情绪智能穿戴技术白皮书 从生理信号采集到情绪状态推演与即时干预的方法说明

一句话结论：可穿戴设备的下一个关键指标是情绪，而不是第 N 个身体参数。

过去十年，消费级可穿戴设备的主线是「把身体参数测得更准、更多」——从步数到心率，到血氧、体温、睡眠分期，再到 HRV。这条路线本身是正确的，但它解决的是身体状态的记录问题，没有回答用户真正的日常困扰：我心里那口气为什么顺不过来，我又该怎么办。

Xanther 的产品结构由三层构成，职责严格分离：

行业中大量产品停留在第一层的记录与第二层的呈现。Xanther 的方法论把重心放在第二层的推演方法与第三层的干预闭环——即：不只是把数据变成好看的图表，而是把数据变成一个可以被中断、被改善的过程。

1.1 可穿戴设备解决了一部分问题，但漏掉了主诉

一个值得注意的事实是：用户购买穿戴设备的理由，往往与设备实际交付的价值不一致。用户说「我想睡得好一点」，通常意味着「我最近有点撑不住」；用户说「我想看看压力」，通常意味着「我不知道自己怎么了，但我知道不对劲」。设备交付的是参数与曲线，用户真正需要的是对状态的解释与改变的路径。

这就是当前可穿戴产品的共性缺口：数据过剩，理解不足，行动缺位。

1.2 情绪与生理是双向通路，这使「从生理推演情绪」在原理上成立

情绪不是纯心理事件。情绪状态会通过自主神经系统、内分泌系统与行为模式在身体上留下可测量的痕迹：交感神经张力上升会改变心率与末梢血管状态；副交感（迷走）张力变化会反映在心率变异性上；长期的情绪负荷会影响睡眠结构、昼夜节律与静息心率水平。反过来，生理状态也在塑造情绪体验——这也是为什么睡眠不足的人更容易烦躁。

这条双向通路意味着两件事：第一，情绪无法被「直接测量」，只能通过生理代理指标（proxy）进行推演；第二，这条路是科学的、有公开研究基础的，但它的输出必然是概率与趋势，而不是确定的事实。

1.3 为什么是现在

• 传感器可用性提高：光电容积脉搏波（PPG）方案在戒指形态下已能做到可用的信噪比与功耗平衡。
• 连续佩戴成为常态：戒指是当前唯一「戴上就不摘」的可穿戴形态，这是情绪推演的必要条件——情绪推演依赖长时间、连续性、个体内的数据，而不依赖某一次测量。
• 算法侧从「阈值」走向「个体基线」：绝对值的跨人比较意义有限，个体内基线的偏离检测才是有信息量的部分。

1.4 情绪指标此前难以产品化，卡在三道门槛

「情绪」并非新概念，但把它做成一个可日常依赖的消费级指标，历史上一直没能跨过三道门槛。理解这三道门槛，也就理解了本产品在方法上做了哪些取舍。

这三道门槛也构成了本文的组织逻辑：第二章对应可测性，第三章与第四章对应可解释性，第五章对应可行动性。

1.5 本文的范围

本文只讨论一件事：如何从戒指采集的生理信号出发，推演出对用户有行动意义的情绪与风险信息，并把它收敛为一次可执行的干预。硬件工艺细节、供应链方案、商业政策不在本文范围。

这一层的设计原则只有一条：戒指只负责采集，不做判断。任何解释都发生在算法层，这样传感器一旦升级，算法不必重写。

2.2 数据效度门槛：什么情况下我们不用这份数据

这是采集层最容易被忽略、却对结果可信度影响最大的部分。一个产品的能力上限，往往不取决于它算得多复杂，而取决于它敢不敢承认数据不够。我们设定了以下判定规则：

3.1 处理链

推演层是一条固定的四段式处理链，任何新指标都必须挂在这条链上，不允许绕开：

3.2 个体基线是这套方法的地基

心率变异性等指标的绝对值在人群间差异极大，与年龄、体能、用药、睡眠习惯都相关。把个体的绝对值直接与人群参考值比较，是这类产品最常见的错误来源。Xanther 的做法是：

• 只做个体内比较：今天相对于「你自己的稳定态」偏离了多少；
• 稳定态用滚动窗口估计（含近期有效佩戴天数与夜间数据质量要求）；
• 佩戴不足时不输出结论，明确提示「数据不足」，而不是硬给一个数。

3.3 情绪的表达方式：二维 + 指数化

我们采用情绪研究中最通用的唤醒度（arousal）× 愉悦度（valence）二维框架作为内部解释模型，但对外产品的表达方式刻意做了收敛：

• 对外的「情绪」是趋势与状态描述，不是分类标签。不做「你现在是焦虑」这类断言——这一方面是科学边界问题，一方面也避免给用户贴标签带来的心理负担。
• 压力指数是 0–100 的相对量。它表示当前状态相对个人基线的偏离程度，而不是一个跨人可比的「压力值」。这一点在产品和文案中都需明确，避免用户误读。
• 愉悦度（正负向）的信号强度天然弱于唤醒度。这是这套方法的公开局限，也是我们不做情绪「分类」的技术原因。我们在产品中如实呈现：唤醒相关的状态（紧张、紧绷、亢奋）比正负向的判定更可靠。

3.4 如何验证推演是准的（以及我们不做哪种验证）

「算法准不准」是这类产品最容易被含糊处理的地方。我们的验证思路分三层，且明确区分每层能证明什么：

相关实测数据见附录 A。【待填：自评对照相关系数与样本量】

本章是全文的重心。年轻力指数、抑郁风险预警、头痛预警征兆三项指标构成了 Xanther 在方法层面的差异化，也是本文件最主要的公开披露内容。

4.1 年轻力指数 / 年轻指数

定义

年轻力指数不是一个「生理年龄」，也不是对年龄的估算。它衡量的是身体恢复与自主神经调控能力的相对水平——通俗地说，就是「你的身体还有多少余量来应对压力和从消耗中恢复」。

为什么需要这个指标

用户能理解「压力高」，但很难从单次压力读数中感知自己的状态变化。恢复能力是一个慢变量，它可以被改善、也会被长期消耗，因此它天然适合承载「我这两个月有没有变好」这类长期的自我感知需求。这也是我们把「年轻力」作为长期陪伴型指标、把「压力」作为实时型指标的原因。

构成维度

计算流程

1. 单维度标准化：每个维度先转换为相对于个人基线的偏离度（Z 分数形式），规避跨人比较。
2. 加权合成：各维度按预设权重合成。权重初值来自公开研究中的相对重要性判断，并在实测中校准。当前权重配置：【待填：五维度权重配置，需由算法团队出具并附校准依据】
3. 映射到 0–100：以个人历史分位映射，输出分值；同时保留趋势方向与变化速率。
4. 去噪与平滑：采用多日滑动窗口平滑，避免单日波动造成指数跳变，破坏用户对指标的信任。

使用与读法

4.2 抑郁风险预警

为什么生理信号可以提供线索

公开研究领域中，与情绪低落状态相关的可穿戴可观测特征主要集中在几个方向：

• 自主神经活动改变：心率变异性整体偏低、副交感张力下降，是文献中被反复报告的特征方向；
• 昼夜节律与活动节律改变：日间活动节律的振幅下降、活动高峰相位偏移、睡眠—觉醒时间紊乱；
• 睡眠结构改变：入睡困难、夜间觉醒增多、清晨早醒、睡眠结构比例变化；
• 行为模式改变：活动总量下降、社交与外出相关的节律稳定性下降（通过活动模式间接反映）。

需要强调：上述任何单一特征都不具备判别力。心率变异性偏低的原因可能是熬夜、咖啡、缺少运动；早醒可能是环境或年龄。因此本指标的设计完全建立在多维度共同偏离 + 持续性两个条件之上。

方法

1. 观察窗口：采用连续多日窗口（当前设定为 ≥14 天，且要求有效佩戴天数达标）。不足 14 天不输出结果，只显示「数据积累中」。
2. 维度偏离度：在窗口内计算各维度相对于个人基线的偏离方向与幅度。
3. 持续性加权：偏离持续多日者权重高于单日极端值——持续性比强度更具提示意义。
4. 风险分层：输出低 / 中 / 较高三档，并在中等以上档位附具体建议（如：规律作息、减少负荷、与信任的人聊一聊、考虑寻求专业心理咨询）。
5. 危机分流：当用户在 APP 内的对话或自评中出现自伤、自杀相关表达，系统立即停止常规交互与任何产品推荐，直接给出全国心理援助热线 12356 与就医提示。这是硬性规则，不设例外。
6. 可解释性输出：提示「是哪些指标在偏离」（例如：夜间心率变异性连续 10 天低于你的基线、睡眠时长波动增大），让用户看到依据而非一个结论。

4.3 头痛（偏头痛）预警征兆

定义

该功能提示的是偏头痛发作前的预警征兆——即在头痛发生之前，部分人群的生理状态会出现可被连续监测捕捉的变化。它不是头痛诊断，也不能预测每一次发作。

依据的方向

偏头痛在发作前存在一段「前驱期」，此时已可出现自主神经与行为层面的变化，公开文献中涉及的方向包括：心率变异性改变、末梢温度改变、睡眠与食欲变化、活动模式变化、情绪变化等。关键在于：这些前兆特征在不同个体之间差异极大——有人表现为睡眠变化，有人表现为皮温变化，个体内的模式则相对稳定。

方法：以个体内模式学习为核心

1. 发作标注：由用户主动标记实际发作时间，这是个体化建模的必要输入。【待填：标记方式与标记率目标】
2. 个体模式学习：以发作前 24–48 小时为观察窗，学习该用户自身的生理模式特征（哪些通道、什么方向、什么幅度）。
3. 个体内判别：只与该用户自身的非发作期比较，不做跨人的通用模型输出。
4. 冷启动策略：在个体历史发作样本不足时，只提供通用预警征兆提示与记录功能，不输出个体化预警，避免误报损害信任。【待填：冷启动所需最少标注次数】
5. 预警等级与措辞：提示为「你的生理模式与以往发作前的模式相似」，并建议用户调整作息、减少诱因暴露，而非断言「你即将发作」。

4.4 三项指标共同的工程要求

5.1 为什么「看见」不够

如果产品只让用户看见压力曲线，那么它交付的是一种新的焦虑来源——用户知道了自己状态差，却无从下手，甚至因为「知道自己压力高」而压力更高。因此闭环层的设计目标非常明确：在压力升高的当下，提供一条 3 分钟以内、门槛极低、能立刻感知到变化的干预路径。

5.2 两条干预路径

5.3 实时反馈是这套闭环的关键

与「按周月回顾」式的分析产品相比，Xanther 闭环层的差异在于时间尺度：干预过程中，压力指数实时显示回落，用户在几分钟内就能看到自己身体的变化。这一反馈有三重价值：

• 即时奖励：用户当场获得「我做到了」的体验，而不是等待一周后的报告；
• 建立因果感：让用户把「做了这件事」与「身体变好了」直接关联，形成行为习惯；
• 验证有效性：干预是否有效，由数据本身回答，不依赖宣传口径。

5.5 干预时机：什么时候推给她，比推什么更重要

同一个干预，在错误的时刻推送会被当作打扰，在正确的时刻推送会被当作帮助。时机识别是闭环层真正难的部分。当前的触发逻辑：

5.6 效果如何衡量

上述指标的实测数据设计见附录 A。【待填：20 人 × 7 天实测的即时降压幅度均值与置信区间】

情绪与睡眠数据属于高度敏感的个人信息，其保护级别应高于普通消费级健康数据。本章说明处理原则。

7.1 个人用户

典型人群：长期处于高负荷状态的职场人群、容易被情绪内耗困扰的年轻人、关注自身状态趋势的健康管理者。
价值：把说不清的状态变成看得见的趋势，并在压力升高的当下提供即时干预。
边界：不提供医疗服务；不替代心理咨询与治疗。

7.2 银发与照护场景

典型人群：独居或半独居长者、照护机构中的长者、异地照护的子女。
价值：① 情绪陪伴——为缺少日常交流的长者提供一个随时可以说话的对象；② 抑郁风险预警——长期情绪低落在老年群体中常被忽略或被归因于「年纪大了」，连续监测提供了一条客观线索；③ 照护效果可量化——为照护机构提供干预前后的状态变化依据。
边界：预警结果仅供照护人员参考，需由专业人员按机构流程判断与处置；产品不承担医疗照护职能。涉及长者个人信息与授权，须遵从其本人知情同意的原则。

7.3 企业与员工情绪管理场景

典型人群：重视员工关怀的企业与员工援助（EAP）服务机构。
价值：为员工情绪管理提供连续的硬件抓手，让「员工关怀」从年度问卷变成日常可见的数据与可执行的干预。
边界：个人数据归员工个人所有，企业侧只能看到去标识化后的聚合趋势，不能查看个体明细——这是产品设计与商务合同中的硬性约束。这一点不可谈判，否则产品就失去了被员工接受的基础。

8.1 技术局限（如实列出）

• 传感器固有偏差：PPG 在剧烈运动、低温环境、末梢灌注较差的情况下信噪比下降，此时数据被标记为低质量而非强行使用。
• 情绪推演的天然不确定性：生理信号是情绪的代理指标，不是情绪本身。推演结果必然存在误差，且愉悦度方向的判别可靠性低于唤醒度方向。
• 个体差异：基线建立需要足够的佩戴与有效数据，新用户前若干天为数据积累期，此期间各类风险类指标不予输出。
• 样本代表性：目前的算法校准样本规模有限（见附录 A），结论在更大样本与更长周期上需要持续验证。【待填：校准样本规模与分布】

8.2 能力边界（红线）

8.3 后续计划

目的：让本文件中关于闭环能力的表述从「设计目标」变为「有数据支撑」。

A.1 研究问题

1. 主问题：在引导下使用「冥想引导音乐」或「情绪宝宝陪伴聊天」3 分钟后，压力指数是否出现可观测的回落？回落幅度与个体基线相比如何？
2. 次问题：连续 7 天使用后，日间压力负荷与睡眠相关指标是否出现方向性变化？
3. 可行性问题：用户依从率如何？哪种干预形式更容易被持续使用？

A.2 样本与入组

• 规模：20 人，分两组，每组 10 人。
• A 组（年轻压力人群）：22–35 岁，自述近期压力偏高、睡眠一般的在职人群。
• B 组（银发人群）：55 岁以上，含部分独居或日常社交较少者（便于检验陪伴类干预的接受度）。
• 基本入组条件：能每日佩戴；无植入式心脏电子设备；手指无影响佩戴的皮肤损伤；非孕期；无急性疾病；非处于精神科急性治疗期（此类情况应走医疗路径，不纳入本研究）。
• 知情同意：书面知情同意，明确告知研究性质、数据用途、可随时无条件退出。

A.3 流程与时间

A.4 观测指标

• 主指标：单次干预前 1 分钟压力指数均值 与 干预后 5 分钟压力指数均值 的差值；
• 副指标：日间压力负荷（曲线下面积）、每日回落程度、睡眠时长与夜间心率变异性变化；
• 行为指标：干预完成率（完成次数 ÷ 计划次数）、主动开启率、单次使用时长；
• 主观指标：PSS-10 前后差、情绪自评（1–10）变化、干预即时主观感受（是否感到放松）。

A.5 分析方法

• 主指标采用组内配对比较（配对 t 检验或 Wilcoxon 符号秩检验，视分布而定），报告均值差与 95% 置信区间；
• 两种干预形式之间的差异做组内比较，样本量小，结果仅作方向性参考；
• 不得做因果推断式表述。报告用语限定为「在本样本中观察到……」，并同时呈现个体差异范围（不是所有个体都会出现回落，这必须如实报告）。

A.6 伦理与安全

• 数据去标识化，报告中不出现任何可识别到个人的信息；
• 设置退出机制，参与者可随时无条件退出并要求删除数据；
• 设置安全联络人，出现明显情绪困扰时提供转介建议；
• 出现自伤、自杀相关表达时，立即停止研究流程，转介专业渠道并给予 12356 心理援助热线。

B.1 术语表

B.2 参考文献（方向性来源）

以下为本文涉及方法方向的代表性公开研究，用于说明相关结论的公开研究基础。正式发布前将补全完整引文（含 DOI）并逐条核对原文，核对未完成前不得对外发布本附录。

1. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. Heart rate variability: standards of measurement, physiological interpretation, and clinical use. Circulation, 1996.
2. Thayer JF, Lane RD. A model of neurovisceral integration in emotion regulation and dysregulation. Journal of Affective Disorders, 2000.
3. Kemp AH, et al. Impact of depression and antidepressant treatment on heart rate variability: a review and meta-analysis. Biological Psychiatry, 2010.
4. Lehrer PM, Gevirtz R. Heart rate variability biofeedback: how and why does it work? Frontiers in Psychology, 2014.
5. Giffin NJ, et al. Premonitory symptoms in migraine: an electronic diary study. Neurology, 2003.
6. Germain A, Kupfer DJ. Circadian rhythm disturbances in depression. Human Psychopharmacology, 2008.