Štúdia navrhuje hybridný rámec hlbokého učenia TFFBN-HDLF na detekciu epileptických záchvatov u starších ľudí na základe EEG signálov. Rámec rieši problémy pomalých pozadieových aktivít a nestacionárnych dynamík mozgových signálov u seniorov. Metóda TFFBNC vytvára časovo-frekvenčnú funkčnú mozgovú sieť TFPPNet kombináciou Pearsonovho korelačného koeficientu a indexu fázového oneskorenia. Architektúra SeizureTransNet spája konvolučné neurónové siete s modulmi Transformer na extrakciu časopriestorových vlastností. Na dátovej sade CHB-MIT dosiahol rámec presnosť 98,09 % (AUC 99,45 %). Na sade Siena bola presnosť 92,49 % (AUC 95,64 %). Tieto výsledky potvrdzujú vyššiu spoľahlivosť monitorovania záchvatov u starších pacientov.