本论文以人体脉搏信号数据资源为研究对象,基于多组的人体脉搏信号从中提取并分析人体脉搏生理特征参数信息,旨在尝试作为一种传统中医医疗脉诊过程中的有效辅助手段,帮助传统中医脉象诊断客观化,继续丰富并创新人体脉搏特征的检测方法和手段。尤其是对亚健康普查,心血管系统疾病的检测和识别也有重要的参考价值。本文通过应用光电容积脉搏波采集传感器装置,采集得到了多组健康人体和心脑血管疾病患者的光电容积脉搏波信号(PPG信号),光电容积脉搏波信号无创无痛、方便且无不舒适感,易于被采集试验对象所接受。本文的主要研究内容是人体脉搏波信号分析,采集到的人体脉搏波信号一般存在噪声,如基线漂移,高频随机干扰和运动伪差等噪声,所以对于采集到的人体脉搏信号进行了小波阈值去噪处理,通过对人体脉搏信号分别进行了三种不同小波阂值函数的去噪的过程和结果对比,最终选择了更适合的小波默认阈值函数处理得到的干净脉搏信号以便在接下来提取并分析脉搏生理特征参数。针对之前传统的脉搏分析方法提取出的脉搏特征参数都比较单一,识别度不高等问题。本文还重点研究了一种利用小波变化和希尔伯特黄变换对脉搏原始信号数据进行分析处理方法,提出了通过小波多层分解提取小波细节系数计算能量值参数和希尔伯特黄变换提取IMF分量计算边际谱能量值参数,继而又尝试提出了一种Hjorth时域参数,由此组成多维度脉搏特征参数矩阵来探索人体健康状态的判断和分类。实验结果表明,提取构建出的脉搏特征参数矩阵对人体心脑血管疾病脉搏数据的识别具有一定的规律性,通过分析脉搏数据的这种规律性得出脉搏与健康的关系。在本文最后总结和展望中也对所做的工作进行了总结,也对以后人体脉搏波特征参数的提取和研究工作具有一定的指导意义。