Este estudio evaluó objetivamente los efectos de las Señales Visuales de Realidad Virtual (SVRV) y las Señales Visuales de Plano Tradicional (SVPT) en sujetos de Imaginación Motora (IM) y el rendimiento de la Interfaz Cerebro-Computadora (ICC) al construir un modelo de clasificación para ICC de IM. Cuatro métricas, a saber, estabilidad de la imaginación, activación cerebral y conectividad, precisión de la clasificación y nivel de fatiga, se utilizaron para evaluar los efectos de SVPT y SVRV en los sujetos y el rendimiento de ICC de IM. Nueve sujetos masculinos realizaron cuatro tipos de IM (fuerza de agarre de mano izquierda/derecha) bajo SVRV y SVPT mientras se adquirían señales de EEG y fNIRS. FBCSP y HFD se utilizaron para extraer características, y KNN se utilizó para evaluar la precisión de ICC de IM. Rt-DTW se utilizó para evaluar la estabilidad de IM. La topografía PSD y la red funcional cerebral se utilizaron para evaluar la activación cerebral y la conectividad. La carga cognitiva y las características medias de fNIRS se utilizaron para evaluar la fatiga. Las precisión de clasificación media de los cuatro tipos de IM bajo SVPT y SVRV fueron del 50,83% y 51,32%, respectivamente. Sin embargo, la IM fue más estable bajo SVPT. SVRV mejoró la conectividad de la red funcional cerebral durante la IM y aumentó el nivel de fatiga de los sujetos. Las SVRV montadas en la cabeza de este estudio aumentaron la carga cognitiva y el nivel de fatiga de los sujetos. Al comparar el rendimiento de una ICC de IM bajo SVRV y SVPT utilizando múltiples métricas, este estudio proporciona información para la futura integración de ICC de IM con RV.