在美国电气电子工程师协会（IEEE）下属的医学及生物工程协会（Engineering in Medicine and Biology Society）的年会上，加拿大协和大学（Concordia University）的科学家们发表了一种可以用计算机预测癫痫发作（epileptic seizure）的算法，这项新技术将脑电活动研究又推进了一步。

　　癫痫发作是脑神经元异常放电的表现，发作时的症状包括肢体抽搐、失去意识及行为障碍。癫痫给病人带来的痛苦极大，不仅包括精神上的压力，甚至有可能因为癫痫突然发作而导致意外伤害或者脑损伤。

　　通常，医生用脑电图记录患者的脑电活动，以便了解癫痫发作的时机和原因。并且，检查这些记录必须由医生亲历亲为，同样需要花费时间。但是，癫痫发作也有一定可辨认的特征：当痫灶细胞群高频重复放电时癫痫就会发作，这时脑电图的信号波动起伏十分强烈，其图像不再呈波状，而是出现高频尖峰曲线。因此，协和大学的研究小组设计出一种算法，通过检查脑电图上的电子信号形状——包括测量角度及倾斜度——来检测癫痫发作，简而言之，一连串尖峰信号就预示着癫痫发作。

　　该研究由拉杰夫·亚达（Rajeev Yada）博士领导。他的合作者是拉杰夫·阿加沃（Rajeev Agarwal），协和大学电子计算机工程的教授。阿加沃表示说：“脑电图的记录可能需要花费几周的时间，医生不得不检查大量的数据，而由于没有精确的判断癫痫发作的标准——每位患者的癫痫发作都不一样，没有统一模式可循，因而这个过程很难自动化。”

　　该方法已被证实非常成功，它探测出参与脑电图记录研究的7名患者的每一次发作，误诊率相当低，这个结果比现有的其他检测方法要好的多。这种预测算法的应用性也不仅局限于癫痫，阿加沃说：“呈尖峰曲线的脑电活动通常不是好事。比如重症监护病房里那些昏迷中患者，他们中可能会有部分人将要发作癫痫而不得知。我们的技术可以让健康专业人士获取更清晰的病人脑功能的图像。”研究小组还将持续对更多的病人进行评估诊断。