表面肌阻抗图（sEIM）是肌肉失衡与肌肉疾病状态评估中的重要手段。表面电极获取的皮下多层组织阻抗混合信号包含众多冗余成分。为了提升sEIM检测对目标肌肉状态变化的敏感性，文中将sEIM获取的混合信号作为盲信号，肌肉层阻抗值作为源信号，提出了一种基于阻抗等效分析和盲源分离的肌肉层阻抗分离方法。首先，建立肢体多层圆柱体有限元模型，采用灵敏度方法计算各组织层的阻抗贡献，用于排除冗余微弱信号，并将其等效为以肌肉为目标组织的盲源分离问题；然后，通过数值仿真和在体实验，比较了独立成分分析法、主成分分析法和等变化自适应独立分离法（EASI）的分离效果，获得最优方案并验证方法的可行性。结果显示，采用EASI分离肌肉层阻抗的方法，相关系数大于0.98，抗噪性约为0.8，串音误差收敛于0.876，在体实验中分离的肌肉层阻抗值符合人体阻抗特性规律，表明采用EASI的肌肉层阻抗分离方法能够较好地分离sEIM中肌肉层阻抗值，可用于提升检测目标的肌肉状态变化敏感性。