本发明提供了一种基于光电容积脉搏波实现有创血压波形估计的方法，包括：采集监测人体的光电容积脉搏波信号，同时收集连续血压波形作为参考血压信号；进行数据预处理，得到训练数据；采用BEFS算法筛选具有鉴别意义的信息参数作为深度学习模型的先验信息；搭建用于无袖带血压波形连续估计监测的深度学习模型，包括深度特征提取网络、先验信息融合模块以及知识蒸馏训练架构；将训练数据划分训练集、验证集和测试集，并训练和验证模型；采集用户PPG数据，输入得到深度学习模型中，输出用户的预测血压波形。本发明通过优化深度特征和整合原始PPG的形态学特征，制定KD‑Informer，提供了连续的血压波形预测，更能反映动脉血管内血压的连续变化。