血压与血压变异性均为心脑血管事件的独立影响因素,实时监测这两个生理指标对人体健康具有重要的意义。本论文的主要研究目标是探讨如何便捷准确的测量人体连续血压及其变异性,从而为穿戴式设备提供可行性解决方案。本论文先后提出了一种基于多参数融合的无袖带连续血压测量方法与一种可行性较高的血压变异性建模方法,均具有测量简单、便于集成、精度较高及可连续监测等特点。在连续血压建模之前,利用遗传算法方法进行特征筛选,有助于发掘新的血压强关联因子,降低血压模型的复杂度;基于相同特征组合进行个体化建模,既能简化处理过程又能有效提升模型估计精度。本论文的主要研究内容分为以下两部分。第一部分内容为连续血压建模方法研究。设计了一种效率较高的自适应特征点检测算法,从心电图与脉搏波中提取所需特征点,并完成了特征参数的计算。基于相关性分析和遗传算法,筛选出4个血压强关联因子,分别为脉搏波传输时间、脉搏波强度比、脉搏波K值及脉搏波二阶导宽度。基于不同的特征组合,依次利用多元线性回归与支持向量回归方法,建立了个体化血压估计模型,并对模型精度进行了验证。实验结果表明,针对58个有效样本,基于上述4个特征参数,使用支持向量回归建立的血压模型具有更高的估计精度,其收缩压和舒张压的平均测量误差与标准差的均值分别为(0.0004±3.83)mmHg、(-0.001±2.652)mmHg,均达到了AAMI标准,说明该方案在大幅降低模型复杂度的同时仍能保证较高的血压估算精度。第二部分内容包括血压变异性建模研究与短时运动对血压变异性的影响探索。首先基于脉搏波传输时间变异性建立个体化血压变异性估算模型,结果显示,针对43个样本,两者的相关系数均值为0.415,最大值达到0.836,验证了无袖带血压变异性检测的可行性。然后分别计算了运动前后收缩压的时频域指标并加以对比,结果表明,在短时运动后,人体的收缩压均方差、相邻血压差均方根及低频功率均明显增大。