Detecția Automată a Crizelor Epileptice Utilizând un Autoencoder Convolutional Cascadat Unidimensional cu Prag Adaptiv de Fereastră

Acest studiu prezintă o abordare de învățare automată nesupervizată utilizând un autoencoder convolutional cascadat 1D pentru a detecta perioadele de apariție a crizelor în înregistrări EEG extinse fără a necesita date de antrenament etichetate. Metoda învață modele normale de EEG și identifică segmente ictale anormale prin analiza erorii de reconstrucție, demonstrând robustență îmbunătățită cu praguri adaptive și tehnici de fereastră mobilă.