本发明公开了一种应用于运动想象脑机接口系统的隐私保护迁移学习方法，属于脑机接口、机器学习领域。方法包括，将多个源模型封装为API；将目标域数据送入API，获得每个目标域样本在各源域模型上的类别预测概率，基于不同源域模型的类别预测概率量化多个源域模型在每个目标样本上预测结果的分歧，选择分歧小于设定阈值的样本及其标签构建虚拟中间域；在虚拟中间域上训练分类器，实现目标用户运动想象类别预测。本发明通过生成多个源域模型的API接口，新用户仅可查询个人数据的预测，保护了源域用户的隐私；本发明通过构建虚拟中间域桥接新用户和老用户的数据分布，减轻了边际分布差异，简单易实现，提升了运动想象识别精度。