变机制产生。
2026年，一项研究进一步提出把组织灌注和形变，与光吸收、散射模型耦合起来。本文核到了公开摘要及其公开实验数据，但未取得模型全文，因此不评价其完整数值推导或血压反演精度。9
该研究关联的数据集包含20名志愿者、199个心搏的三波长AC/DC峰峰幅度。这里AC/DC描述脉动部分相对于基线的大小。本文按每个受试者分别计算均值，并与公开文件中的脉压值放在一起展示。4
例如案例07和08都列为44 mmHg，但红光AC/DC平均幅度相差约8.82倍。这不能证明两人的每一刻手指压力完全相同，也不能把差异唯一归因于某种组织参数；它说明，在这组记录里，不能只拿一个幅度值配一个固定系数，就把所有人的脉压一一换算出来。
同样，这个例子没有否定使用更多波形特征、个体校准或物理模型来估计压力的可能性。它要求我们明确：哪些参数已经被测到，哪些仍由模型和校准提供。
看一段实际记录：共同节拍，不同波形
下面使用公开BIDMC数据集的第01条记录，固定截取30至38秒。这一数据集来自重症监护患者，提供ECG、PPG和呼吸等波形；本例波形采样率为125 Hz，监护仪数值读数为1 Hz。5
两条曲线都有重复的节拍，形状却明显不同。它们经过不同的生理与记录过程，不能把波形相似度当成唯一的质量标准。这个窗口内，监护仪给出的HR和PULSE中位数分别为93与94次/分；这两个整数读数的差别本身，不能判定哪一种设备出错，或推断发生了哪种心律失常。
图上峰的位置还涉及周期配对、机械射血、脉搏传播和设备处理延迟。仅凭共享时间轴，不能把两个峰之间的位移直接当作已校准的脉搏波传播时间，更不能当成某一团血液从心脏流到手指的时间。
本文没有用这一段重症监护记录验证某款手表，也没有通过调整阈值把它包装成心搏识别的高准确率基准。它的用途是把两种实际读出放在同一观察窗里，理解它们保留了什么。
能数出心搏，不等于所有波形细节都能使用
2022年的一项研究分析了31人的长时间腕部PPG记录。研究者按活动水平分成四层，在每个人每层抽取100个脉搏，总共得到12,400个脉搏，再由三名评阅者评价波形质量。6
他们区分了三类：主峰都无法可靠辨认的B类；能够清楚辨认主峰、但部分后续细节不清楚的F类；主峰和所规定的后续峰均可辨认的E类。F与E合在一起，适合作者所定义的较基础分析；只有E类进入更细的形态分析。
本文重算原表31人的分类计数：F与E共6438个，占所抽取脉搏的51.9%；E类为1826个，占14.7%。同一批信号，针对不同分析目标，可用部分可以相差很大。
这些百分比不能直接换成“一天有多少时间设备可用”。抽样刻意让每个活动层贡献同样多的脉搏，不是按真实一天里各类活动占据的时间加权。作者把E类称为“Diagnostic”质量，也只是这项波形分类的命名，并不等于已验证其能够诊断所有疾病。
这项研究的实用启发是：质量要相对于想提取的信息来判断。 主峰时刻可以比较清楚，某个细小切迹却已经无法稳定识别；用后者计算出来的高级指标，不能只继承前者的可信度。
单导联心电功能：能记录、能分类，以及给出正确分类
2018年Apple ECG App的原始FDA审查，说明了一个接近I导联的单通道记录功能，并分别检查信号、电路与软件表现、波形比较和房颤/窦性节律分类。这里讨论的是该次验证及当时版本，不是对所有后续设备与算法的统一评定。7
本文直接查看了原始PDF中的分类表，并转录、复核全部20个计数单元。流程中共有602人入组，556人有设备结果，其中488人得到窦性节律或房颤的自动分类，另外49人为不可读、19人为未分类。剩余没有设备结果的记录包含资格和采集等多种原因，不能一概叫作设备故障。
对同时属于参照房颤且算法能够二分类的240条记录，236条得到房颤分类，约为98.3%。如果保留参照仍是房颤、但设备输出未分类或不可读的记录，分母变成277，而得到房颤分类的仍是236条，比例约为85.2%。
这两个数字没有互相矛盾。前者问已经进入可分类集合后分得怎样，后者问在更大的有设备结果集合中，实际有多少得到目标分类。未分类也不是“判断为没有房颤”，只是没有提供那一种明确标签。
另一个细节是，488条自动二分类记录中，还包含参照被标记为其他节律或不可读的记录。因此，用来计算二分类灵敏度和特异度的参照房颤/窦律子表合计479条，不能把488无差别塞进每个比例的分母。原文的约99.6%特异度对应的是238/239这一窦律参照子集。
这种逐层核对，能让“信号功能有效”和“所有记录都会被正确分类”得到各自恰当的评价。它也提醒我们，设备保留的波形与自动给出的类别，是两个相关但不同的产物。
光学房颤提示：84%与34%为什么可以同时出现
2019年发表的Apple Heart Study研究的是光学脉搏算法，记录来自2017至2018年的研究过程。它与上一节的单导联心电功能不是同一个测量与验证任务。算法在参与者相对静止时，间歇性获取脉搏间隔，识别可疑的不规则，并安排后续心电贴片核对。8
研究共招募419,297人，2161人收到初次不规则脉搏提示，约占0.52%。其中450人寄回了可分析贴片，贴片平均在初次提示约13天后才开始使用。贴片记录中153人检出研究所定义的AF，得到34%的后续检出比例；该文的AF口径包含房扑。
另一项比较只看贴片已经在记录时发生的后续算法通知事件：86人中有72人在并行心电记录里得到对应确认，比例约为83.7%，即论文所报约84%。
34%是在后来一段时间里寻找事件，84%是在事件发生时比较两个读出。阵发性活动可能在两次观察之间改变，所以后来的贴片没有检出，并不能自动判定初次提示是假的。反过来，84%也不是全体用户中所有心律问题的检出能力。
这项研究没有为所有未被提示的人普遍配备参照心电，作者也明确说明，它并非用于测定整个人群中的完整灵敏度和特异度。寄回贴片的人只占提示者约20.8%，相关结果向未返回者的推广仍有不确定性。
对于一些未与AF对应的不规则脉搏片段，心电还发现了早搏或其他节律变化。这说明“检测到不规则”与“确定是哪一种节律”之间仍有一个需要验证的推断环节。
因此，研究支持的是特定光学算法在相应条件下识别值得核对的信号。是否改善后续诊疗和长期健康结局，需要另外的研究设计；光学提示、明确心电记录和最终判断不能用一个数替代。
怎样给“设备靠谱吗”一个有用的回答
从机制与证据看，ECG和PPG都是有明确物理依据、能够在相应任务中提供有效信息的测量方式。它们的局限也有具体来源：空间观察方向、血流和组织条件、接触与运动、采集处理，以及算法的训练与分类范围。
评价时，可以把问题具体化：要观察的是平均心率、逐搏间隔、某一段心电形态，还是某一种心律异常？设备记录的是哪种信号，在哪些人和场景中验证过？无法读取或无法分类的部分占多少，是否被从准确率中排除？参照方法是否同步，验证的是波形、标签，还是使用之后的结果？
这样的评价允许同一台设备在不同用途上得到不同答案。少量导联可以为特定节律提供有用线索，更多空间信息仍可能是另一个问题；光学脉搏可以有稳定的周期信息，精细形态或压力推断仍需要额外条件。算法能力提高，也需要通过相应版本和用途的实证来确认。
仪器能看见身体活动的一部分，可靠使用来自对这一部分的准确理解。 研究传感原理的意义，是把观察到的信号与想知道的状态逐步接起来，清楚每一步增加了什么信息，又用了什么假设。
本文的计算结果、导联关系、原表转录和所选数据在同目录保留。没有复现商业算法、2026年的完整光学有限元模型或原临床试验；没有把示例波形当作个人诊断，也不提供具体产品的购买或临床操作建议。