Epilepsia é um transtorno do cérebro, caracterizado por uma predisposição duradoura a crises epiléticas e pelas consequências neurobiológicas, sociais, cognitivas e psicológicas desta condição. o eletroencefalograma (eeg) é amplamente utilizado na comprovação clínica do diagnóstico da epilepsia. a confirmação clínica utilizando o eeg é realizada pela análise criteriosa dos registros em busca de algumas manifestações eletrográficas que, quando presentes com determinada frequência, são um forte indicativo desta condição (epilepsia). o presente trabalho tem como objetivo avaliar a viabilidade da teoria da ressonância adaptativa (art) na identificação automática de padrões epileptiformes em sinais de eeg. dentre as redes da família art, foi escolhida a rede art2 por permitir estímulos de entrada com valores binários (zero ou um) e valores contínuos. a análise e simulações neste estudo utilizou uma base de dados de sinal eeg com gravações de dez pacientes epilépticos e um paciente sem epilepsia. estes sinais foram separados em dois conjuntos, com segmentos distintos entre si, e utilizados no treinamento e teste da rede. o algoritmo da rede art2 foi implementado no software matlab®. os resultados dos testes gerados pelas redes art2 foram avaliados por meio de índices de desempenho de sensibilidade, especificidade e eficiência. as redes analisadas obtiveram valores máximos de 98,34% de sensibilidade, 86,94% de especificidade e 85,65% de eficiência. os resultados alcançados pelas redes foram promissores e satisfatórios. a rede neural art2 foi capaz de reconhecer padrões epileptiformes, podendo ser uma boa opção para o uso em sistemas computacionais para o diagnóstico da epilepsia.