心脑血管疾病、高血压等慢性病是人类健康的头号杀手。《中国高血压防治指南》指出患者一旦患上高血压，就必须进行血压管理。因此，对血压连续有效的监测具有十分重要的意义。根据测量方式的不同，血压测量可分为有创和无创两种方式。相比于有创测量方法，无创测量方法具有方便、无侵入性、无损伤的特点。其中，示波法和柯氏音法是最常用的无创血压测量方法，但由于其准确性和一致性较差，不能真实、连续、全面地反映被测者的血压状况，在血压管理方面具有一定的局限性。相较于单次测量，无创连续性血压具有诸多优势。无创连续性血压不仅可以消除传统袖带式测量带来的不适感;而且，无创连续性血压可以提供被测试者真实、连续、全面的血压状况信息，为心脑血管等疾病的诊断与治疗提供更为充分的依据。　　基于脉搏波传输时间测量连续性血压的方法是无创连续性血压领域研究的热点，本文针对基于脉搏波传输时间测量连续性血压测量精度不高的问题，对脉搏波传输时间与连续性血压之间的关系展开了研究，提出一种多参数融合的无创连续性血压测量方法，设计了一种无创连续性血压测量系统。依据生理学基础，从实时连续的心电信号和血氧容积波信号中提取出与血压相关的15个特征参数，包括脉搏波传输时间，血氧容积波最大值点的幅值，血氧容积波最小值点的幅值，血氧容积波切迹点的幅值，血氧容积波第二波峰点的幅值，相邻两个血氧容积波最大值点的时间差，相邻两个血氧容积波最小值点的时间差，相邻两个血氧容积波切迹点的时间差，相邻两个血氧容积波第二波峰点的时间差，第一峰指点与第二峰值点的幅值差，第一峰值点与最小值点的幅值差，收缩面积，舒张面积，总面积和面积比。将这15个参数输入到基于神经网络的血压计算模型中，输出实时连续的收缩压值和舒张压值。此外，该系统具有:(1)实时监测心电信号和血氧容积波信号的功能;(2)实时显示心率、脉率和血氧饱和度的功能　　与Finometer设备相比，利用此血压计算模型计算的连续性收缩压值和舒张压值的误差的均值±标准差分别是-0.015±5.84mmHg和-0.014±4.55mmHg。基于相同的数据源，血液动力学原理推导的线性模型测量的收缩压和舒张压误差分别是2.22±13.81mmHg和0.65±8.86mmHg，血液动力学原理推导的非线性模型测量的收缩压和舒张压误差分别是2.83±19.81mmHg和-4.88±9.41mmHg。相比与这两种方法，本文方法测量的收缩压和舒张压精度显著提高，符合AAMI标准。对于收缩压，误差≤5mmHg的百分比是74.55％，误差≤10mmHg的百分比是92.98％，误差≤15mmHg的百分比是98.58％;对于舒张压，误差≤5mmHg的百分比是84.17％，误差≤10mmHg的百分比是97.16％，误差≤15mmHg的百分比是99.64％;符合BHS的A类标准。　　由于心电信号和血氧容积波信号质量的好坏直接影响血压的测量精度，针对这一问题，本文提出一种基于KNN和循环自相关算法的信号质量估算方法。该方法由预处理、学习单元、分段单元和质量估算单元组成。在学习单元中应用改进的K-Nearest-Neighbor算法自适应学习循环自相关函数获得特征参数，以该参数为依据进行分段和质量评估操作，得到用以评价生理信号质量的信号质量参数(SQI)。该算法具有自适应性、实时性、定量化和普适性的特点。对心电信号而言，该算法测试结果是:MIT-BIH数据库的灵敏度和特异度分别是96.996％和92.00％，设备测试的准确度是88.98％。且该算法可以有效地评价血氧容积波质量的好坏。　　本文的创新点共有以下两点:　　(1)首次将BP神经网络算法引入到基于脉搏波传输时间测量无创连续性血压领域，，显著提高了无创连续血压的测量精度。　　(2)提出了一种基于KNN和循环自相关算法的信号质量检测算法用于检测信号质量的好坏。