本发明公开了一种基于神经网络的运动想象脑电信号分类方法，包括：敏感时间段提取；敏感通道提取；离散小波变换分解并进行脑电信号时空变换；基于残差网络提出全卷积残差网络，用于提取脑电信号的时域特征并执行分类任务。本发明建立MI识别框架来识别和判断人类在不同情况下产生的运动想象脑电波，利用EEG时空转换，以使计算机视觉技术可以用于时间序列分类和归因，构建了全卷积残差网络，以提取脑电信号的时间上下文特征，完成分类任务，解决了EEG信号与其他脑信号采集方法相比信噪比低和空间定位分辨率低的缺点，且提高了分类性能并极大地提高了网络的训练速度。