模式识别是脑机接口系统的核心部分，使用不同的机器学习算法进行特征提取和模式识别会直接影响脑机接口系统的性能。本文在阐述运动想象脑机接口的组成方式、控制原理和实验模式基础上，重点论述线性判别分析、支持向量机、卷积神经网络、循环神经网络等一些机器学习算法在运动想象脑机接口领域的应用进展，并分析了上述几种机器学习算法在运动想象脑机接口应用中的评价方法，最后，讨论了机器学习算法应用于运动想象脑机接口领域的应用前景与发展方向。