熵模型廣泛應用在癲癇腦電分析中，但其在靜息態功能磁共振成像（rfMRI）中尚存在主觀選擇計算參數的問題。為此，本文提出多尺度熵模型優化算法，聯合有監督機器學習檢驗優化效果。以致癇側定位為例，將20位海馬硬化標記患者分為左、右側2組，利用敏感性分析指標優化熵模型參數，以組間優化熵值有顯著差異的腦區作為對致癇側敏感的標記，其熵值為特征向量輸入支持向量機分類并驗證，獲得平均準確率達95%的定側結果，高于目前水平。研究結果顯示，熵模型參數優化算法可較為準確地提取對致癇側敏感的功能影像學標記，達到客觀選擇癲癇rfMRI熵模型參數的研究目的，為熵應用于先進技術檢測提供了依據。