Las crisis epilépticas afectan alrededor del 1% de las personas en todo el mundo y tienen un enorme impacto en la calidad de vida, así como en la salud de cada paciente. La electroencefalografía (EEG) se utiliza ampliamente para diagnosticar la epilepsia y detectar crisis. La detección y documentación automática de crisis epilépticas utilizando señales de EEG ayudaría a los neurólogos a evaluar el curso de la enfermedad de cada paciente de manera individual. Dado que los sistemas de EEG en el cuero cabelludo no son adecuados para ser usados en situaciones de la vida cotidiana, existe la necesidad de sistemas de EEG móviles para registrar permanentemente las señales de EEG. Un enfoque para tales dispositivos móviles consiste en utilizar electrodos detrás de la oreja (BTE), lo que lleva a una reducción en los canales de electrodos. Para abordar esta reducción, investigamos la influencia de diferentes disposiciones de canales de EEG en el cuero cabelludo sobre la detección de crisis epilépticas. Se han utilizado señales de EEG en bruto como entrada para una red neuronal recurrente (RNN) de memoria a largo y corto plazo (LSTM), así como una combinación de una red neuronal convolucional (CNN) y LSTM para clasificar las fases ictales e interictales. Al utilizar todos los canales del sistema de gorra de EEG 10-20, el modelo CNN-LSTM logró una sensibilidad del 73%, con menos de dos crisis siendo detectadas erróneamente por hora. El uso de canales BTE como entrada para la detección propuesta de crisis epilépticas produjo una sensibilidad prometedora del 68% con alrededor de 10 falsas alarmas por hora.