根据世界卫生组织统计,目前全世界至少有12.8亿成年人罹患高血压。高血压已经成为一种常见的慢性疾病,且患病率逐年增加,成为世界各地过早死亡的一个主要原因。目前在高血压的诊断方面存在显著缺陷,其一,只有较重病症会引起头痛、视力模糊、胸痛等症状,而轻症患者没有症状,所以多数患者无法及时发现自身身体情况的变化;其二,传统的血压测量技术无法实现连续监测,限制了其在临床和日常生活中的应用。近年来,多波长光电容积脉搏波信号（Photoplethysmography,PPG）在无创连续血压预测方面的应用逐渐成为研究的热点。在PPG技术的基础上,成像式容积脉搏波（imaging Photoplethysmography,i PPG）以其多点测量、可获取更多的信号细节信息的优势大大提高了其在心率、血压等生理参数检测时的精度和可靠性。然而,目前多光谱i PPG技术仍然处于研究阶段,在血压测量方面还有很多困难,例如信号测量难度较大、信号质量不佳、应用中无法确定波长、预测精度不高等问题。针对多光谱i PPG技术在无创血压测量方面存在的各种问题,本文从获取多光谱信号的系统装置、图像及信号处理、血压测量等相关问题进行了研究,对一些领域内的难题提出了解决思路和方法,具体研究如下:一、依据手指甲板生理结构特征,设计并搭建了一种多光谱透过率测量装置,根据系统指标设计了透射式多光谱i PPG信号测量系统的光路图,对系统元器件进行分析、选型,针对系统特点设计了定标算法,最终实现了570-970nm波长范围内多光谱透过率曲线与i PPG信号的获取。二、提出了一种多光谱信号加权融合的信号质量提升算法,采用相关性分析技术,对不同波长的i PPG信号进行加权融合,降低了信号噪声及噪声干扰,提高信号质量与稳定性。通过分析系统了i PPG信号的主要噪声来源,对于奇异突变噪声、高频噪声以及基线漂移采用级联去噪的方法进行去噪,得到了较好的效果。之后通过相关性分析的多通道融合的优化方法,使得最终信号质量相比原始全波段可提高22.4%。三、提出一种基于希尔伯特-黄变换与卷积神经网络的血压等级预测方法,验证了PPG以及它的导数信号在血压预测方面的巨大潜力。设计了三个二分类实验。并通过自制的两种图像数据集对方法进行了验证,实验结果表明,通过引入PPG的一阶及二阶导数可有效提升血压等级预测的精度。四、构建了基于一维卷积神经网络（1 Dimensional Convolutional Neural Net work,1DCNN）和长短期记忆（Long Short Term Memory,LSTM）的血压预测模型。结合i PPG信号及其一阶、二阶导数信号创建了时序信号数据集,构建了基于Alex Net的网络结构的一维卷积神经网络,并结合2层LSTM模型搭建了1DCNN-LSTM网络模型。通过对优化组合后的多光谱i PPG信号进行血压预测,表明模型训练得到收缩压（Systolic Blood Pressure,SBP）和舒张压（Diastolic Blood Pressure,DBP）的平均绝对误差分别为5.59mm Hg和为5.24mm Hg。