La imaginación motora es un proceso cognitivo que consiste en la planeación de un movimiento sin ejecutarlo. En la señal de electroencefalografía, esta planeación puede decodificarse para usarse como método terapéutico para pacientes con enfermedad vascular cerebral. Los mapas auto-organizados son redes neuronales que podrían usarse como clasificadores de imaginación de movimiento. En este trabajo se evalúa el desempeño de los mapas auto-organizados para clasificar imaginación de movimiento en la señal de EEG. Se registraron las señales de electroencefalografía a 4 participantes, dos de ellos sanos y dos con enfermedad vascular cerebral mientras realizaban imaginación de movimiento de las manos. Se aplicó un filtrado espacial tipo Laplaciano en los canales centrales C3, Cz y C4, después se obtuvieron características espectrales en las bandas alfa y beta mediante un análisis tiempo-frecuencia. Se entrenaron mapas auto-organizados para cada participante con sus características espectrales en 3 condiciones distintas de imaginación de movimiento de mano y reposo. Se obtuvieron porcentajes de clasificación correcta superiores al nivel de aleatoriedad y de hasta 80%. Los clasificadores propuestos son prometedores para decodificar imaginación motora en el EEG y para diseñar sistemas de retroalimentación del desempeño del usuario.