1.一种面向血压预测的心冲击图信号特征工程方法，其特征在于，包括以下步骤：

（1）采集心冲击图信号数据集，并对该心冲击图信号数据集中的原始心冲击图信号进行预处理，得到预处理后的心冲击图信号；

（2）提取心率变异性时域特征：采用重叠的滑动窗口检测预处理后的心冲击图信号中的所有峰值，计算RR间期及其相关统计值，并将RR间期及其相关统计值作为提取到的心率变异性时域特征；

（3）提取心率变异性频域特征：对步骤（2）中得到的RR间期进行异常值处理、缺失值处理，生成连续的RR间期数据；利用快速傅里叶变换将连续的RR间期数据转换到频域，提取不同频段的心率变异性功率值，并将其作为提取到的心率变异性频域特征；

（4）提取心冲击图信号的波动特征：对于预处理后的心冲击图信号，对其波动特性进行分析，从过零率、绝对瞬时斜率、平均极值点数和平均累积振幅变化这四个角度提取心冲击图信号的波动特征；

（5）提取心冲击图信号的波形特征：对于预处理后的心冲击图信号，对其波形特性进行分析，提取J峰、I谷和K谷的时间位置及振幅信息，以计算脉搏上升时间、脉搏下降时间、心冲击图脉搏偏差和J峰‑K谷振幅偏差，并将其作为提取到的心冲击图信号的波形特征；

（6）将上述步骤提取到的心率变异性时域特征、心率变异性频域特征、心冲击图信号的波动特征和心冲击图信号的波形特征作为输出，生成心冲击图信号的特征文件，并根据该特征文件获取血压预测结果。

2.根据权利要求1所述的面向血压预测的心冲击图信号特征工程方法，其特征在于，所述预处理具体包括：（1.1）归一化：采用Z‑Score标准化方法对心冲击图信号数据集中的原始心冲击图信号进行归一化处理，得到归一化的心冲击图信号；

（1.2）信号段切片：按照预设的时间间隔对归一化的心冲击图信号进行切片，得到切片后的心冲击图切片信号；

（1.3）中值滤波：对于每个心冲击图切片信号，采用中值滤波器对其进行滤波，以抑制基线漂移，得到中值滤波后的心冲击图切片信号；其中，所述中值滤波器的窗口大小根据心冲击图切片信号和噪声特性确定；

（1.4）小波变换：通过离散小波变换将中值滤波后的心冲击图切片信号滤波为对应的低频分量和高频分量，并使用第一个细节层的高频分量和最后一个近似层的低频分量重构心冲击图切片信号，获得预处理后的心冲击图信号。

3.根据权利要求1所述的面向血压预测的心冲击图信号特征工程方法，其特征在于，步骤（2）具体包括：首先采用重叠的滑动窗口检测预处理后的心冲击图信号中的所有峰值；

然后遍历所有峰值，若相邻两个峰值的时间间隔小于预设的时间差阈值，则去除其中一个峰值，保留另一个峰值，得到去重后的峰值；

再基于去重后的峰值，对其进行遍历，根据相邻两个峰值的时间信息计算对应的RR间期，得到该心冲击图信号对应的所有RR间期；

最后基于该心冲击图信号的所有RR间期，计算RR间期相关统计值，其中RR间期相关统计值包括RR间期平均值、RR间期标准差、RR间期均方根值、RR间期小于0.6秒的百分比，并将RR间期及其相关统计值作为提取到的心率变异性时域特征。

4.根据权利要求1所述的面向血压预测的心冲击图信号特征工程方法，其特征在于，步骤（3）具体包括：对于步骤（2）中得到的心冲击图信号的RR间期，首先采用异常值去除方法过滤掉其中小于40ms或大于150ms的异常RR间期；然后采用线性插值法填补其中的缺失值，生成连续的RR间期数据；再利用快速傅里叶变换将连续的RR间期数据转换到频域，对其进行频域分析，以提取不同频段的心率变异性功率值，包括极低频、低频和高频，其中，极低频的频率范围为0.0033‑0.04Hz，低频的频率范围为0.04‑0.15 Hz，高频的频率范围为0.15‑0.5 Hz，并将不同频段的心率变异性功率值作为提取到的心率变异性频域特征。

5.根据权利要求1所述的面向血压预测的心冲击图信号特征工程方法，其特征在于，步骤（4）具体包括如下子步骤：（4.1）对预处理后的心冲击图信号波动特性进行分析，从过零率的角度提取其波动特征；其中，过零率用于反映心冲击图信号的波动，表示为：；

式中， 表示第i个采样点的过零率， 表示第i个采样点的幅值，N为预处理后的心冲击图切片信号的采样点总数， 表示符号函数， ， 表示采样点的幅值为正数， 表示采样点的幅值为零， 表示采样点的幅值为负数；对每

段预处理后的心冲击图切片信号中提取到的所有采样点的过零率进行统计处理，计算其过零率的平均值、最大值和标准差，作为过零率特征的三个统计量；

（4.2）对预处理后的心冲击图信号波动特性进行分析，从绝对瞬时斜率的角度提取其波动特征；其中，绝对瞬时斜率指的是单位时间内心冲击图信号振幅的变化率，表示为：；

式中， 表示第i个采样点的绝对瞬时斜率， 为心冲击图信号的采样频率；对每段预处理后的心冲击图切片信号中提取到的所有采样点的绝对瞬时斜率进行统计处理，使用其平均值、均方根、最小值、最大值、25%百分位数、50%百分位数和75%百分位数，作为绝对瞬时斜率特征的七个统计量；

（4.3）对预处理后的心冲击图信号波动特性进行分析，从平均极值点数的角度提取其波动特征；其中，平均极值点数指的是预处理后的心冲击图切片信号中的极值点的个数，即波峰或波谷的个数，表示为：；

式中，表示平均极值点数，表示预处理后的心冲击图切片信号的持续时间， 表示对象中元素的数量， 表示返回满足给定条件的元素的索引， 表示计算连续元素之间的差异，表示心冲击图切片信号的幅值；

（4.4）对预处理后的心冲击图信号波动特性进行分析，从平均累积振幅变化的角度提取其波动特征；其中，平均累积振幅变化指的是预处理后的心冲击图切片信号中相邻采样点幅值的变化率，表示为：；

式中， 表示平均累积振幅变化；

（4.5）最后将过零率特征的三个统计量、绝对瞬时斜率特征的七个统计量、平均极值点数、平均累积振幅变化作为心冲击图信号的波动特征。

6.根据权利要求1所述的面向血压预测的心冲击图信号特征工程方法，其特征在于，步骤（5）具体包括如下子步骤：（5.1）对于预处理后的心冲击图信号，对其波形特性进行分析，提取预处理后的心冲击图切片信号中的J峰的时间位置，以J峰为基准，向左寻找第一个最小值作为I谷，向右寻找第一个最小值作为K谷，记录J峰、I谷和K谷的时间位置及振幅大小，作为该心冲击图信号的J峰、I谷和K谷的时间位置及振幅信息；

（5.2）根据J峰和I谷的时间位置及振幅大小计算脉搏上升时间，其中脉搏上升时间包含心冲击图信号脉冲从I谷到J峰达到J峰振幅的25%、33%、75%和100%所需的时间间隔，分别对每段心冲击图切片信号中提取的四种脉搏上升时间进行统计处理，计算其平均值和标准差作为脉搏上升时间特征的两个统计量；

（5.3）根据J峰和K谷的时间位置计算脉搏下降时间，其中脉搏下降时间包含心冲击图信号脉冲从J峰到K谷所需的时间间隔，对每段心冲击图切片信号中提取的脉搏下降时间进行统计处理，计算其平均值和标准差作为脉搏下降时间特征的两个统计量；

（5.4）根据J峰和K谷的时间位置及振幅大小计算J峰‑K谷振幅偏差，其中J峰‑K谷振幅偏差通过J峰所处时间位置的振幅减去K谷所处时间位置的振幅获取，对每段心冲击图切片信号中提取的J峰‑K谷振幅偏差进行统计处理，计算其平均值和标准差作为J峰‑K谷振幅偏差特征的两个统计量；

（5.5）根据J峰、I谷和K谷的时间位置及振幅大小计算心冲击图脉搏偏差，其中心冲击图脉搏偏差通过J峰‑K谷振幅偏差减去J峰‑I谷振幅偏差获取，对每段心冲击图切片信号中提取的心冲击图脉搏偏差进行统计处理，计算其平均值和标准差作为心冲击图脉搏偏差特征的两个统计量；

（5.6）最后将四种脉搏上升时间特征的统计量、脉搏下降时间特征的两个统计量、J峰‑K谷振幅偏差特征的两个统计量、心冲击图脉搏偏差特征的两个统计量作为心冲击图信号的波形特征；其中，每种脉搏上升时间特征均对应有两个统计量。