為實現脈搏信號形態和周期的量化分析，本研究提出一種脈搏信號時空解析建模及量化分析方法。首先，根據脈搏信號的形成機理，將脈搏周期和基線引入脈搏解析模型，得到時空解析模型表達式及 12 個參數，用于脈搏波的量化描述。然后，提出了基于實際脈搏信號的模型參數估計流程，給出參數估計的優化方法、約束條件和邊界條件。將所提出的時空解析建模方法用于國際標準生理信號開源數據庫（PhysioNet）幻想曲（Fantasia）子庫中的健康人脈搏波，從解析模型中可以得到一些年齡和性別因素引起的人體心臟搏動節律和血流動力學變化。以提取的模型參數為輸入，采用隨機森林、概率神經網絡等機器學習方法對脈搏波按照年齡和性別進行分類，結果表明隨機森林法分類效果最好，Kappa 系數達到 98% 以上。本研究提出的時空解析建模方法可有效地對脈搏信號進行量化分析，為脈搏信號相關的應用研究提供了理論基礎和技術框架。