血压是人体最为重要的生理指标之一,反应了人体心脏和血管的物理及供血功能的状态。在疾病诊断、治疗效果评价、药效评估等方面具有十分重要的指导意义。目前血压主要以单次血压测量为主,仅反映了当时瞬时血压值。从医学角度连续血压的测量会更有利于血压药物服用时间和剂量的指导,从而达到科学降血压的目的。目前医院配备的连续血压测量设备,以间歇式测量为主,通常每隔15~30分钟获得一次血压值,不能达到真正的连续。因此,本文提出了一套推算每个心动周期血压的完整策略,具体研究内容如下:针对双路和多源信号血压测量的设备佩戴复杂的状况,本文采用单路脉搏波进行连续血压测量研究。考虑到病患和老年人群因血管弹性降低造成脉搏波特征点丢失的缺陷,以单次心动周期产生的完整脉搏波波形中的离散点作为推算血压的特征。首先,对采集到的脉搏波数据进行滤波处理,再利用线性逐步回归方法建立血压测量模型,然后,以此模型推算每个心动周期的血压值,最后实现血压的连续测量。通过自采数据与公共数据验证,血压值符合±5%错误率的预期标准。研究中发现,线性逐步回归算法在变量多时收敛较慢,影响血压估算得效率。同时,经医学研究表明,人体血压值得变化是非线性的,线性模型的描述会造成估算结果的低准确度。本文在前面研究的基础上,利用检测人的前期数据采用BP神经网络建立血压测量模型,从而实现血压连续测量。验证实验在自采和MIMIC公共数据库中的脉搏波数据上分别进行了验证。在自采数据上,25名被测者收缩压和舒张压均达到AAMI标准,血压值精度比逐步回归方法有小幅提升。在MIMIC数据库上的33名受试者有大幅提高。同时,实验结果还证明此种方法对于健康年轻人、病患、老年人的血压预测同样有效,符合AAMI标准。