癫痫是一组神经系统疾病,其特征是癫痫发作,在脑电图(EEG)是最常见的一种技术用于诊断、监测和管理癫痫患者。大量的脑电图记录在临床应用,导致视觉检查大量的常规脑电图不可能的。因此,癫痫发作的自动检测已经成为许多研究者的目标很长时间了。一个新颖的方法因此提出构建一个特定的探测器基于时空复杂性分析,涉及两个常用entropy-based复杂性分析方法,排列熵(PE)和样本熵(SE)。时空复杂性的表现方法是评估在一个共享数据集。结果表明,拟议中的癫痫探测器实现承诺的性能:PE和SE在23个患者的平均敏感性分别为99%和96.6%,分别。此外,这两种方法可以准确地识别几乎所有控制发作脑电图。该方法不仅获得高精确度,也符合癫痫检测的实时应用要求,这表明该方法有可能实时检测癫痫发作。