本申请适用于脑电信号分类技术领域，提供了一种基于注意力和3D密集连接神经网络的运动想象分类方法，包括：获取脑电信号数据集，并根据脑电信号数据集构建三维表征数据；将三维表征数据输入到空间‑频谱‑时间注意力模块，动态捕捉不同脑电信号通道、频段和时间的特征，得到空间‑频谱‑时间信息；将空间‑频谱‑时间信息输入到3D密集连接神经网络中，利用跨阶段结构得到两个梯度流特征；利用特征融合策略将两个梯度流特征进行融合，得到特征分类模型。实现从低噪声比和非平稳的大脑信号中准确识别人类意图，提升运动想象分类任务的分类效果。