目的通過深度學習技術對柯氏音的不同時相進行自動分類，從而提高不同人群血壓測量的準確率。方法本研究設計了一種融合注意力機制（Attention）、殘差網絡（residual network，ResNet）和雙向長短時記憶網絡（bidirectional long short-term memory，BiLSTM）的柯氏音時相分類模型。首先從一整段柯氏音信號中逐拍提取出單個柯氏音信號，并將每個柯氏音信號轉換為梅爾頻譜圖；然后利用Attention注意力機制和ResNet網絡對梅爾頻譜圖進行局部特征提取，用BiLSTM網絡處理特征之間的時序關系，并使用全連接層網絡對特征進行降維，最后利用SoftMax函數實現分類。數據集采自于44位志愿者（女24位、男20位，平均年齡 36 歲），并使用10折交叉驗證的方法對模型性能進行驗證。結果所建立的模型針對5類柯氏音時相的整體分類準確率為93.4%，相比其它模型具有較好的分類性能。結論深度學習方法可以準確地對柯氏音時相進行分類，為后續設計以柯氏音時相分類為基礎的自動血壓測量方法奠定了有力的技術基礎。