CSF-GTNet: A Novel Multi-Dimensional Feature Fusion Network Based on Convnext-GeLU- BiLSTM for EEG-Signals-Enabled Fatigue Driving Detection by Dongrui Gao & Pengrui Li & Manqing Wang & Yujie Liang & Shihong Liu & Jiliu Zhou & Lutao Wang & Yongqing Zhang instant download

CSF-GTNet: A Novel Multi-Dimensional Feature Fusion Network Based on Convnext-GeLU- BiLSTM for EEG-Signals-Enabled Fatigue Driving Detection by Dongrui Gao & Pengrui Li & Manqing Wang & Yujie Liang & Shihong Liu & Jiliu Zhou & Lutao Wang & Yongqing Zhang instant download

Аннотация. Сигнал электроэнцефалографии (ЭЭГ) признан эффективным методом обнаружения усталости, который может интуитивно отражать психическое состояние водителей. Однако исследования многомерных признаков в существующих работах могли бы быть гораздо более глубокими. Нестабильность и сложность сигналов ЭЭГ усложняют извлечение признаков данных. Что еще более важно, большинство текущих работ рассматривают модели глубокого обучения только как классификаторы. Они игнорировали признаки различных субъектов, изученных моделью. Стремясь к решению вышеуказанных проблем, в данной статье предлагается новая многомерная сеть слияния признаков, CSF-GTNet, основанная на временной и пространственно-частотной областях для обнаружения усталости. В частности, она включает в себя гауссовскую сеть во временной области (GTNet) и чистую сверточную пространственно-частотную сеть (CSFNet). Экспериментальные результаты показывают, что предлагаемый метод эффективно различает состояния бодрствования и усталости. Точность данных, полученных с помощью собственных наборов данных и SEED-VIG, составляет 85,16% и 81,48% соответственно, что выше, чем у современных методов. Более того, мы анализируем вклад каждой области мозга в выявление усталости с помощью топологической карты мозга. Кроме того, мы изучаем динамику изменений в каждом частотном диапазоне и значимость различий между различными субъектами в состоянии бодрствования и состоянии усталости с помощью тепловой карты. Наши исследования могут дать новые идеи для изучения усталости мозга.