用于检测驾驶员困倦和精神负荷的改进TSception

本文介绍了一种改进的TSception架构，用于基于脑电图的驾驶员困倦和精神负荷评估。主要贡献包括具有时间细化的分层架构、用于处理不同脑电图输入维度的自适应平均池化以及两阶段融合机制。该模型在SEED-VIG数据集上表现出与原始TSception相当的准确性，但稳定性有所提高（置信区间减小）。此外，它在STEW精神负荷数据集上取得了最先进的结果，突出了其通用性。

• •提出了一种改进的TSception架构，用于基于脑电图的驾驶员困倦和精神负荷检测。
• •引入了具有时间细化和自适应平均池化的分层架构。
• •在SEED-VIG数据集上实现了与原始TSception相当的准确性，并提高了稳定性。
• •在STEW精神负荷数据集上展示了最先进的结果，突出了通用性。