本发明提供了一种基于GRU神经网络和ECG信号的疲劳检测方法，涉及新一代信息技术领域。本发明包括以下步骤:S1：获取训练数据集T和测试数据集S；S2：从训练集T中分别提取时域特征t、频域特征f和非线性特征n，t、f和n组合，形成特征向量；S3：构建GRU神经网络：构建GRU神经网络，GRU神经网络包括input层、嵌入层、GRU层、线性分类层和输出层；S4：将t、f和n送入GRU神经网络训练得综合损失L，并更新GRU神经网络参数；S5：利用训练集T对GRU神经网络进行训练，然后利用测试集S对经训练得到的神经网络模型进行测试，输出最终GRU神经网络模型。本发明平均绝对值误差MAE小。