交叉频率耦合（cross-frequency coupling,CFC）作为一种能够反映神经肌肉系统中大脑与肌肉间跨频带振荡的信息交互及传递的现象,有助于理解运动控制过程及其运动障碍的病理机制,为脑卒中康复状态辅助评价提供了全新视角。大脑不同节律的耦合状态被证明与大脑的认知、记忆等活动密切相关,交叉频率耦合分析从脑电信号不同节律之间相互作用的角度刻画其特征,具有明显的优点。本论文从运动控制系统的非线性分析角度,研究CFC不同层面耦合特性分析方法,并用于脑卒中患者的康复状态评估中。本文构建了小波包-KL距离相幅耦合指数、小波包-传递熵分析模型,描述交叉频率相位-幅值耦合、能量耦合特性,并分析脑卒中患者和健康对照组的脑电和肌电数据间的同步耦合关系,探究脑卒中患者的CFC特征变化差异及异常机制,通过分析脑卒中患者的CFC特征与临床康复评定量表等级间的一致性,验证CFC对脑卒中康复状态评估的辅助作用。首先,本文对脑卒中康复状态评估研究现状,以及脑肌电信号之间的耦合关系进行了简要概述,并详细阐述了神经肌肉耦合分析方法的研究现状。基于目前关于脑肌电信号耦合关系主要从同频角度分析的局限性,从脑肌电信号的跨频带振荡转移特性出发,提出了神经肌肉交叉频率耦合的研究思路。其次,基于脑肌电信号不同频带间相位-幅值耦合振荡特性,本文将小波包分解和KL距离相幅耦合指数分析方法有机结合,提出了描述神经肌肉间交叉频率相位-幅值耦合特性的分析方法,用于神经肌肉之间的交叉频率相位-幅值耦合特性研究。该方法能够分析运动控制过程中的脑肌电交叉频率相位-幅值间相互抑制关系。结果表明该方法为探究神经肌肉系统中多频带间的神经振荡传递方式提供了新思路,也对运动康复训练提供了的依据。再次,基于脑肌电信号不同频带间能量耦合特性,本文将小波包-传递熵分析方法引入到脑肌间交叉频率能量耦合特性分析中,构建了脑肌电交叉频率能量耦合和同频能量耦合特性分析模型,探究运动控制中脑肌电不同频带的能量信息传递关系。实验结果表明,该模型能有效刻画运动控制过程中的神经振荡传递在多频带间的能量转移机制。最后,为探究脑卒中交叉频率耦合指标的临床一致性,将脑卒中患者交叉频率耦合CFC的不同耦合特征指标与上田敏临床评定量表进行相关分析,由三种不同相关分析方法的一致性分析结果表明:脑肌间特定交叉频率上相位-幅值耦合特征、特定交叉耦合比下能量耦合特征与上田敏临床量表存在显著相关性。验证了脑肌间交叉频率相位-幅值耦合和交叉频率能量耦合特征可以用来描述神经肌肉耦合振荡特性。