癲癇腦電的自動分類對于癲癇的診斷和治療具有重要意義。本文提出了一種基于小波多尺度分析和極限學習機的癲癇腦電分類方法。首先，利用小波多尺度分析對原始腦電信號進行多尺度分解，提取出不同頻段的腦電信號。然后采用Hurst指數和樣本熵兩種非線性方法對原始腦電信號和小波多尺度分解得到的不同頻段腦電信號進行特征提取。最后，將得到的特征向量輸入到極限學習機中，實現癲癇腦電分類的目的。本文采用的方法在區分癲癇發作期和發作間期時取得了99.5%的分類準確率。結果表明，本方法在癲癇的診斷和治療中具有很好的應用前景。