人体的健康状态可以依靠人体生理信号来反映，实时监测人体的生理信号参数可以及时分析与诊断患者病情。随着各类便携式智能移动设备和人工智能的快速发展，在对疾病筛查和预测过程中，除了可以通过生化、影像检查结果发现疾病的端倪外，还可以通过移动智能设备对人们的语言和文字形成的规律进行分析，这种分析得出的数据能够帮助医生更有效地预测并追踪早期的发展障碍、精神疾病和退化性神经疾病等。本文设计的人体多生理参数数据处理系统，针对人的心电、心率、血压、血氧饱和度进行监测和分析，对于医学心脏病类疾病的早期发现、早期诊断、早期干预、早期康复起着至关重要的作用。论文的主要工作包括：
　　第一，设计相应的硬件设备采集人体的心电信号和脉搏波信号，并对这两种信号分别进行预处理。针对心电信号的处理，使用无限长脉冲响应滤波器对原始波形进行预处理，利用希尔伯特变换算法检测QRS波群，再使用小波变换算法提取R峰值和RR间期，并计算心率。针对脉搏波信号的处理，使用中值滤波器对原始波形进行预处理，再采用改进的微分算法提取信号主峰值。
　　第二，基于心电信号的特征值、脉搏波信号的特征值进行脉搏波传导时间、心率以及血压、血氧饱和度的相关计算。在对血压进行预测时，使用了基于深度学习的循环神经网络概述模型来实现。本文将理论原理和现实问题结合起来进行分析和处理，与目前研究相比较，本文实现的方法稳定性及普适性较高。
　　第三，基于Qt Creator平台搭建了一个简易的多生理参数数据处理系统，集成了心电波形的可视化以及心率、血压、血氧饱和度的结果显示。实验结果表明，本系统能够较稳定的完成人体多生理信号的监测和处理，促进了现代医疗设备的发展。