Para una decodificación eficiente de las actividades cerebrales en el análisis de la función cerebral con una aplicación a la interfaz cerebro-máquina (BMI), abordamos el problema de cómo determinar los pesos espaciales (patrones espaciales), los filtros de paso de banda (patrones de frecuencia) y las ventanas de tiempo (patrones de tiempo) utilizando grabaciones de electroencefalogramas (EEG). Para encontrar estos parámetros, desarrollamos un criterio basado en datos que es una extensión natural de los llamados patrones espaciales comunes (CSP) que se sabe que son características efectivas en el EEG. Demostramos que el criterio propuesto puede optimizarse mediante un procedimiento de alternancia para lograr una rápida convergencia. Los experimentos demuestran que el método propuesto puede extraer eficazmente características discriminativas para un IMC basado en imágenes motoras.