人体运动主要是通过中枢神经系统(Central Nervous System,CNS)对多骨骼肌肉进行模块化控制以及神经振荡的调节产生的,在该过程中,肌肉的肌电信号(Electromyography,EMG)之间的相互关联关系可以用来反映中枢神经系统的不同控制过程以及肌肉的运动功能状态,其中包括运动过程中多通道肌电信号之间的协同机制与双通道肌电信号之间的耦合关系。为此,将肌电信号引入运动功能定量分析中并研究肌电信号间的协同与耦合特征分析方法,对获取运动过程中肌肉的模块化控制机制、神经振荡的调节机制以及对中风患者运动系统功能评估具有重要意义。首先,本文从肌肉协同与肌间耦合分析方法的研究现状出发,基于目前肌电信号协同机制与耦合关系分析方法的局限性,提出了时频协同以及时频协同-耦合的研究思路。其次,针对多通道肌电信号协同机制频段特征显著的问题,提出了基于小波包-非负矩阵分解(Wavelet Packet Transform,WPT-Nonnegative Matrix Factorization,NMF)的肌间时频协同特征分析方法。通过对上肢肌电信号进行小波包分解,将单时间尺度的信号转化为时频尺度分量,进而基于非负矩阵分解提取肌肉协同模型,分析肌肉协同特性随时间-频率的变化机制,从而定量分析运动过程中的肌肉激活程度。实验结果表明,该方法能有效刻画时频尺度下肌肉的模块化控制机制。再次,在肌肉协同特性分析的基础上,为了刻画双通道肌电信号的多尺度关联关系,本文将构建的非负矩阵分解-时频一致性(Time-frequency Coherence,TFC)分析模型用于上肢运动过程中的肌肉协同-耦合关系研究。首先利用非负矩阵分解提取协同性肌肉对,然后基于短时傅立叶时频一致性分析方法对该肌肉对进行时频耦合特性分析。结果表明,该方法能够定量分析双通道肌电信号各频段,各时间段内的协同-耦合特性。最后,将所研究的方法应用于中风患者上肢肌电信号协同与耦合特征分析中,分别从患侧肌电信号的时频协同与时频协同-耦合特征角度进行探究,并与健康人的数据分析结果进行对比。研究结果表明,患者的协同与耦合特性会在一些时频尺度内出现不同程度异常,这反映了患者肌肉的不同激活程度,验证了WPT-NMF以及NMF-TFC方法在刻画协同及耦合特性方面的有效性,将对患者的运动功能康复策略的制定提供理论参考。