近年来,随着我国老龄化的加速发展,高血压的发病率日益升高。高血压是多种疾病的诱发因素,做好对高血压患者体征数据的采集和分析,对于预防高血压及其并发症有着重要的作用。如何采集患者实时的体征数据,存储这些数据,并根据数据分析与预测患者的血压趋势等问题亟需应对和解决。云计算、物联网和“互联网+”的飞速发展,4G和无线网络的快速覆盖,Android和可穿戴智能设备的快速普及,都为解决上述问题提供了便利条件。基于Android的血压数据采集系统围绕数据采集、分析与预警,从数据采集、数据存储、数据分析三个层次来解决上述问题。该系统实现了数据采集内容及时准确,传输渠道通畅,分析预警快速有效,模块扩展方便易用。论文的研究工作围绕着数据采集、数据存储和数据算法三方面展开。数据采集方面,对蓝牙血压计的协议进行了分析,基于Android平台设计异构蓝牙数据采集系统,支持多种蓝牙协议的解析,通过抽象上层的工作流程,使用策略模式设计了易于添加蓝牙设备的协议解析方案。数据存储方面,Android端通过网络将数据上传到云平台,设计了使用MongoDB建立血压存储数据库集群的方案,实现了服务器资源的横向扩展。数据算法方面,根据高血压数据的特点,将时间序列预测法应用到血压数据的预测上,使用向量自回归算法设计了预测方案和模型,预测结果较为准确。最后,完成了系统功能性界面的设计实现,实现了历史记录和预警信息的可视化,并进行了整个系统的联调测试。本论文将Android、蓝牙和云平台相结合,实现了血压数据采集、存储、分析的流程化操作。采集系统支持多种异构蓝牙设备,存储系统具有较高的扩展性,预警系统可以较好的分析患者的疾病风险。本系统的实现,对于医疗大数据的采集和分析有一定借鉴意义。