A Multimodal Deep Learning Framework for Early Epileptic Seizure Prediction Using EEG, Wearable Signals, and Behavioral Patterns
Este artículo propone un novedoso marco de aprendizaje profundo multimodal que integra datos de EEG, fisiológicos de dispositivos portátiles y conductuales a través de un sistema de atención transmodal y personalización adaptativa para lograr una predicción de crisis epilépticas temprana y altamente precisa con una reducción de las falsas alarmas.