1.一种基于多通道神经信号分析的信号间耦合强度判断方法，其特征在于：其包括以下步骤：

步骤S1：在脑电数据库中采集多通道脑电信号；

步骤S2：对采集的脑电信号进行预处理，预处理包括去除大振幅噪声、剔除50Hz工频信号和快速独立成分分析去除生理噪声成分；

选取两个通道预处理后的时间序列xt和yt，进行m维相空间重构，将重构的时间序列按递增顺序排列；

步骤S2中去除采集信号的大幅度噪声，并利用陷波滤波器去除50Hz的工频信号，对信号进行降采样，利用快速独立成分分析方法去除生理噪声；

选取预处理后脑电信号的两个时间序列，选取嵌入维数m滞后τ，进行m维相空间重构，将重构后的时间序列按照递增的顺序来排列；

选取两个时间序列xt和yt，t＝1,2,...n，采用相空间重构方法构造具有嵌入维数m和滞后τ的向量Xt[xt,xt+τ,...,xt+mτ]和Yt[yt,yt+τ,...,yt+mτ]；其中，τ是一个特定的样本点，将时间序列按递增顺序排列，并用Xt和Yt分别作为排序后时间序列和 的表示符号；

步骤S3：分别计算xt和yt边缘概率分布函数，并计算这两个时间序列的熵值，基于联合概率函数计算这两个时间序列的联合熵；

步骤S3中分别计算两个时间序列的边缘概率分布函数，根据分布函数计算两个时间序列的熵值，并基于联合概率函数计算两个时间序列的联合熵，具体为计算xt和yt边缘概率分布函数，分别表示为p(x)和p(y)，xt和yt的熵被定义为：基于联合概率函数计算联合熵H(X,Y)步骤S4：计算两个时间序列的原始PCMI；

步骤S5：选取两个时间序列中的一个用来生成替代时间序列，采用幅值不变相位随机的变换方法生成20组替代数据，计算基于替代样本的替代PCMI；

步骤S6：验证原始的PCMI是否为纯正PCMI，采用替代样本集来验证原始PCMI的离群特性，得到纯正PCMI的值。

2.根据权利要求1所述的基于多通道神经信号分析的信号间耦合强度判断方法，其特征在于：

步骤S4中根据两个时间序列的熵值以及联合熵计算原始的PCMI，时间序列xt和yt的原始PCMI描述为：

PCMI(X；Y)＝H(X)+H(Y)‑H(X,Y)。

3.根据权利要求1所述的基于多通道神经信号分析的信号间耦合强度判断方法，其特征在于：

步骤S5中选取两个时间序列中的一个来生成替代时间序列，采用幅值不变相位随机的方法生成的替代数据，替代次数选择为20次。

4.根据权利要求1所述的基于多通道神经信号分析的信号间耦合强度判断方法，其特征在于：

步骤S6中验证原始的PCMI是否为纯正PCMI，并与替代PCMI比较是否存在离群分布，如果为离群分布，则原始PCMI为纯正PCMI，否则为伪PCMI；假设H0＝1并且概率p＜0.05，则GPCMI＝PCMIo，即原始的PCMI；否则GPCMI＝0，或被命名为PCMIsp,即伪PCMI，GPCMI的计算描述如下：