心血管疾病已经成为人类“第一大杀手”。利用脉搏信号判断心血管状态是目前生物医学工程领域研究的热点之一。心血管系统中的三个重要生理信号——心电、心音、脉搏之间有着紧密的联系,同时信号中也蕴含着大量生理和病理信息。论文不局限于分析脉搏信号,而是将心电、心音、脉搏三者作为一个整体考虑。研究了心血管生理信号及信号间时间尺度上特征点变异、归一化频域能量变异与心血管状态的关系;提出心血管信息融合模型,综合和改进了分析算法,利用信息融合的方法,实现了数据的高度综合,最终给出心血管状态的符号表达。本文提出的方法可用于心血管疾病预防、控制,药物治疗效果评价等方面。论文的主要工作如下:(1)分析心血管生理信号特点并设计了融合模型;(2)设计了心血管生理信息采集系统。该系统基于虚拟仪器,通过模拟前端、硬件采集板卡和基于LabVIEW的上位机软件设计,实现了信号的准确采集和数据的高效管理。基于虚拟仪器开发新型医疗设备简单高效;(3)提出新的心血管生理信号预处理和特征提取方案。通过卡尔曼滤波、零相位滤波等方法提高了信号信噪比,多传感器冗余信息融合实现信号准确分段和特征点定位。改进了Lorenz散点图定量分析算法以及脉搏频谱能量特征计算。提取出心血管状态描述特征向量。(4)通过支持向量机方法实现心血管生理信号融合并给出心血管状态符号表达。通过实验验证了融合模型。