本发明提供了一种运动想象脑电信号预测方法，包括如下步骤：对采集到用户运动想象脑电信号数据进行预处理；获取运动想象脑电信号数据的特征和标签，利用两类样本的间隔最大化准则建立一个二次规划问题；将二次规划问题通过拉格朗日乘子法和等价变换转换为分段线性投影方程；基于分段线性投影方程设计原对偶神经网络并求解问题；对偶神经网络的求解结果传递给运动想象脑电信号分类函数，从而得到脑电信号的预测结果。本发明用于运动想象脑电信号类别的预测问题，采用的支持向量神经网络方法是基于支持向量机模型发展而来的神经网络求解器，其预测准确率高、不涉及复杂的矩阵运算、收敛速度快，同时还具有实时性强、易于实现的优点。