脉搏是人体重要的生理特征之一,综合了心脏、动脉管弹性和血液体积、粘度等信息,可作为诊断心血管疾病及其恶劣程度的指标。心血管疾病是威胁人类健康和生命的主要疾病之一,临床用于诊断心血管疾病的手段多是有创的,且检查费用较高,操作繁琐,给病人带来一定痛苦和负担。因此,基于脉搏波的心血管疾病检测方法研究具有重要理论意义和临床应用价值。本文详细分析了脉搏信号的噪声特点,给出了一种基于小波和经验模态分解的混合脉搏滤波算法；基于血液循环系统建模理论提取了血管弹性扩张系数,并设计了时域内提取脉搏信号特征量方法；研究了脉搏信号的时频域特性,提取了脉搏信号小波能谱概率分布和脉搏信号小波熵；采用统计学方法对所提取的脉搏信号特征量进行显著性检验,剔除无效特征量；结合支持向量机理论对有效脉搏信号特征量分类；设计了面向个人和家庭监护的人体脉搏检测仪,实现了脉搏的自动采集、无线传输、脉搏信号滤波、脉搏特征量提取和脉搏波自动识别等功能。临床实验表明,将该方法设计的人体脉搏检测仪应用到动脉硬化病症识别中,具有较高可行性,为基于脉搏波的心血管疾病检测方法提供一个新的思路。