本发明公开了一种基于脑网络动态连接特征的运动意图预测方法，步骤：构建时变动态贝叶斯网络模型，将时域的EEG信号矩阵转变为时域的电极间的有向加权连接矩阵；将得到的有向加权连接矩阵按定义的运动意图状态和静息状态对每个电极对进行配对t检验，筛选得到在两种状态下差异性显著的电极对，并按筛选得到的电极对和时间重构为特征矩阵；将得到的特征矩阵重构为特征向量，并将该特征向量输入训练好的分类器中，输出运动意图的预测结果。本发明弥补了传统脑电运动意图预测方法忽视大脑皮层不同区域之间的动态联系的缺陷。