一直以来心血管疾病都被认为是威胁人类健康的头号杀手,它的有效诊断和预测已成为当今世界各国迫切需要解决的一个重大问题。大量的临床结果已证实,脉搏波中蕴藏着极丰富的心血管系统生理病理信息。通过脉搏波可获得反映人体心血管系统性能的参数。然而,在获得脉搏波的过程中,不可避免的引入噪声,影响后期心血管参数计算的准确性。针对以上问题,本文将研究内容分为两部分：脉搏信号处理和心血管参数计算。本文首先根据经验模态分解(EMD)方法的特点,将其与小波阈值方法相结合,并根据信号中噪声分布的特点,提出一种基于EMD的自适应小波阈值去噪方法。通过与直接小波阈值去噪方法进行主观和客观比较,结果表明该方法明显优于直接小波阈值去噪方法,能有效、快速地去除信号中的噪声。同样原理,基于EMD的方法也有效地去除了脉搏信号中的基线漂移成分。之后采用阈值法准确地找到信号中的几个特征点,为后期计算心血管参数打下基础。最后,分析了脉搏波的几个影响因素,分别从接触压力、倾斜角度及长时间来分析。本文基于K值的分析方法,通过桡动脉脉搏波提取出能够反映出人体心血管性能的心血管参数—心输出量、外周阻力、血管顺应性、心脏指数及外周阻力指数等,并与实测数据进行对比。发现在正常脉压差下,这些参数几乎相同,但是在大脉压差下,心输出量与实测的数据差别很大。因而定义了修正系数(CC),通过CC与一系列参数进行相关性分析来选择影响参数,最后通过多元线性回归分析,得到修正后的心输出量计算公式。通过计算得到修正前的心输出量为(7.1364±3.4862) L/min,修正后的心输出量为(4.0093±0.6967) L/min,两者分别与实测的心输出量(4.0167±0.6565) L/min进行对比。修正前对比的差异显著性p1<0.05,修正后对比的差异显著性p2>0.05,表明修正后计算的心输出量与实测心输出量更加接近,两者没有显著性差异。为了证明该方法的有效性,修正后计算的心输出量与有创的热稀释法测得的心输出量也进行了对比,相对误差仍在5%之内。最后,根据修正后计算的心输出量分别计算了心脏指数、外周阻力、外周阻力指数及血管顺应性,并进行对比,结果表明修正后计算的参数更加接近实际数据,可以辅助医生对患者或者是患者对自己的心血管状况进行评估。