La epilepsia es uno de los tres trastornos neurológicos más prevalentes. Una proporción significativa de pacientes que sufren de epilepsia pueden ser tratados de manera efectiva si sus convulsiones son detectadas de manera oportuna. Sin embargo, la detección de la mayoría de las convulsiones requiere la atención de neurólogos capacitados, un recurso escaso. Por lo tanto, existe la necesidad de contar con una capacidad automática de detección de convulsiones. Se propone un método ajustable no específico para el paciente ni para la convulsión para detectar la presencia y localización de una convulsión utilizando señales de electroencefalografía (EEG). Este enfoque computacional multifacético se basa en un modelo de red del cerebro y una métrica de distancia basada en los perfiles espectrales de las señales de EEG. Este algoritmo automatizado de detección de convulsiones epilépticas, eficiente en tiempo de computación y rentable, tiene una latencia mediana de 8 s, una sensibilidad mediana del 83% y una tasa mediana de falsas alarmas del 2.9%. Por lo tanto, es capaz de ser utilizado en dispositivos portátiles de EEG para ayudar en el proceso de detección y monitoreo de pacientes epilépticos.