1.一种基于复杂改进多尺度传递熵的脑肌电耦合分析方法，其特征在于包括：采集脑电信号和肌电信号、并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；

对脑肌电信号间多尺度耦合特性进行分析：采用复杂改进粗粒化过程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；

对脑肌间非线性耦合和信息传递特征进行运动功能分析；

脑肌电信号间多尺度耦合特性的分析方法具体如下：分别将脑电信号X和肌电信号Y通过复杂改进粗粒化分解为s个尺度，每个尺度进行k阶粗粒化，信号在尺度为s时k阶粗粒化过程表示为 和依据如下公式计算：

式中，1≤j≤N‑s+1,1≤k≤s，s是时间尺度，k是粗粒化阶数；序列 和 分别表示k

1 1

阶粗粒化后的时间序列 和 中的元素，当时间尺度s＝1时，时间序列{x}和{y}分别为原始序列X和Y，

基于传递熵的定义构造 到 的复杂改进多尺度传递熵 公式如下：同理信号 到 的复杂改进多尺度传递熵 的表达式为：其中传递熵值越大则在此尺度上皮层肌肉耦合越强。