脑电波是大脑神经细胞在活动过程中产生的微弱电信号,通过测量接入的电极间电位差可将脑电波记录下来。脑电信号是诊断脑部疾病的重要依据,也是认知科学、生理心理学上的重要研究工具,便携实用的脑电采集设备在临床应用、学术研究和脑机接口系统上都具有重要的价值。癫痫是脑部常见病,反复的发作给患者带来巨大的伤害,实时的癫痫发作报警系统可以起到医疗辅助作用,减轻看护人员的压力。针对以上所述的需求,本文的研究内容主要有三点：一是实现便携实用的脑电采集方案,使其能应用到更广泛的脑电研究领域和产品应用环境；二是探究自动癫痫检测算法,注重算法的整体检测性能的同时,还要关注其实时性和可实现性；三是实现实时的癫痫发作报警系统,将自动癫痫检测算法推广到实际应用中。本文首先设计实现了脑电采集系统,系统分为下位机采集终端和上位机程序两个部分。采集终端分别利用TGAM模块和ADS1299芯片实现。其中基于TGAM模块的系统可以实现单路的脑电采集,电路连接简单,抗干扰能力较强；基于ADS1299的系统可实现多路脑电的采集,采样精度更高,为减小50Hz以及100Hz的干扰,使用了梳状数字滤波器。两种方案电路规模都较小,可以实现便携化。上位机上编写了应用程序来实现脑电波形显示、频谱分析和数据记录,程序运用了面向对象的思想设计并实现,保证了模块之间的相对独立,提高了可重用性,便于新功能扩展。同时,程序使用Qt编写,易于实现多操作系统或多硬件平台之间的移植。之后,对用于癫痫检测的通用Osorio-Frei算法(GOFA)进行了仿真实验和详细性能分析,针对实际应用场景的需求以及算法对单通道干扰过于敏感的缺陷,增加了报警结束延时参数Dterm’并引入了新的多通道判别规则。本方法实时性较强,易于实现,并且具有较高的灵敏度和较低的报警延时。最后,将自动癫痫检测算法作为新模块整合到脑电采集系统的上位机程序中,成为实时的癫痫发作报警系统。由于上位机程序良好的架构设计,自动癫痫检测模块可以很容易地添加。出于条件限制,对实时系统进行评价过程中,使用虚拟数据源代替了真实采集设备,结果表明系统表现与仿真实验一致,在正确时间对癫痫发作报警,并且满足实时性要求。