Un cadru hibrid CNN-BiLSTM îmbunătățit cu atenție pentru recunoașterea convulsiilor epileptice multiclase folosind semnale EEG

Această cercetare prezintă o arhitectură de învățare profundă care combină rețele neuronale convoluționale și LSTM bidirecțional cu mecanisme de atenție pentru a clasifica diferite tipuri de crize epileptice din înregistrări EEG. Abordarea urmărește să îmbunătățească acuratețea detecției automate a crizelor pentru aplicații de diagnostic clinic și monitorizare.