本发明公开了基于EEG特征分布适配迁移学习的癫痫发作检测系统，包括：数据获取模块，获取源域脑电图数据和目标域脑电图数据；数据预处理模块，对源域和目标域的脑电图数据，均进行数据分段、时频分解、特征提取和特征向量构建；特征迁移学习和脑电模式分类模块，基于领域分布适配，迭代求取特征空间变换矩阵，以最小化源域与目标域脑电图特征样本的分布差异；在特征迁移学习过程中，利用变换后的源域脑电图特征样本，训练分类器，以实现目标域样本的模式分类；通过迭代更新分布适配的权重因子和特征空间变换矩阵，实现分类器的训练和目标域脑电图数据的模式分类与癫痫发作检测。以解决现有癫痫发作检测技术模型复杂和训练耗时的问题。