Die Erkennung nicht-konvulsiver Anfälle (NCSz) ist eine herausfordernde Aufgabe, da ihnen Krämpfe fehlen, dh es gibt keine physisch sichtbaren Symptome, um das Vorhandensein einer Anfallsaktivität festzustellen. Daher ist ihre Diagnose nicht einfach, auch die kontinuierliche Beobachtung des EEG in voller Länge zur Erkennung von nicht-konvulsiven Anfällen (NCSz) durch einen Experten oder einen Techniker ist eine sehr erschöpfende, zeitaufwändige Aufgabe. In dieser Arbeit wird eine Technik zur automatischen Erkennung von NCSz vorgeschlagen. Die in dieser Forschung verwendete Datenbank wurde am All India Institute of Medical Sciences (AIIMS) in Neu-Delhi aufgezeichnet. Zur Analyse wurden 13 EEG-Aufnahmen von 9 Probanden verwendet, die aus insgesamt 23 Anfällen von 29,42 min Dauer bestanden. Die normalisierte modifizierte Wilson-Amplitude wird als Schlüsselmerkmal zur Klassifizierung zwischen normaler und Anfallsaktivität verwendet. Der Hauptvorteil dieser Studie liegt darin, dass hier kein Klassifikator verwendet wird und der Algorithmus daher sehr einfach und rechenschnell ist. Bei Verwendung nur eines Merkmals wurden alle zu testenden Anfälle korrekt erkannt, und daher wurden die mittlere Sensitivität und Spezifität von 100% bzw. 99,21% erreicht.