癫痫是一种常见的慢性神经系统疾病。在发作时，患者会突然的惊厥、抽搐、意识丧失等，对患者造成了严重的伤害，而且由于癫痫疾病的发病原因复杂，发病机制尚不清楚，所以癫痫疾病治疗是一个棘手的问题。传统的药物治疗和手术移除只对一部分患者起到了治疗作用，同时各自也存在着一些缺点。最近几年的研究表明反应性大脑电刺激可能是治疗癫痫的一种安全有效的方法，这为癫痫患者带来了新的希望。然而，目前反应性电刺激治疗癫痫的研究还存在一些问题:缺乏快速有效的预警方法;最佳刺激时机、最佳刺激参数等关键问题尚不清楚;电刺激治疗癫痫的机制仍不清楚。　　癫痫预警作为反应性电刺激过程中的重要环节，一个准确高效的预警方法则至关重要。本文以癫痫预警为研究对象，对癫痫患者的脑电信号进行了深入分析，建立鲁棒的癫痫预警方法，从而准确、实时进行癫痫预警。同时，为了开展反应性电刺激治疗癫痫的实验研究，本文基于信号采集设备和刺激设备开发了一个在线癫痫预警-抑制闭环系统。　　癫痫脑电信号特征提取是癫痫预警核心。本文提出采用多种特征共同表征信号。考虑到癫痫信号的时序性，当前窗口以及前三个窗口分别提取的16种特征构成一个特征池，成功解决了由于癫痫样放电个体差异大造成的单特征预警准确率低的问题。癫痫模式识别是癫痫预警的另一个重要环节，当采用多特征策略时，使用传统的机器学习方法会产生很高的计算代价，本文提出通过RealAdaBoost从特征池中选择最优特征集，然后基于这个特征集构造一个级联的分类器链，它可以根据样本的复杂程度适应性地调整所使用的特征数。实验结果充分表明我们的预警方法在确保高准确率的同时显著提高了预警的效率。　　基于开发的闭环系统，在大鼠癫痫模型上尝试了反应性电刺激癫痫抑制效果的实验研究，获得了初步有效的结果。