摘要：心率變異性分析是最常用的一種基于心電信號的疲勞駕駛檢測方法.然而,該方法需要被檢測信號時間足夠長,且準確率較低.因此提出一種基于短時心電信號的疲勞駕駛檢測算法.首先,按照30 s的時長截取短時心電信號序列,利用差分閾值法確定R波位置,根據R-R間期差值大小剔除不合格的噪聲樣本;然后,計算R-R間期序列的時域/頻域特征并與利用ImageNet數據集預訓練的深度卷積神經網絡模型提取的特征相結合;最后,設計了一種隨機森林分類器并基于這些特征進行分類.結果表明,該算法在疲勞駕駛檢測上具有良好的分類效果,平均準確率達到91%.因此,相較于心率變異性分析方法,本算法檢測所需心電信號更短,且在準確率上具備顯著優勢.