مقدمه: الکتروانسفالوگرافی (EEG) متداول ترین روش برای مطالعه عملکرد مغز است. این مقاله یک مدل رایانه ای برای تمایز بین افراد صرعی و سالم با استفاده از سیگنال های EEG با دقت نسبتا بالا ارایه می دهد. مواد و روش ها: پایگاه داده EEG مورد استفاده در این مطالعه از داده های موجود در Andrzejak گرفته شده است. این مجموعه داده متشکل از 5 مجموعه سیگنال های EEG (مشخص شده از A تاE) است که هر یک شامل 100 بخش EEG می باشد. مجموعه های A و B شامل سیگنال های EEG هستند که از 5 داوطلب سالم گرفته شده اند. مجموعه های C و D به EEG های بیماران مبتلا به صرع کانونی (بدون ضبط ictal) می باشند و مجموعه E از یک بیمار با ضبط ictal گرفته شده است. ماشین های بردار پشتیبان پس از استفاده از تجزیه و تحلیل مولفه های اصلی یا تجزیه و تحلیل تفکیکی خطی از ویژگی های سیگنال ها استفاده شدند. نرم افزار متلب برای پیاده سازی و آزمایش الگوریتم طبقه بندی پیشنهادی استفاده شده است. برای ارزیابی روش پیشنهادی، ماتریس سردرگمی، میزان موفقیت کلی، منحنیROC و AUC هر کلاس استخراج شد. برای تایید نتایج از روش اعتبارسنجی متقابل K برابر استفاده شد. یافته ها: میزان موفقیت کلی به دست آمده در این مطالعه بالاتر از 82 درصد بود. الگوریتم های کاهش ابعاد می توانند دقت و سرعت آن را بهبود بخشند. نتیجه گیری: پیش بینی دقیق و زود هنگام وقوع تشنج بسیار مفید است. استفاده از مدل رایانه ای ارایه شده در این مطالعه می تواند این هدف را محقق سازد.