利用MATLAB编写的疲劳检测代码（EEG_DriverFatigue）旨在从记录的脑电信号中提取特征，并应用于ML/DL混合分类器以进行驾驶员疲劳的检测。

简介：
该项目是2019年悉尼科技大学开展的一项大学研究计划的重要组成部分，专注于开发一种算法，旨在实时监测EEG数据流中驾驶员的疲劳程度。该项目包含了从研究中获得的全部成果，并详细记录在存储库中。在此仅发布MATLAB环境下的特征提取模块。我们诚挚地邀请所有用户积极探索和扩展此处展示的特征提取方法，或者基于这些特征提出更优化的驾驶员疲劳检测方案。本自述文件将为用户提供全面的指导，帮助他们完成MATLAB环境的配置，从而确保该程序能够在本地计算机上顺利运行。为了应用监督学习方法解决疲劳检测任务，需要一个已标记的数据集。此类数据集已被记录并发布于此处：用户需下载名为“1.zip”至“11.zip”的所有文件夹，并将它们解压缩至本地计算机上的指定文件夹。脚本随后将从下载的资源中加载原始EEG时间信号，将其分割成预定义的检测周期（fe1秒），并为其分配相应的标签（0表示正常状态，1表示疲劳状态）。为了去除高频噪声和直流偏移量，同时保留用于疲劳检测的关键EEG信号，应用了0.5Hz至50Hz的通带滤波器。