本发明请求保护一种基于时频域的卷积神经网络运动想象脑电信号识别方法，包括以下步骤：S1，利用短时傅里叶变换将原始左右手运动想象脑电信号转换为二维时频图；S2，对得到的二维时频图设计了一种5层卷积神经网络结构，为了避免时间与频率信息的混杂，采取了一维卷积方式进行特征提取；S3，利用反向传播算法训练整个CNN网络；S4，以支持向量机作为整个模型的分类器，将支持向量机替换CNN中的输出层。本发明能够保证在脑电数据集中，提取的左右手运动想象脑电信号特征具有较高的识别率，鲁棒性好。