---

صرع یکی از شایع‌ترین عارضه‌های مغزی است که مشخصه اصلی آن حملات تشنجی مکرر است. منفی‌ترین جنبه تشنج غیرقابل پیش‌بینی بودن و وقوع ناگهانی آن است که باعث می‌شود بیماران نتوانند زندگی طبیعی خود را داشته باشند. پیش‌بینی زمان وقوع تشنج کمک بزرگی به کنترل و درمان آن می‌کند و کیفیت زندگی بیماران را بهبود می‌بخشد. تعیین اینکه تشنج حدودا چه زمانی رخ خواهد داد، زمان کافی به بیماران میدهد تا از مواضع خطر دور شوند و زندگی طبیعی و ایمنی داشته باشند. در این پژوهش، امکان پیش‌بینی تشنج در موش‌های صحرایی WAG/Rij که یک مدل حیوانی معتبر از صرع کوچک انسانی هستند، بررسی شده و الگوریتمی برای پیش‌بینی تشنج در این موش‌های صحرایی معرفی میشود. این الگوریتم بر اساس آنالیز زمان-فرکانس و تغییرات پیچیدگی سیگنال‌های EEG ، وقوع تشنج را پیش‌بینی میکند. الگوریتم معرفی شده توان سیگنال‌های EEG در فرکانس تتا و تغییرات مقدار آنتروپی جایگشت را به طور همزمان ارزیابی میکند. نتایج اعمال الگوریتم پیش‌بینی تشنج بر روی سیگنال‌های EEG 5 موش صحرایی نشان میدهد این الگوریتم 210 تشنج از 298 تشنج را در این موش‌ها با موفقیت پیش‌بینی می‌کند. این بررسی نشان می‌دهد که مقدار آنتروپی جایگشت قبل از تشنج کاهش یافته و در حین حمله تشنجی به کمترین مقدار خود می‌رسد. کاهش مقدار پیچیدگی قبل از تشنج می‌تواند نشانگر افزایش سنکرون شدن نرون‌های مغزی در موش‌های صحرایی WAG/Rij باشد.