TinyML实战项目：医疗健康监测从一次诡异的ADC跳变说起去年做心电监测原型时，半夜盯着示波器上那个忽高忽低的波形，差点把咖啡泼到开发板上。STM32L4的ADC采集PPG信号，明明滤波算法写得天衣无缝，数据却像抽风一样每隔几十个点就蹦出一个尖峰。排查了三天，最后发现是板子上的开关电源纹波耦合进了模拟前端——那个该死的DC-DC转换器工作频率正好落在信号频带内。从那以后，我养成了习惯：任何医疗级TinyML项目，第一件事不是调模型，而是拿频谱仪怼着电源轨看噪声。硬件选型：别被“低功耗”三个字骗了医疗监测设备最坑人的地方在于：信号微弱到微伏级，但功耗预算可能只有毫瓦级。你不可能用台式心电图机那套方案，但也不能随便找个蓝牙SoC就往上堆。传感器前端是第一个分水岭。MAX30102这类集成式PPG传感器确实方便，但它的环境光抑制能力在强光下会崩——有次在阳光直射的窗边测试，基线漂移直接让心率算法输出变成乱码。后来换成AFE4404，虽然贵了3倍，但它的差分输入和可编程增益放大器能扛住大部分干扰。记住：医疗级信号链，模拟前端花的每一分钱都值得。MCU选择上，Cortex-M4带FPU是底线。别信那些说“定点运算也能跑神经网络”的鬼话——当你要做实时QRS波检测时，浮点运算的精度差异直接决定误检率。我踩过的坑是STM32G4系列，它的CORDIC硬件加速器对三角函数运算有奇效，但文档里没写的是：启用CORDIC后，DMA传输会随机丢包。最后被迫切回软件计算，功耗多了0.3mA，但至少数