本发明公开了一种基于并行CNN‑Transformer神经网络的运动想象脑电信号分类方法,包括S1,对运动想象脑电信号进行预处理;S2,在预处理后的运动想象脑电信号中添加噪声来扩充数据;S3,对步骤S1和步骤S2处理后的运动想象脑电信号进行时频分析生成包含时间特征、频率特征和位置信息的二维特征图;S4,构建CNN模型,设置网络参数,提取二维特征图中的频率特征和位置信息;S5,构建Transformer模型,设置网络参数,提取二维特征图中的时间特征;S6,将步骤S4和步骤S5提取的特征进行串联,并输入到分类器得到运动想象分类结果。通过在数据集BCI competition IV dataset 2b上进行验证,并与近年来具有良好表现的运动想象分类方法进行比较,实验结果表明,本发明有更好的分类性能。