Epilepsy is a disease caused by an excessive discharge of a group of neurons in the cerebral cortex. Extracting this information using EEG signals is an ongoing challenge in biomedical signal processing. In this paper, a new method is proposed for onset seizure detection in epileptic EEG signals based on parameters from the t-location-scale distribution coupled with the variance and the Pearson correlation coefficient. The 1-nearest neighbor classifier achieved a 91% sensitivity (True positive rate) and 95% specificity (True Negative Rate) with a delay of 4.5 seconds (on average) in the 45 signals analyzed, which suggests that the proposed methodology is potentially useful for seizure onset detection in epileptic EEG signals.Resumen-La epilepsia es una enfermedad causada por una descarga excesiva de un grupo de neuronas en la corteza cerebral. Obtener esta información a partir de un EEG es un desafío continuo en el procesamiento de señales biomédicas. En este artículo se propone un nuevo método para la detección del comienzo de una crisis epiléptica en señales de EEG basado en la distribución t-location-scale junto con la varianza y el coeficiente de correlación de Pearson. La clasificación 1-vecino más cercano utilizado alcanzó una sensitividad (Verdaderos positivos) del 91% y una especificidad (Verdaderos negativos) del 95% con un retraso en promedio de 4.5 segundos en las 45 señales analizadas, lo que sugiere que es una metodología potencialmenteútil para la detección del comienzo de una crisis epiléptica en señales de EEG.