La esquizofrenia (SZ) es un trastorno psicológico grave que afecta a casi el 1% de la población mundial. La progresión del trastorno de SZ causa un daño cerebral grave; su diagnóstico temprano es esencial para limitar los efectos adversos. La electroencefalografía (EEG) se utiliza comúnmente para la detección de la SZ, pero su cribado manual es laborioso, consume mucho tiempo y es subjetivo. Se han introducido métodos automáticos basados en el aprendizaje automático para superar estos problemas, pero su rendimiento no es satisfactorio debido a la naturaleza no estacionaria de las señales de EEG. Para mejorar el rendimiento de la detección, se introduce un nuevo método basado en el aprendizaje profundo, llamado CALSczNet. Utiliza convoluciones temporales y espaciales para aprender patrones temporales y espaciales de los ensayos de EEG, utiliza Atención Temporal (TA) y Atención Local (LA) para atender de manera adaptativa y dinámica a las características relevantes para abordar la no estacionariedad de las señales de EEG, y finalmente, emplea Memoria a Corto y Largo Plazo (LSTM) para trabajar las dependencias a largo plazo de las características temporales para aprender las características discriminativas. El método fue evaluado en el conjunto de datos de referencia público de Kaggle de las tareas sensoriales básicas utilizando validación cruzada de 10 pliegues. Supera a los métodos de vanguardia en todas las condiciones con un 98.6% de precisión, un 98.65% de sensibilidad, un 98.72% de especificidad, un 98.72% de precisión y un puntaje F1 de 98.65%. Además, este estudio sugirió que la señal de EEG del sujeto que realiza tareas motoras y auditivas simultáneas o solo tareas auditivas proporciona características discriminativas más altas para detectar la SZ en los pacientes. Finalmente, es un método robusto, efectivo y confiable que ayudará a los psiquiatras a detectar la SZ en una etapa temprana y proporcionar un tratamiento adecuado y oportuno.