Antecedentes: La electroencefalografía (EEG) ayuda a los clínicos a diagnosticar convulsiones epilépticas mediante el registro de la actividad eléctrica cerebral. Los modelos existentes procesan de manera ineficiente las características espacio-temporales ya sea a través de arquitecturas espacio-temporales en cascada o conectividad funcional estática, limitando su capacidad para capturar correlaciones espacio-temporales más profundas. Objetivos: Para abordar estas limitaciones, proponemos un Transformador de Gráficos con Compuerta de Fusión de Atención Espacio-Temporal (GT-STAFG). Métodos: Analizamos datos de EEG de 18 canales muestreados a 200 Hz, transformados en el dominio de frecuencia y segmentados en ventanas de 30 segundos. El transformador de gráficos explota datos de gráficos dinámicos, mientras que STAFG aprovecha mecanismos de autoatención y de compuerta para capturar interacciones complejas mediante la ampliación de las características del gráfico con información espacial y temporal. La importancia clínica de las características extraídas se validó utilizando el método de atribución de gradientes integrados, enfatizando la relevancia clínica del modelo propuesto. Resultados: GT-STAFG logra los puntajes más altos de área bajo la curva de precisión-recuperación (AUPRC) de 0.605 en el conjunto de datos TUSZ y 0.498 en el conjunto de datos CHB-MIT, superando a los modelos de referencia y demostrando una fuerte generalización entre pacientes en conjuntos de datos desequilibrados. Aplicamos el aprendizaje por transferencia para aprovechar el conocimiento del conjunto de datos TUSZ al analizar el conjunto de datos CHB-MIT, lo que resultó en una mejora promedio de 8.3 puntos porcentuales en AUPRC. Conclusiones: Nuestro enfoque tiene el potencial de mejorar los resultados de los pacientes y optimizar la utilización de la atención médica.