脉搏波是人体心脏有节律的收缩射血,血液流经弹性血管所产生的波动。不同的个体在不同的生理状态下的脉搏波波形是不同的,因此脉搏波的特征点识别对于分析人体的生理病理状况、预防诊断心血管疾病及无创血压监测都是非常有帮助的。本文针对脉搏波信号微弱、背景噪声强、频率低、容易受到各种因素干扰等特点,应用一种改进的小波阈值去噪方法,对采集到的脉搏波信号进行去噪,经对比,去噪效果的各项指标均优于傅里叶变换去噪的效果。针对现有脉搏波特征点识别方法的不足,提出了一种基于实际检测到的脉搏波时域特征,并结合微分法和小波分解法定位脉搏波波形特征点的综合算法。实验表明该方法由于采用逐步缩小分析波形的区间,能够有效去除不必要的干扰,放大信号的特征,对于潮波不明显或重搏波不明显的脉搏波波形也能够很好地提取特征点,具有识别准确率高,适用范围广,抗干扰能力强的特点。基于脉搏波的无创血压监测,多数学者考虑运用脉搏波传导时间法,结合统计分析的方法建立回归方程,通过建立脉搏波传导时间与舒张压和收缩压的关系从而得出血压值。在一定范围内此法是适用的,但考虑到影响血压的因素有很多,诸如年龄、身高等,针对脉搏波波速与血压之间的关系,本文基于隐Markov模型建立无创血压监测模型,该模型充分考虑脉搏波波速,脉搏波波形特征以及受试者生理特征参数,并以脉搏波与心电信号时间差、身体质量指数、脉率、脉搏波波形特征量K、主波上升斜率及体温作为模型的输入参数来估算出受试者的舒张压和收缩压。为了验证模型的有效性,将模型计算结果与欧姆龙HEM-6131型血压计测量结果进行统计分析对比,结果表明该模型与血压计测量结果相关性高,一致性好,可相互替换使用。