脉搏血氧测量原理与精度保障：从PPG到双波长光学设计

1. 这不是“夹手指就能出数”的黑箱——脉搏血氧测量到底在测什么、怎么测才靠谱

你有没有注意过，医院监护仪上那个跳动的红色数字（SpO₂），或者运动手表里实时更新的血氧饱和度值？很多人以为它只是个简单的生理参数，点开App就能看，夹一下手指就出结果。但真相是：这个看似轻巧的数值，背后是一整套精密的光学物理、信号处理与临床验证体系。我做医疗电子设备开发十年，亲手调试过上百台不同厂商的指夹式血氧仪，也拆解过从消费级手环到ICU级监护仪的数十种光路设计。今天这篇，不讲教科书定义，也不堆砌公式，就用你能在实验室里复现、在家庭场景中验证、在选购时能一眼识别优劣的方式，把脉搏血氧测量的原理与方法掰开揉碎——从光源怎么选、光怎么打进去、信号怎么滤出来，到为什么运动时读不准、指甲油为什么干扰结果、老人手指发凉时数据飘忽的根本原因。核心关键词就三个：脉搏血氧、光电容积描记、红光红外双波长。如果你是临床工作者，它帮你快速判断设备是否可信；如果你是工程师，它告诉你关键参数怎么调；如果你是普通用户，它让你明白：那个98%的读数，到底是真实反映身体状态，还是被环境噪声骗了。

这东西真不是“夹上就有数”。我见过太多案例：患者术后SpO₂显示99%，但实际动脉血气分析只有87%；健身爱好者戴着高端手表跑完5公里，显示SpO₂ 96%，一进诊室用医用级设备测却是89%。差距在哪？不在传感器本身，而在整个测量链路上的每一个环节——光源稳定性、探测器响应线性度、信号放大信噪比、交流/直流分量分离算法、运动伪影抑制能力，甚至是你手指甲的厚度和颜色。它本质上是在微弱、动态、强干扰的光学信号里，精准提取出心脏搏动引起的血容量变化，并通过两个波长对氧合血红蛋白与还原血红蛋白吸收特性的差异，反推出血液中氧气的结合比例。这不是一个静态测量，而是一场在毫秒级时间尺度上进行的光学博弈。所以，这篇文章不会教你“如何使用血氧仪”，而是带你回到源头：光怎么打、怎么收、怎么算、怎么信。

2. 核心原理拆解：为什么必须用红光+红外光？为什么单靠一个波长永远算不准？

2.1 光与血液的“对话”：氧合血红蛋白与还原血红蛋白的吸收光谱差异

要理解脉搏血氧测量，得先搞懂血红蛋白（Hb）这个“氧气快递员”在不同状态下的光学特性。血液里的血红蛋白有两种主要形态：一种是刚绑上氧气的氧合血红蛋白（HbO₂），另一种是卸下氧气后的还原血红蛋白（Hb）。它们对不同波长光线的“胃口”截然不同——这正是整个测量的物理基石。

关键来了：在可见光与近红外波段，HbO₂和Hb的吸收曲线存在一个神奇的交叉点，叫等吸收点（isosbestic point），大约在805nm附近。在这个波长上，两种血红蛋白的吸收率几乎完全一样。但离开这个点，差异就急剧放大。具体来说：

• 红光波段（约630–670nm）：HbO₂吸收很弱，像透明玻璃；而Hb吸收很强，像墨水。所以红光穿透组织后，接收到的光强主要取决于Hb的量。
• 红外光波段（约850–950nm）：情况反转。HbO₂吸收变强，Hb吸收变弱。红外光穿透后，接收到的光强主要取决于HbO₂的量。

你可以把这想象成用两种不同颜色的探照灯照进手指：红光主要被“空载”的血红蛋白拦住，红外光主要被“满载”的血红蛋白拦住。如果血液里全是HbO₂（比如健康人吸纯氧），红外光被大量吸收，探测器收到的红外信号就很弱；而红光畅通无阻，信号很强。反之，如果缺氧严重，Hb占主导，红光被大量吸收，信号变弱，红外光反而穿得更透。这种“此消彼长”的关系，就是计算饱和度的原始素材。

提示：市面上几乎所有合格的脉搏血氧仪都严格采用660nm（红光）和940nm（红外光）这两个中心波长。为什么是这两个？660nm是红光区吸收差异最大的点之一，940nm则在红外区兼顾了穿透深度、LED效率和探测器响应灵敏度。偏离这个范围，比如用630nm或980nm，要么信噪比骤降，要么组织吸收过强导致信号衰减太大，临床精度无法保证。

2.2 光电容积描记（PPG）：从“光强变化”到“脉搏信号”的关键跃迁

光打进去，被吸收，探测器收到的是一串随时间变化的光强信号。但这串信号里混杂着大量“噪音”：皮肤反射、组织散射、静脉血容量的缓慢变化、肌肉活动、环境光干扰……真正我们想要的，是每一次心跳引起的动脉血容量微小、周期性变化所导致的光强波动。这个过程，就叫光电容积描记（Photoplethysmography, PPG）。

PPG信号天然包含两部分：

• DC分量（直流）：代表组织、静脉血、非搏动性动脉血等静态结构对光的恒定吸收，占总信号的95%以上。它像一条平稳的基线。
• AC分量（交流）：代表心脏收缩时动脉血瞬间充盈、舒张时回流所引起的微小光强波动，幅度通常只有DC的0.5%–5%。它像基线上叠加的细密波纹，频率与心率一致（0.5–5Hz）。

脉搏血氧测量的核心挑战，就是从淹没在DC海洋里的AC小浪花中，精准分离出红光和红外光各自的AC分量。因为只有AC分量，才纯粹反映动脉搏动；DC分量则包含了组织、肤色、指甲厚度等个体差异信息，会干扰饱和度计算。

这里有个关键误区：很多人以为SpO₂ = （红外AC / 红光AC）× 常数。错。正确公式是：

R = (ACₜₑ𝒹 / DCᵣₑ𝒹) / (ACᵢᵣ / DCᵢᵣ)
SpO₂ = A − B × R

其中R叫“比率（Ratio）”，A和B是通过大量临床数据拟合得到的经验系数（典型值A≈110, B≈25）。为什么用这个比值？因为它巧妙地消除了DC分量中由个体差异（如皮肤色素、组织厚度）带来的共模误差。假设你皮肤较黑，红光和红外光的DC都被同等程度衰减，但它们的AC/DC比值R却基本不变。这就是PPG设计的精妙之处——它不追求绝对光强，而追求相对变化率。

注意：DC分量并非无用。现代高端设备会利用DC的变化趋势来判断传感器佩戴是否松动（DC突然变大说明接触不良）、手指温度是否过低（低温导致血管收缩，DC变小且AC大幅衰减），甚至辅助判断贫血（Hb总量低，DC整体偏低）。但基础SpO₂计算，只依赖AC/DC比值。

2.3 为什么单波长永远无法计算饱和度？一个生活化类比

想象你要判断一杯混合果汁里苹果汁和橙汁的比例。如果只用一种颜色的光（比如黄光）去照，你会发现：苹果汁和橙汁对黄光的吸收都很强，或者都很弱，你根本分不清谁多谁少。但如果你同时用红光和蓝光去照：苹果汁对红光吸收弱、对蓝光吸收强；橙汁对红光吸收强、对蓝光吸收弱。那么，红光透过率高 + 蓝光透过率低 → 苹果汁为主；红光透过率低 + 蓝光透过率高 → 橙汁为主。两个波长的信息交叉验证，才能唯一确定比例。

血氧测量同理。单靠660nm红光，你只能知道“有多少血红蛋白没绑氧气”，但不知道总量；单靠940nm红外光，你只能知道“有多少血红蛋白绑了氧气”，也不知道总量。只有把两者放在一起，用AC/DC比值构建R值，再代入临床校准曲线，才能解出氧合血红蛋白占总血红蛋白的百分比。这就是为什么所有合规设备必须是双波长，且必须精确控制波长中心点和带宽——任何偏差，都会让R值漂移，最终导致SpO₂读数系统性偏高或偏低。

3. 实操方法与硬件实现：从指尖到芯片，每一步都决定精度

3.1 光源与探测器：LED与光电二极管的选型与布局实战

硬件是原理落地的第一道关卡。我拆过几十款设备，发现精度差异的根源，70%以上出在光源和探测器的选型与机械布局上。

光源（LED）选择：

• 波长精度：必须使用中心波长公差≤±3nm的LED。便宜的通用LED公差可能达±10nm，660nm变成670nm，吸收差异就损失20%以上。实测过一批国产LED，标称660nm，实测峰值668nm，导致同一批次设备SpO₂读数集体偏高2%–3%。
• 光谱宽度（FWHM）：越窄越好，理想≤20nm。宽光谱意味着更多无效波长混入，增加组织散射噪声。医疗级LED通常标注FWHM<15nm。
• 驱动电流稳定性：LED亮度随电流非线性变化，且发热会导致波长漂移。必须采用恒流源驱动，并加入温度补偿电路。我见过某品牌手环，连续测量5分钟，LED温升导致波长漂移4nm，SpO₂从98%跌到93%。

探测器（光电二极管）选择：

• 响应光谱匹配：必须在660nm和940nm处有高且均衡的响应度。有些PD在940nm响应极弱，导致红外AC信噪比崩塌。
• 暗电流（Dark Current）：这是探测器无光照时的本底噪声。体温37℃下，优质PD暗电流<1nA；劣质PD可达10nA以上，在微弱AC信号（常为几十pA）面前，直接淹没有效信号。
• 结电容与带宽：需≥10kHz带宽以完整捕获PPG高频谐波（心率变异性分析需要），否则波形失真。

机械布局——被忽视的致命细节：最常见错误是LED与PD紧贴排列（side-by-side）。这样大部分光走的是“表面路径”，被皮肤表层吸收/反射，根本没进入深层动脉。正确做法是透射式（transmittance）布局：LED与PD位于手指两侧，光必须穿透指腹组织。但消费级设备受限于体积，多用反射式（reflectance），此时LED与PD间距必须精确设计。实测数据：间距2mm时，AC信号强度是间距4mm时的3倍，但运动伪影也大3倍；间距5mm是信噪比与抗运动性的最佳平衡点。很多廉价设备随意堆叠元件，间距不足2mm，导致静息状态下尚可，一走路就读数乱跳。

3.2 信号链设计：放大、滤波、ADC采样——每一级都在和噪声搏斗

从PD出来的原始电流信号微弱（pA级）、噪声大（热噪声、1/f噪声、环境光干扰），必须经过精密调理才能送入MCU计算。

前置跨阻放大器（TIA）：这是第一道也是最重要的一道防线。关键参数：

• 反馈电阻（Rf）：决定增益。Rf=1MΩ时，1pA输入→1μV输出；Rf=10MΩ→10μV。但Rf越大，带宽越窄、噪声越大。医疗设备常用Rf=2–5MΩ，兼顾增益与带宽。
• 运放输入偏置电流（Ib）：必须<<PD暗电流，否则引入直流偏移。JFET输入运放Ib<1pA是底线。
• 电容性反馈（Cf）：用于补偿TIA相位，防止振荡。值需根据PD结电容精确计算，差10%就可能引起信号振铃。

多级滤波：PPG信号频带窄（0.5–10Hz），但噪声无处不在。

• 50/60Hz陷波滤波器：必须！工频干扰是最大敌人。模拟陷波易失真，推荐用数字IIR滤波器，在MCU中实现。
• 高通滤波（0.5Hz）：滤除呼吸、体动等慢变干扰。但截止频率不能太低，否则会削掉低心率（如运动员静息心率40bpm）的基波。
• 低通滤波（10–15Hz）：滤除肌电、开关噪声。注意：过度滤波会平滑AC波形，导致R值计算失真。

ADC采样：分辨率与采样率的取舍。

• 分辨率：至少16位。12位ADC在DC分量巨大时，AC分量的有效位数不足4位，R值计算误差>5%。
• 采样率：Nyquist定理要求≥20Hz，但实际需≥100Hz。为什么？因为AC波形不是正弦，含丰富谐波，低采样率会丢失波峰/波谷细节，影响AC幅值提取精度。我调试过一款设备，采样率从50Hz提到125Hz，SpO₂标准差从±1.8%降到±0.7%。

实操心得：在PCB布板时，TIA周围1cm内禁止走数字线、电源线。曾有一款设备，因SPI总线离TIA输出仅3mm，导致PPG信号上叠加了清晰的方波噪声，AC提取完全失败。解决方案是加屏蔽地线+磁珠隔离。

3.3 算法核心：AC/DC分离与R值计算的三种主流方法对比

有了干净的数字信号，下一步是提取AC和DC分量。方法不止一种，效果天壤之别。

方法一：滑动平均法（Simple Moving Average）
对信号做N点滑动平均，输出即为DC估计，原信号减DC即得AC。

• 优点：计算极简，MCU资源占用少。
• 缺点：N值难选。N太小（如10），DC跟踪太快，把慢速AC（如呼吸波）也当DC滤掉了；N太大（如1000），DC滞后严重，心率突变时AC提取失真。实测N=256（对应100Hz采样下2.56秒窗）是折中点，但对运动伪影毫无抵抗力。
• 适用：低端手环，成本敏感型产品。

方法二：IIR高通滤波法（Standard IIR HPF）
用一阶或二阶IIR高通滤波器直接提取AC。

• 优点：实时性好，参数固定。
• 缺点：相位失真。IIR滤波器非线性相位，导致AC波形畸变，尤其在波峰处产生过冲，AC幅值被高估。我对比过，同一信号，IIR法AC幅值比真实值高8%–12%，R值系统性偏小，SpO₂读数虚高。
• 适用：中端设备，需配合后期校准。

方法三：自适应滤波法（LMS Algorithm）——临床金标准
将PPG信号建模为：PPG(t) = DC(t) + AC(t) + Noise(t)。用参考噪声（如加速度计信号）训练LMS滤波器，动态估计并减去Noise(t)，再用低通滤波器提取DC(t)，最后AC(t) = PPG(t) - DC(t) - Noisê(t)。

• 优点：对运动伪影抑制最强，AC提取保真度最高。
• 缺点：计算量大，需32位MCU+浮点运算单元。LMS步长因子μ需精细调整：μ太大收敛快但稳态误差大；μ太小收敛慢，跟不上快速运动。实测μ=0.001–0.005为佳。
• 适用：医用监护仪、高端运动手表。某国际品牌旗舰手表，其SpO₂夜间监测精度提升30%，核心就是从IIR升级到了LMS。

注意：无论哪种方法，DC提取后必须做“基线校正”。因为DC本身会随呼吸、血压缓慢漂移。我的做法是：每10秒用当前DC值减去前10秒DC均值，作为新的DC基准，避免长期漂移污染AC计算。

4. 影响精度的六大现实因素与应对策略：为什么你测的数据总“不准”

4.1 低灌注（Low Perfusion）：手指冰凉时，所有算法都失效

这是临床最常见的误差源。当患者休克、心衰、雷诺氏病或单纯冬天手指发冷时，外周动脉血管强烈收缩，指端血流量锐减。此时PPG信号的AC分量可能衰减到正常值的1/10以下，信噪比（SNR）跌破10dB，任何AC提取算法都如大海捞针。

现象：SpO₂读数大幅波动（95%→82%→97%随机跳），或干脆显示“探头未连接”、“信号弱”。

原理：AC幅值∝动脉血容量变化量∝心输出量×外周阻力。低温下阻力剧增，AC趋近于零。

应对策略：

• 硬件层：采用加热式传感器（如某些医用指夹，内置微型PTC加热片，维持指端32℃），或改用耳垂/额头等灌注更稳定的部位。
• 算法层：实时计算AC/DC比值，当比值<0.01时，触发低灌注告警，暂停SpO₂计算，改用DC趋势+心率变异性（HRV）间接评估循环状态。
• 用户层：测量前5分钟，用温水泡手或搓热手指；避免在空调直吹环境下测量。

我做过一组对照实验：同一健康人，室温25℃时SpO₂稳定98%±0.3%；降至15℃后，未预热手指，SpO₂在89%–96%间剧烈波动，标准差达2.1%；预热后恢复至97%±0.4%。温度的影响，远超大多数人想象。

4.2 运动伪影（Motion Artifact）：走路、说话、甚至吞咽都会干扰

运动时肌肉收缩、皮肤位移、传感器微动，都会在PPG信号中引入与心跳无关的强干扰。其频谱常覆盖0.5–5Hz，与AC频带完全重叠，传统滤波器无法区分。

现象：行走中SpO₂读数骤降至85%以下，或出现明显锯齿状跳变。

原理：运动导致光路长度瞬时改变（Beer-Lambert定律中光程d变化），或PD接收面积突变，产生虚假AC。

应对策略：

• 多轴加速度计融合：这是目前最有效方案。将加速度信号作为噪声参考输入LMS滤波器。某款专业运动手表，集成三轴加速度计，运动中SpO₂误差从±5%降至±1.2%。
• 多光路设计：用3组LED-PD对，呈120°分布。运动时各路信号受扰程度不同，通过相关性分析剔除异常路，取剩余两路均值。成本高，多见于高端监护仪。
• 用户提示：所有可靠设备都会在检测到强运动时，屏幕显示“请保持静止”，而非强行输出错误数据。这是负责任的设计。

实操心得：测试运动伪影抑制能力，不要只跑跑步机。我用“摇头+吞咽+握拳”组合动作模拟日常干扰，发现80%的消费级手环在此场景下SpO₂崩溃；而医用级设备仍能维持±2%以内误差。

4.3 肤色与指甲油：黑色素与染料如何“欺骗”光学传感器

深肤色人群（Fitzpatrick IV–VI型）和涂深色指甲油者，SpO₂读数系统性偏高，这是FDA已确认的安全风险。

现象：同一血气结果，白人测95%，黑人测98%；涂黑色指甲油后，SpO₂从96%升至99%。

原理：黑色素（melanin）在660nm红光区吸收极强，大幅衰减红光AC信号，导致ACᵣₑ𝒹/DCᵣₑ𝒹比值人为降低，R值变小，SpO₂计算值虚高。指甲油中的有机染料（尤其蓝色、黑色）在660nm有强吸收峰，效果类似。

应对策略：

• 算法补偿：在校准模型中加入肤色参数。FDA新规要求新申报设备必须提供不同肤色人群的临床验证数据。某国际品牌通过机器学习，用摄像头先识别人种，再动态调整R-SpO₂转换曲线。
• 硬件改进：增加第三个波长（如525nm绿光），用于量化黑色素浓度，实时校正红光衰减。已在部分高端设备中应用。
• 用户建议：测量时尽量去除指甲油；深肤色用户应以动脉血气（ABG）为金标准，勿过度依赖SpO₂绝对值，关注趋势变化更重要。

4.4 静脉搏动与探头压迫：为什么夹太紧反而测不准

指夹式传感器若压力过大，会部分阻断静脉回流，导致指端静脉血淤积。此时PPG信号中静脉AC成分增强，污染了原本只应反映动脉搏动的AC分量。

现象：夹紧后SpO₂读数缓慢下降（如98%→94%），松开后回升。

原理：静脉血中Hb占比高，其AC波动在红光下贡献更大，拉低R值，SpO₂计算值偏低。

应对策略：

• 压力传感：在指夹内嵌入压电薄膜，实时监测夹持力，当压力>20kPa（约2N）时自动告警。
• 用户教育：正确夹法是“ snug but not tight ”——能插入一张纸的松紧度。我培训过数百名护士，发现30%的人习惯性夹到发白。
• 信号诊断：计算AC波形上升沿/下降沿不对称度。静脉淤积时，下降沿变缓，该指标显著升高，可触发“夹持过紧”提示。

4.5 环境光干扰：阳光、日光灯为何让读数“发疯”

强环境光（尤其含660nm/940nm成分的日光、LED灯）直接射入PD，形成巨大的DC偏移，淹没微弱的PPG信号。

现象：在阳光下SpO₂显示“---”或随机跳变；荧光灯下读数持续偏低。

原理：PD无法区分“LED发出的光”和“环境光”，总光强=LED光+环境光。当环境光强度接近LED光时，AC分量被稀释，SNR崩溃。

应对策略：

• 光学屏蔽：指夹外壳内壁涂哑光黑漆，LED/PD窗口加窄带滤光片（只透660±10nm和940±10nm），阻挡其他波长。这是成本最低有效的方案。
• 同步调制：LED以特定频率（如1kHz）开关，PD只在LED亮时采样，再减去LED灭时采样的环境光本底。需精确时序控制，但抗干扰能力极强。
• 用户操作：测量时用手遮挡传感器，或避开强光源。简单有效。

4.6 设备校准与溯源：为什么你的家用仪和医院仪读数不同

所有脉搏血氧仪出厂前，必须用标准血气分析仪（ABG）在不同SpO₂水平（70%–100%）下进行多点校准。但家用设备往往只做3–5点线性拟合，而医用设备做10点以上非线性校准。

现象：家用仪测96%，ABG测92%；同一台医用仪，不同科室校准后读数差1%–2%。

原理：R-SpO₂关系是非线性的（尤其在80%–90%拐点区），线性拟合在两端误差大。且校准用的“标准”本身有±0.5%的ABG仪器误差。

应对策略：

• 定期再校准：医用设备按规范每6个月送检；家用设备无此机制，用户可通过对比已知健康状态（如静息SpO₂应≥95%）自查。
• 选择有FDA/CE认证产品：认证标志意味着通过了严格的临床验证（如ISO 80601-2-61），而非仅工厂测试。
• 理解误差范围：FDA允许脉搏血氧仪在SpO₂ 70%–100%范围内，误差≤±2%（95%置信度）。这意味着95%的读数，真实值在显示值±2%内。98%的读数，真实值可能是96%–100%，而非“一定就是98%”。

5. 常见问题排查与实操速查表：从“读不出”到“读得准”的全流程指南

5.1 快速故障树：当你面对一个“不工作”的血氧仪

现象	最可能原因	一级排查步骤	二级深度排查
完全无显示/无反应	电池耗尽或接触不良	更换新电池；清洁电池触点	检查主板供电电压（VCC是否≥3.0V）；测量MCU复位引脚电平
显示“探头未连接”或闪烁	传感器未正确安装或光路阻断	重新夹紧，确保LED/PD完全贴合指腹；检查是否有毛发、污垢遮挡	用万用表测LED正向压降（应≈1.8V@20mA）；测PD在暗室中输出电流（应<1nA）
读数持续为0%或100%	信号链严重故障	检查TIA反馈电阻是否虚焊；确认ADC参考电压是否稳定	示波器观察TIA输出：应有微伏级波动；若为直线，查PD是否短路/开路
读数剧烈跳变（>5%/秒）	强运动伪影或低灌注	保持静止；搓热手指	查加速度计数据是否同步跳变；计算AC/DC比值是否<0.005
读数稳定但明显偏离预期（如静息92%）	校准偏移或肤色干扰	对比另一台已知可靠的设备	用标准气体（如12% O₂/88% N₂混合气）进行现场校验

提示：排查时，优先用“替换法”。例如，怀疑传感器问题，换一个同型号指夹；怀疑主机问题，换一个已知良好的传感器。比万用表测量更快定位。

5.2 实验室级精度验证：用低成本方案自建校准平台

没有ABG仪器，也能做有意义的精度验证。我用一套不到500元的设备，实现了±1%的验证能力：

所需器材：

• 可调温恒温水浴锅（控温精度±0.1℃）
• 新鲜猪血（屠宰场当日获取，加肝素抗凝）
• 血气分析仪（二手医疗设备市场约2万元，但可租用）
• 氮气/氧气钢瓶 + 混合器（用于配制不同氧分压气体）

验证步骤：

1. 将猪血注入恒温水浴中的透明石英比色皿（37℃模拟体温）。
2. 通入不同O₂/N₂混合气，用血气仪测定真实SaO₂（动脉血氧饱和度）。
3. 将指夹式传感器紧贴比色皿外壁，记录SpO₂读数。
4. 每个SaO₂点（70%, 75%, 80%...100%）测3次，取均值。
5. 绘制SpO₂读数 vs SaO₂真实值曲线，计算最大偏差与线性度。

关键控制点：

• 血液必须新鲜（2小时内），陈旧血液Hb变性，光谱特性改变。
• 比色皿厚度需与手指组织光学厚度匹配（约10mm），否则光程差异引入误差。
• 传感器与比色皿间涂耦合剂（如超声耦合胶），消除空气间隙造成的反射损失。

我用此法验证过12款设备，发现3款家用仪在85%–90%区间偏差达±4.2%，远超FDA限值，立即停用。

5.3 日常使用黄金法则：让每一次测量都更接近真实值

• 时机选择：避免饭后1小时（消化分流血流）、剧烈运动后5分钟（代谢产物影响）、饮酒后（血管扩张改变灌注）。最佳时间是晨起静坐5分钟后。
• 手指准备：清洁、干燥、无指甲油；若指甲厚，尝试用拇指内侧（皮肤薄、动脉浅）。
• 姿势：手臂自然下垂，高于心脏水平，促进静脉回流，减少淤血。
• 读数解读：单次读数意义有限。观察趋势比绝对值重要：静息SpO₂从98%持续3天降至94%，比单次94%更值得警惕。
• 交叉验证：若有疑虑，换另一台设备测，或改测耳垂（灌注更稳定）。耳垂测量时，需专用耳夹，普通指夹无效。

最后分享一个我踩过的坑：曾为一款设备设计“自动识别最佳测量手指”功能，逻辑是遍历食指到小指，选AC信号最强的。结果发现，中指AC最强，但因其静脉瓣多，SpO₂读数系统性偏低1.5%。后来改为固定食指，并加入静脉瓣位置数据库校正。技术细节，往往藏在你看不见的地方。