心血管疾病时刻威胁着人们的身心健康,对心血管功能参数的日常监护已成为人们心中的迫切需求。阻抗血流图通过检测相应部位的阻抗容积变化,提取人体血流动力学信息,实现心血管功能参数的无创检测与评估。然而,人们在进行阻抗血流图检测时不可避免受到来自测量抖动和肢体运动产生的噪声干扰,进而影响了特征点提取的准确性,造成了心血管功能参数的测量误差。根据阻抗血流图的波形特征,本文提出一种数据分割与区间搜索相结合的样本划分方法,实现了阻抗血流图周期样本的划分和特征点位置的有效分区。依据所划分的有效区间以及阻抗微分信号的生理意义,提出波形幅值约束与特征点位置约束的样本选择方法,对阻抗微分图中A波和O波进行幅值约束以及限制特征点B点位置在QC间期,达到剔除无效样本,保留样本间共性的目的。受噪声影响,QC间期波段容易出现多个翻转和快速斜率变化,本文主要考虑QC间期出现拐点的情况,设计阻抗血流信号特征点自动识别方法,提高了特征点识别的准确性和抗干扰性。血压作为心血管功能参数中一项重要指标,国内外大都采用光电容积脉搏波描记法实现血压连续测量,然而血压测量数值仍存在一定误差,且检测准确度仍有待提高。本文根据阻抗微分图的特征点信息,提取特征点C、B、X点的幅值、间期时间、斜率等反映心脏泵血过程的阻抗血流特征参数;根据血压与特征参数的相关关系,采用多元线性回归的方法建立血压预测模型。另外,本文根据阻抗容积模型与特征参数之间的数学关系,实现每搏输出量、心输出量、射血分数等心血管功能参数的获取,并设计阻抗血流图检测系统软件,直观的呈现心血管功能参数的检测结果。最后对血压回归模型的血压预测结果进行误差分析与评估,收缩压预测值与电子血压计检测结果的平均绝对误差为4.1mm Hg,平均相对误差为3.81%;舒张压预测值的平均绝对误差为2.85mm Hg,平均相对误差为3.85%。收缩压与舒张压的预测结果距离标定值的偏差均小于5mm Hg,且具有良好的一致性,该测量系统与回归模型性能良好。