1.一种基于小波-传递熵的多时频尺度间脑肌电耦合分析方法，其特征在于，所述方法的步骤如下：步骤1，采用64导Neuroscan设备同步采集脑电信号和肌电信号；

步骤2，利用Neuroscan设备数据处理软件对采集到的脑电信号和肌电信号分别去除基线漂移、溢出、眼动和工频干扰，针对预处理后的实测数据构建脑电信号x(t)和肌电信号y(t)两组时间序列；

步骤3，采用Daubechies类db4小波基函数对对脑电和肌电信号进行频谱分解，分析脑电信号和肌电信号不同时频尺度间的同步特性，定量描述脑肌间非线性耦合和信息传递特征； 具体步骤包括：①脑电信号x(t)进行小波变换，将小波变换应用于尺度划分之中；首先构造小波函数，公式如下：式中，Ψ(t)为母小波；k为Ψ(t)纵坐标方向的平移量，j表示信号的层数，j,k∈Z，Z为j j整数集；尺度参数为2，平移参数2k；t为时间指标；

②然后对脑电信号x(t)进行7层频谱分解，得到小波变换系数

小波系数Cj,k按照频率范围从高到低的顺序排列，提取第3、4、5、6、7层系数重构出gamma:32～64Hz、beta:16～32Hz、alpha:8～16Hz、theta:4～8Hz和delta:1～4Hz频段的信号：式中， 为滤波器的品质因数；

③重构信号x1(t)、x2(t)、x3(t)、x4(t)及x5(t)分别对应脑电功能频带delta、theta、alpha、beta和gamma的信号；对于肌电信号y(t)进行上述相同的小波变换过程，得到ym(t),m＝1,2,3,4,5，分别对应肌电delta、theta、alpha、beta和gamma频段的信号；

④基于传递熵计算方法，构造x(t)到y(t)的小波-传递熵WTEx→y，公式如下：式中，u为预测时间；p(·)为变量之间的联合概率； 分别表示脑电和肌电delta、theta、alpha、beta、gamma分量的延迟向量； 为 的预测序列；

WTEx→y则表示脑电信号EEG的xi(t)分量到肌电信号EMG的ym(t)分量间的传递熵值；同理信号y(t)到x(t)的小波-传递熵WTEy→x的表达式为：式中， 为 的预测序列；WTEy→x表示EMG的ym(t)到分量到EEG的xi(t)分量间的传递熵值；传递熵值越大，说明在此频段间皮层肌肉耦合越强；传递熵值越小，说明在此频段间皮层肌肉耦合越弱；

步骤4，对运动状态下的脑肌间非线性耦合和信息传递特征进行分析。