Kardiovaskulární onemocnění je důležitou příčinou globální nemocnosti a úmrtnosti. Charakterizace kardiovaskulárního systému jedince a hodnocení rizik jsou proto zásadní. Signál krevního tlaku obsahuje relevantní informace kvůli šíření mechanických vln v arteriálním stromu. Průběh je pak ovlivněn několika faktory, jako je pružnost tepen a struktura arteriálního systému. Detekce významných změn může být spojena s přítomností kardiovaskulárních onemocnění kromě toho, že je ovlivněna přirozeným stárnutím. V oblasti umělé inteligence bylo díky výpočetním schopnostem v poslední době vyvinuto mnoho složitých algoritmů, které jsou potenciálně přizpůsobeny velkému a velkému množství dat. V této práci budou navrženy metody pro provádění strojového učení z databáze shromážděných pacientů. Cílem tohoto projektu je vyvinout metody strojového učení k charakterizaci kardiovaskulárního systému pacientů, s modelem specifickým pro jednotlivce, využitím krevního tlaku ve spojení s daty jedince.