IEEE JBHI郜东瑞团队探索新框架：基于Convnext和高斯时域网络的多维度特征融合用于EEG疲劳驾驶检测

成都信息工程大学郜东瑞团队提出了一种名为CSF-GTNet的新框架，该框架结合了高斯时域网络和纯卷积空频域网络，用于基于EEG信号的疲劳驾驶检测。此方法不仅在理论上具有先进性，还在多个数据集上展示了优秀的分类性能和可解释性。研究使用了实验室采集的数据和公开的SEED-VIG数据集，通过多维度特征融合有效解决了从复杂EEG信号中提取特征的挑战。论文发表于IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS，题目为《CSF-GTNet: A Novel Multi-Dimensional Feature Fusion Network Based on Convnext-GeLU-BiLSTM for EEG-Signals-Enabled Fatigue Driving Detection》。这项技术对于提高驾驶员警觉性和减少交通事故具有重要意义。