脑卒中作为一种由急性脑血管病变导致的疾病，是世界范围内排名前三的致死原因之一。有效的脑卒中神经康复手段可以减轻患者家庭及社会负担，降低我国医疗支出。近年来基于电、磁、声、光等的神经调控手段已逐渐应用于脑卒中康复治疗，其中，低强度经颅超声刺激技术作为一种新兴的无创脑调控手段，由于同时具有高空间分辨率、渗透力强以及可逆性等特点，近年已成为神经科学以及康复工程领域的热点研究内容，并已用于脑卒中神经康复的研究中。研究表明脑卒中是由神经肌肉通路病变引起的，在神经肌肉系统中，反映大脑功能状态的脑电信号与体现肌肉运动状态的肌电信号间存在神经肌肉功能耦合现象。因此，利用超声调控下的脑肌电耦合分析可以体现出超声干预下运动皮层与靶向肌肉间的同步振荡联系，进而评价运动系统功能的变化，对理解经颅超声刺激对运动神经环路的作用效应和深层机理具有重要价值，对完善超声调控的评价方法及临床应用具有重要意义。
　　本文首先介绍了经颅超声刺激技术原理和发展现状，概述了基于神经肌肉功能耦合的脑肌电信号同步分析的基本方法，结合当前经颅超声调控效应评价方式的局限性，提出从运动神经系统的角度，利用脑肌电耦合分析探究超声调控效应。研究了有效的脑肌电耦合分析算法，并应用于经颅超声刺激下同步记录的脑电和肌电信号的耦合分析。
　　其次，介绍了两种信息论中代表性的耦合分析算法，即互信息和传递熵，针对传递熵算法计算准确度依赖于参数的特点，提出了基于混合粒子群优化的传递熵耦合估计方法，并构建了数值非线性耦合模型，对优化后的传递熵算法与传统方法进行了仿真对比分析，从而初步验证了混合粒子群算法的在传递熵参数估计中的有效性。
　　再次，构建了具有多种耦合关系的神经元群模型，并采集了实测人体脑肌电数据，对所提出的基于混合粒子群的传递熵耦合估计方法对耦合强度的敏感性、抗噪鲁棒性以及在多延迟条件下的耦合估计性能进行了系统性评估，进一步，利用实测的脑肌电数据对所提出方法进行了初步分析，证明了该方法在皮层肌肉耦合分析中的实用性。
　　最后，设计了经颅超声刺激下的脑肌电同步采集系统，并对系统的主要装置和超声刺激参数的作用进行了详细讨论。开展了超声刺激小鼠运动皮层过程中的局部场电位以及尾部肌电的同步采集实验，通过互信息算法和改进后的传递熵算法对小鼠脑肌电数据进行了耦合分析，证明了超声刺激可以显著提升刺激皮层与靶向肌肉间的耦合强度，且刺激后脑电到肌电方向的耦合会显著高于肌电到脑电方向，耦合强度会随着刺激时间的增加而增加，从而验证了所研究的方法能够有效分析超声调控效应在运动神经环路的作用方式，同时反映出超声对运动功能的调控作用，为经颅超声刺激在中风康复中的应用提供依据。