C9.10.1Individual resting physiological baselines设计研究
生理信号的静息基线因人而异，绝对数值不能跨用户比较
别名: 个体基线 · 绝对生理值 · 常模谬误
概念解释
同为「安静坐着」，有人皮肤电紧张性水平是另一个人的数倍，静息心率可以差十几跳，HRV 的常模跨度更大。绝对微西门子或绝对 bpm 几乎不能在用户之间当同一把尺。跨人比较要走相对变化或个体内百分位，否则「高于阈值即压力」会把天生高基线的人永久标红。
机制
外周生理受解剖（汗腺密度、心脏大小）、药物、体能和慢性状态调制，这些在静息时已经写进直流。皮肤电的紧张性成分尤其如此：湿度、部位和个体腺功能决定水平，相位反应才更多反映事件。把群体阈值（例如心率 >100）用在运动员和发热患者身上，同一数字含义相反。统计上这是随机效应：每人有自己的截距，感兴趣的是斜率或对个体基线的偏离。常模只有在分布窄、用途是筛查而非精细适应时才勉强可用。
怎么研究
先采集每人一段无任务静息，再做诱发，报告组间基线方差相对组内诱发幅度的比。自变量：是否做个体 z 分数或百分位。因变量：跨人分类器 vs 个体内分类器的准确率差距。公开数据集若已把信号减基线，论文还拿绝对阈值当卖点，等于用预处理取消了自己的主张。年龄、药物、皮肤部位必须作为分层，而不是事后解释。
边界
某些临床切分（发热、极度心动过缓）有群体医学含义，那是诊断框架，不是界面自适应的「压力分」。同一用户的左右手、不同季节仍可能差一截，连「个体」都不是铁的。光学心率的绝对误差因设备而异，跨用户比的首先是设备偏差。BCI 的静息节律有无，本身就是个体差异，不能用同一绝对功率门限。
怎么落地
- 自适应和提醒一律相对该用户的静息或近期分布，禁止把出厂常模当个人状态。
- 第一次使用先做一段明确的基线采集，并告诉用户这段不是任务。
- 跨人排行榜若使用生理分数，改用个体内进步，避免羞辱高基线者。
- 验证：把 A 的绝对阈值套到 B 的静息数据上，看误标率；高则说明产品仍在跨人比绝对数。