Questa tesi si concentra sullo sviluppo, il miglioramento, la validazione ed il test, di un algoritmo utile per la diagnosi automatica, precoce ed operatore indipendente dell’encefalite. L'encefalite è un'infiammazione del parenchima cerebrale per la quale la diagnosi precoce è fondamentale. Un innovativo metodo di diagnosi non invasiva consiste nella valutazione soggettiva del segnale EEG da parte del medico, con lo scopo di individuare particolari onde lente, chiamate Complessi Lenti Bifasici (CLB). È stato dimostrato che la presenza di CLB nel segnale elettroencefalografico è correlata all’insorgenza della malattia. L’obiettivo di questo studio è lo sviluppo di un algoritmo in grado di individuare automaticamente i CLB, al fine di ottenere una diagnosi più veloce e operatore-indipendente, che si basa su una tecnica assolutamente non invasiva.