本研究旨在探究如何通过优化相关纸基石墨烯制备工艺，制备具有卓越导电性能的纸基石墨烯，并且基于其制备一款柔性传感器，通过传感器获取脉搏信号，利用机器学习多模型识别处理，全新打造一款人体健康检测设备。在已有实验室的条件下，本研究采用CONSOL仿真软件获得预实验结果，并通过优化制备工艺，如超声震荡时间，浸润时间，干燥温度与时间等工艺，制备出具有优良导电特性的纸基石墨烯，通过滤波放大等电路，将其制备成传感器，利用传感器获取人体脉搏数据。通过深度学习方法构建模型进行数据识别分类，综合考虑多个模型的优缺点，选取准确率最高的两个模型，以实现对脉搏信号的自动识别。 本研究的主要内容包括：石墨烯传感器的制备、传感器信号处理、脉搏信号获取与标识以及深度学习模型构建。研究成果表明，采用石墨烯作为传感器材料，能够大幅度提高传感器的导电性和灵敏度，对脉搏信号的识别具有重要意义；同时，采用深度学习方法进行脉搏信号的分类，能够自动识别脉搏信号，提高了脉搏信号的识别准确率。 本研究的突出见解和结果意义在于，通过石墨烯柔性传感器和深度学习方法，成功实现了对脉搏信号的自动识别，为医学诊断、健康管理和心理研究等领域提供了重要支持和帮助。因此，本研究具有重要的实际应用价值和研究意义。