Bệnh động kinh được xem là căn bệnh liên quan đến rối loạn trong não phổ biến thứ hai và ảnh hưởng đến khoảng 1% dân số thế giới. Đặc trưng của động kinh là sự xuất hiện bất chợt và mất kiểm soát của cơn co giật (cơn động kinh). Trong bài báo này, chúng tôi đề xuất một phương pháp sử dụng máy học vector hỗ trợ SVM (Support Vector Machine) để dự đoán cơn động kinh dựa trên các bản ghi tín hiệu điện não đồ EEG (Electroencephalography). Phương pháp này sử dụng các đặc trưng đơn biến của tín hiệu EEG nhằm phân loại bốn trạng thái tín hiệu EEG (bình thường, tiền động kinh, động kinh và sau động kinh). Việc dự đoán chính xác cơn động kinh phụ thuộc vào khả năng nhận dạng/phân biệt trạng thái tiền động kinh (pre-ictal) với ba trạng thái còn lại. Các kết quả mô phỏng với cơ sở dữ liệu động kinh của Đại học Freiburg cho thấy tính hữu dụng của phương pháp đề xuất., Tóm tắt tiếng anh, Epilepsy is the second most common brain disorder and affects approximately 1% of the world's population. Epilepsy is characterized by the occurrence of unforeseenable and uncontrollable seizures. In this paper, we propose a method based on SVM (Support Vector Machine) to predict epileptic seizures using EEG (Electroencephalography) recordings. In this method, univariate features are used to classify four states of EEG (inter-ictal, pre-ictal, ictal and post-ictal). Seizure forecasting requires the ability to reliably identify a pre-ictal state that can be differentiated from the inter-ictal, ictal, and post-ictal state. Computer simulation experiments with the Freiburg EEG database show the utility of the proposed method.