EEG seizure detection is a method for identifying abnormal electrical activity in the brain indicative of epileptic seizures using electroencephalography.La electroencefalografía (EEG) registra la actividad eléctrica total de las neuronas del cerebro mediante electrodos colocados en el cuero cabelludo. Una crisis epiléptica se manifiesta con descargas sincrónicas anormales, que en el EEG aparecen como picos agudos (espigas) y ondas lentas. Los algoritmos de detección analizan la señal multicanal, identificando patrones característicos cuya frecuencia y forma difieren de la actividad de fondo.
Los primeros detectores automáticos de crisis surgieron en la década de 1970 y se basaban en reglas simples de umbral para la amplitud y la duración. En la década de 1990 comenzaron a utilizarse métodos de análisis de frecuencia y redes neuronales. Con el aumento de la potencia computacional y la disponibilidad de grandes bases de datos etiquetadas (por ejemplo, el proyecto Temple University Hospital), en la década de 2010 se produjo un salto hacia el aprendizaje profundo, que permitió alcanzar un rendimiento equiparable al de médicos expertos.
El sistema recibe una señal EEG multicanal (generalmente de 16 a 64 derivaciones) digitalizada a una frecuencia de 200 a 500 Hz. Un algoritmo de preprocesamiento elimina los artefactos (filtrado, análisis de componentes independientes). Luego se extraen características predefinidas (por ejemplo, densidad espectral de potencia en las bandas delta, theta, alfa, beta y gamma; dimensión fractal; sincronización) o bien la señal se alimenta directamente a una red neuronal. Un clasificador genera la probabilidad de una crisis para una ventana deslizante (habitualmente de 2 a 10 segundos). En la etapa de posprocesamiento se aplican suavizado y umbralización para eliminar falsas alarmas. Algunos sistemas utilizan transferencia de aprendizaje para adaptarse a un paciente específico.
Ayuda a los médicos a identificar la epilepsia más rápidamente analizando largos registros de EEG; se utiliza en dispositivos portátiles para predecir crisis.
Algunos algoritmos pueden predecir una crisis minutos antes de que comience, analizando cambios graduales en el EEG que no son visibles a simple vista.













