随着计算机的广泛应用、传感器技术的不断成熟和人机交互领域的长足发展，越来越多的创新计算技术和新型传感器技术被应用到人机交互领域，产生了丰富的多通道人机交互技术。同时，也有越来越多其他学科的新技术和研究成果被应用到人机交互领域，交互系统的带宽越来越大，种类越来越多，结构也越来越复杂，交互应用的创新越来越多样化。　　生理计算作为可反应人体生理活动本质的重要手段，在近几年得到了人机交互领域的高度关注。其可穿戴性、隐式交互性、移动性和可靠性的特点，使得基于生理计算的多通道人机交互技术具有巨大的潜力，可以被大多数交互式应用和生理信息驱动式应用所支持和使用，正在扩展交互技术的外延，将作为未来人机交互领域的一个重要方向。　　本文从硬件、信息获取、算法、平台、应用等五个方面对基于生理计算的多通道人机交互技术进行了研究。在生理计算硬件方面，研究了应用于人机交互领域的小型、用户友好的生理计算原型硬件，以及将生理计算传感器与传统交互设备集成的方法。在生理信息获取方面，研究了使用未经改造的智能移动设备获取生理信息的方法，对生理信息获取方式进行了创新。在生理计算和多通道交互算法方面，研究了使用生理计算手段解决人机交互领域的重点交互问题的方法，提出相关算法和模型，增强了相应交互方式的有效性。在交互平台方面，研究了基于生理计算的人机交互技术的设计和开发方法，构造了生理计算交互平台，降低基于生理计算的人机交互技术研究的复杂度。在交互应用方面，研究了将传感器植入到日常生活用品中的方法，构建了上肢运动功能评价和神经系统疾病监测和预警应用。　　本文的创新点和贡献主要包括:　　提出了应用于人机交互领域的生理信号采集原型硬件设备EGON。传统的生理计算设备多为较大型的专业级设备，并不能满足人机交互技术的应用需求。本文设计并实现了集成度高、用户友好的新型生理计算原型硬件，并探索将生理信息传感器集成到传统交互设备上的方法，在用户使用传统交互设备时捕获其生理信息，为构建丰富的人机交互技术和应用打下基础。　　提出了面向智能移动设备的血氧饱和度检测方法CamSpO2。智能移动设备的普及和人们对健康状况的关注激发了人们希望使用智能移动设备随时监测身体健康状况的需求。本文探索了使用未经改造的智能移动设备获取人体血氧饱和度信息的方法，并克服了智能移动设备上传感器的不足，提出相应模型算法对数据进行计算和补偿，从而构建了新型非侵入的生理信息获取技术。　　提出了基于生理计算的空中手势切分识别方法Pactolus。基于空中手势的人机交互系统存在“金手指”问题，无法直接从用户的连续运动动作中提取有意义的手势段。本文研究了将人体上肢肌肉电信号的特征作为表征有意义手势段开始结束点标志的方法，验证了此方法在空中手势切分中的有效性。并基于此探索了基于开始点的层级手势识别方法，在用户做完手势前对当前手势段进行预识别，可使交互系统提前生成目标交互逻辑和任务，提升用户体验。　　提出了面向生理计算的交互平台PhysiolComp。基于生理计算的交互应用越来越多，但大多比较松散，没有形成统一可适配的综合平台，研究人员在进行基于生理计算的人机交互技术研究时学习和开发成本过高。本文分析和设计了一个综合性的生理计算交互平台，将复杂而专业的生理计算逻辑和算法包含在平台内部，形成生理信息分析处理模块，研究人员可快速建立生理信息与交互任务之间的映射关系，方便设计开发交互应用。　　提出了基于日常生活的上肢运动功能评价系统UbiSpoon。神经系统疾病发病率高，治疗窗口较短，但现有诊断方法主要依赖于对功能和影像改变后的经验性定性判断。本文研究了将临床诊断量表生活化定量化的方案，有针对性地使用集成了传感器的“勺-碗”系统捕获用户日常生活的上肢运动，对日常动作进行切分和建模，评价运动功能，尝试对运动功能表征的神经系统疾病进行监测和预警。