運動神經系統通過神經振蕩活動傳遞運動控制信息，從而引起相應肌肉的同步性振蕩活動并反映運動響應信息，然后反饋至大腦皮層，使其能夠感知肢體的狀態。這種同步振蕩活動可反映皮層肌肉功能耦合的連接信息。其中，耦合的強弱由多種因素決定，包括肌肉收縮的力量、注意力、運動意圖等，因此分析不同因素影響下的腦肌電信號同步耦合的強弱對運動功能評價及控制方法等研究有重要意義。針對腦肌電信號同步耦合的分析方法，本文主要介紹與比較了線性方法中的相干性分析和格蘭杰因果分析，以及非線性方法中的互信息以及傳遞熵，總結了各方法在腦肌電信號同步耦合的應用研究，以便于相關領域的科研工作者更系統地了解目前腦肌電信號同步耦合分析方法的研究進展。
人體運動控制系統具有高度的非線性特性，通過量化評價表面肌電（sEMG）信號間的非線性耦合強度，可以得到運動相關肌肉的功能狀態，進而探究人體運動控制的機制。本文將小波包分解和 n∶m 相干性分析相結合，構建基于小波包—n∶m 相干性的肌間交叉頻率耦合分析模型，探究肌電信號間的非線性耦合關系。在維持 30% 最大自主收縮力（MVC）的肘部屈伸狀態下，采集 20 名健康成年人的 sEMG 信號，首先基于小波包分解獲取子帶分量，然后將子帶信號進行 n∶m 相干性計算，分析肌間耦合特征。結果表明：30%MVC 的肘部屈曲運動下，協同肌對和拮抗肌對的線性耦合（頻率比為 1∶1 時）強度高于非線性耦合（頻率比為 1∶2、2∶1 和 1∶3、3∶1 時）；對于肌間非線性耦合，隨著頻率比的增大，耦合強度隨之降低，且頻率比為 n∶m 和 m∶n 之間沒有明顯的耦合強度差異；beta 和 gamma 頻段內的肌間耦合主要體現在協同肌對之間的線性耦合（1∶1）和低頻率比的非線性耦合（1∶2、2∶1）以及拮抗肌對之間的線性耦合上。以上說明：小波包—n∶m 相干性方法可以定性、定量地描述肌間非線性耦合強度，為深入揭示人體運動控制機制和運動功能障礙患者的康復評價提供理論參考。