La epilepsia es un trastorno cerebral que afecta a aproximadamente 50 millones de personas en todo el mundo y se caracteriza por generar convulsiones recurrentes, las cuales pueden poner a los pacientes en peligro permanente debido a caídas, ahogamientos, quemaduras y convulsiones prolongadas que pueden sufrir. Por lo tanto, es de vital importancia proponer una metodología con la capacidad de predecir una convulsión con varios minutos de antelación al inicio, permitiendo que los pacientes tomen precauciones contra lesiones. En este sentido, se presenta una metodología basada en la transformada de paquetes de ondas (WPT), características temporales estadísticas (STFs) y un clasificador de árbol de decisiones (DTC) para predecir una convulsión epiléptica utilizando señales de electrocardiograma (ECG). Diecisiete STFs fueron analizados para medir cambios en las propiedades de las señales de ECG y encontrar características capaces de diferenciar entre señales saludables y 15 minutos antes de las convulsiones. La efectividad de la metodología propuesta para predecir un evento epiléptico se demuestra utilizando una base de datos de siete pacientes con 10 convulsiones epilépticas, proporcionada por el Hospital Beth Israel del Instituto de Tecnología de Massachusetts (MIT-BIH). Los resultados muestran que la metodología propuesta es capaz de predecir una convulsión epiléptica 15 minutos antes con una precisión del 100%. Nuestros resultados sugieren que el uso de STFs en bandas de frecuencia relacionadas con la actividad cardíaca para encontrar parámetros para la predicción de convulsiones epilépticas es adecuado.