1. 项目背景与我们面临的挑战
在我们启动“天琴座”（Lyra）皮肤电（EDA/GSR）项目之初，我们的目标就非常明确：我们要的不是一个“能测出电阻”的玩具，而是一个能够精准捕捉、甚至预判人体心理压力的科研级可穿戴设备。然而，做皮肤电手环（或佩戴在手部的设备），行业内始终存在一个“不可能三角”痛点
极高的灵敏度：人的微小情绪波动引起的排汗变化是纳米级到微安级的电流差异，极难捕捉。
极强的抗运动干扰：人在日常活动、走路、打字甚至只是晃晃手，都会在电极上产生巨大的假信号（运动伪迹）。极佳的佩戴自由度：客户都希望手指没有异物感、零束缚。市面上 90% 的低端 EDA 传感器，为了第 3 点（手环形式），彻底牺牲了前 2 点，导致测出来的波形充满了噪点，基线飘忽不定，在商业落地时，除了测个“粗略电阻”毫无商业价值。
2. 我们为信号品质所做的工程努力：
我们的研发团队进行了长达数月的工程优化和实验验证，最终做出了一个具有意义的工程决策：不走极端，寻找高效益的折衷。我们放弃了将所有核心电路塞入手指的低效做法（会导致手指沉重、束缚严重），也放弃了纯手腕式（灵敏度极低、运动伪迹巨大）的方案。我们确定的“完全体”工程配置如下（如图所示）：经典标杆电路：自带的前级高精密模拟调理与低通滤波电路。这层硬件保护伞能从源头上洗掉 95% 以上的高频噪声，确保核心芯片采到的就是干净的信号。
18厘米“黄金短链路”：我们做出了一个决定性的工程修改——将模块至手指的软导联线距离严格裁剪至 18 厘米以内。这在物理层面上带来了两个致命的噪声克制效果：物理阻断 50Hz 工频噪声：超短线彻底丧失了“高效天线”的效应，让空气中的空间辐射噪声无处可逃。指腹分体式 Ag/AgCl（银/氯化银）干电极：我们将电极从指尖往回移 2 厘米到汗腺密度同样处于天花板级别的指节/指腹区域，并选用难极化的 Ag/AgCl 材料。这带来了两个好处：首先， Ag/AgCl 材质从材料学上消除了电化学极化带来的基线单调飘移痛点；其次，指腹侧的皮肤形变和受压变化相对较小，配合我们将线剪短至 18 厘米带来的物理优势，能保证电极与皮肤的接触压力恒定，测出来的信号才是真实的汗腺导电率变化。
通过这些极具工程效益的组合，让我们成功在“高灵敏度、抗干扰、佩戴自由度”之间找到了最佳平衡点，让“天琴座”具备了极高的商业效益。
3. 天琴座 VS 一般恒流放大皮肤电传感器的核心区别客户经常会问：“你们不就是测个电阻吗，和市面上的几十块钱的恒压/恒流放大电路有什么区别？”区别在于“调理”二字：
4. 给客户带来的三大核心利益与价值选择“天琴座”，
成功跑通验证后，您的算法团队拿到的就是干净、灵敏度高的原始波形。可以直接通过上位机观察到例如深呼吸、简单心衰带来的瞬时 SCR（皮肤电反应）尖峰。不需要在算法层面耗费巨大精力去编写“抗极化漂移算法”或“抗运动干扰滤波器”。商业化落地天花板： 纯手环方案只能测出“你是否在出汗”；天琴座测出来的是“你是否在紧张、焦虑、专注、还是疲劳”
基于这些精准的 SCR/SCL 数据解耦，您的算法工程师可以将算法从娱乐查看升级到具有商业价值的情绪指数、专注度评估甚至睡眠分期。灵活的工程化部署与低成本验证： 我们采用了将主板在手腕，电极在手指的分体式设计，不仅符合医学和临床的公认最佳测量点解法，还成功以低成本，通过专业的 Ag/AgCl 电极组合，跑通第一步硬件验证（G1/G2阶段），为后续的严谨算法调优提供坚实的退路。
5. 商业落地场景建议（卡死特定垂类赛道）鉴于天琴座目前主要采用分体式指尖电极的高灵敏度特性，我们不建议它去卷华为/小米手环的“全天候健康查看”。它的商业价值应该砸在以下卡死“特定场景”的垂类赛道上：场景一：智能座舱与“路怒/恐慌”监测（新能源车企 & Tier 1 供应商）这是天琴座算法落地预算充足的赛道。落地方案：将“天琴座”核心电路整合进智能座舱，或者将分体式 Ag/AgCl 干电极直接植入汽车方向盘或智能驾驶手套内。算法应用：算法利用时域微分分离出单个符合特定数学特征（如斜率极陡）的 SCR 尖峰。当判定司机处于极端愤怒、疲劳（SCL 持续单调下滑且 SCR “静默期”超过一定时间）或遭遇突发情况后的惊吓（Startle Response）状态时，座舱会自动调低音乐、开启冷风，甚至主动收紧安全带进行干预。
这在国内的新能源车企研究院和座舱算法供应商中已经开始广泛部署。
场景二：工业安全与特种作业防疲劳监控（高危行业）针对电力巡检员、高铁司机、特种设备操作员。落地方案：给员工配备带有 18 厘米短扁平排线的分体式指套干电极防疲劳智能手环/安全帽内衬。算法应用：算法核心不仅看压力，更看疲劳抑制。通过 2-5 分钟的滑窗分析，追踪 SCL（基线）滑坡趋势追踪。如果算法判定 dtd(SCL)<0 且无 SCR 脉冲（交感神经极度抑制），系统会触发高等级疲劳预警（如振动或语音警报），强制员工换班或休息。这在国内电网、高铁和安全生产科技公司中有非常成熟的落地。场景三：科研院校情绪/心理量化评估（医疗辅助 & 心理教育）打破 Empatica 的垄断。落地方案：将“天琴座”核心电路整合进配套的桌面上位机系统，使用我们建议的标准按扣形式。算法应用：在受试者接受特定心理压力或情绪唤醒事件时进行采集。通过 CvXEDA 凸优化算法等学术界公认的方法进行信号分离。提取 SCR 的发生频率（次数/分钟）、振幅、以及 SCL 偏离基础漂移的历史标准差，输出一个客观定量的实时压力指数，用于辅助医生或研究人员评估抑郁症、焦虑症程度，或作为药物干预效果的生理学标杆依据。
