本发明公开了一种基于图神经网络的多类别运动想象任务识别方法，包括以下步骤：获取被试者根据给出的想象任务进行想象时的多个通道的脑电图数据；根据多个通道的脑电图数据进行Pearson相关性分析得到拉普拉斯矩阵作为图结构；获取任一采样时刻待检测的多个通道的数据，将图结构和待检测的多个通道的数据输入至预设的图神经网络模型进行任务识别分类，得到被试者想象的任务目标。通过将脑电图信号抽象成图结构的数据，充分利用了脑网络的功能连接特性，只要一个采样时刻的数据，使用原始的图数据输入，不需要对数据有任何预处理操作，不会丢失原始数据中所含的有效信息，结合图神经网络模型提取特征并对特征进行有效分类，显著提升分类精度和效率。