使用光电容积描记法（PPG）进行的许多非侵入性连续血压测量在准确性和稳定性方面仍然不足，这阻碍了该方法的实际应用。 本文提出了一种基于整体方法的PPG BP估计模型。 在相同的训练数据上建立了许多血压计算基础模型。 这些基本模型用于估计血压，并且每个基本模型的结果均通过聚类综合处理。 逐步回归和人工神经网络（ANN）分别用于建立整体模型中的基础模型。 与单一模型相比，该方法可望进一步提高血压估计的准确性和稳定性。 昆士兰大学生命体征数据集[8]包含了从麻醉患者处记录的各种生命体征数据，用于验证该方法的有效性。 我们用它来估算收缩压（SBP），舒张压（DBP）和平均血压（MBP）。 可以证实，该方法的估计精度和稳定性均高于单一模型。 为了提取质量较差的PPG信号的特征点，提出了一种鲁棒的特征提取方法。 该方法可以有效地提取实验中的特征信息。
