人体动脉血压是一种十分重要的生理参数。逐拍动脉血压，或称逐拍血压指连续的心动周期所对应的收缩压与舒张压序列。由于其能够实时地反映心血管系统的状态，逐拍血压在包括临床医疗，运动康复与人体状态监测等领域中应用十分广泛。传统的逐拍血压测量技术使用有创的方式，其优势是测量精度高，缺陷是操作不便且易造成感染。目前，已有多种无创逐拍血压技术被提出，旨在解决传统技术存在的此种缺陷。然而，囿于技术的限制，当前市场上的连续无创血压测量设备普遍在舒适性，易用性或是便携性等方面存在问题。近来的许多研究显示，基于脉搏波传播时间的连续无创逐拍血压测量技术相对于市面设备采用的技术而言表现出显著的优势，同时能够有效地克服大多数市面设备所具有的问题，故而是一种很有潜力的血压测量方法。　　基于脉搏波传播时间的无创逐拍血压测量技术存在的主要问题是人体的状态变化会使脉搏波传播时间与血压之间的关系式发生变化，从而需要使用定期的标定对关系式中的参数进行校正。虽然这个问题是相关领域的研究热点，但目前并无成型的具有普适性的解决方案。引发传统基于脉搏波传播时间的无创逐拍血压测量技术缺陷的根本原因是脉搏波传播时间作为单个特征，无法全面地反映人体作为一个复杂系统的状态。为了探索这一问题的解决方案，本文提出了一种融合多个脉搏波及心电波特征的基于随机森林算法的无创逐拍血压估计方法。实验结果表明，在估计1小时逐拍血压时，该法在来自112个个体的数据集上的平均估计精度显著高于传统的基于脉搏波传播的时间的血压估计方法。　　本文的主要工作与创新点如下:　　1.研究了多种不同的脉搏波和心电图特征及特征提取算法，提出了一组24个脉搏波和心电图特征，以及相应的波形处理分析和特征提取方法。　　2.提出并实现了一套基于随机森林算法的血压估计算法，包括使用基于随机森林的特征排序方法对收缩压和舒张压特征进行筛选，以及使用随机森林对逐拍的收缩压与舒张压进行估计。　　3.研究了“多参数智能监护数据库Ⅱ”(MIMICⅡ)的数据结构、存储结构和网络接口，从数据库中获取285个个体所对应的长时连续血压-心电-脉搏监控数据。在来自112个样本的数据子集上，与传统的基于脉搏波传播时间的方法相比，本文提出的融合多生理信号特征的无创逐拍动脉血压估计方法在BHS和AAMI标准下的误差率都显著降低。