Una crisis es una explosión de actividad eléctrica en el cerebro que puede llevar a una serie de complicaciones. Las crisis ocurren cuando la comunicación normal entre las células cerebrales se interrumpe, lo que lleva a una actividad eléctrica anormal. La naturaleza impredecible de las crisis hace que la vida diaria sea un desafío para quienes se ven afectados. Debido a que las crisis pueden ocurrir sin advertencia, las personas a menudo enfrentan una ansiedad y un miedo significativos sobre cuándo y dónde puede suceder una crisis. Esta imprevisibilidad puede limitar su participación en actividades cotidianas, como conducir, asistir a eventos sociales o incluso ir a trabajar o a la escuela. Para abordar este problema, propuse un sistema de detección de crisis basado en EEG que utiliza técnicas de aprendizaje automático. EEG captura la actividad eléctrica del cerebro a través de electrodos colocados en el cuero cabelludo, lo que proporciona datos en tiempo real sobre patrones neuronales. Al analizar estos datos, el sistema puede identificar firmas eléctricas específicas asociadas con la actividad de crisis. Para mejorar la precisión del sistema, introduje una función de pérdida triplete que aprovecha la representación mejorada de características. Resultados experimentales extensivos demuestran claramente que el enfoque propuesto aumentó la precisión en un 5.28%. Además, el enfoque propuesto fue evaluado con cuatro redes neuronales convolucionales de última generación que lograron una precisión del 80.2% en un conjunto de datos público.
Park et al. (Fri,) estudiaron esta cuestión.