Las personas que sufren disfunción motora debido a diversas enfermedades a menudo enfrentan desafíos para realizar actividades esenciales como agarrar objetos con sus miembros superiores, comer, escribir y más. Esta limitación impacta significativamente su capacidad de vivir de forma independiente. Las interfaces cerebro-computadora ofrecen una solución prometedora, permitiéndoles interactuar con el entorno externo de manera significativa. Esta exploración se centró en decodificar la electroencefalografía de tareas naturales de agarre en tres dimensiones: potenciales corticales relacionados con el movimiento, desincronización/sincronización relacionada con eventos y conectividad funcional cerebral, con el objetivo de brindar asistencia para el desarrollo de dispositivos de asistencia inteligentes controlados por señales de electroencefalografía generadas durante movimientos naturales. Además, la selección de electrodos se realizó utilizando la fuerza de acoplamiento global, y se empleó un modelo de clasificación de bosque aleatorio para decodificar tres tipos de tareas naturales de agarre (agarre palmar, agarre lateral y estado de reposo). Los resultados indicaron que surgió un fenómeno notable de lateralización en la actividad cerebral, que está estrechamente asociado con la mano ejecutiva derecha o izquierda. La reorganización de la región frontal está estrechamente relacionada con estímulos visuales externos y las regiones central y parietal desempeñan un papel crucial en el proceso de ejecución motora. Se logró una precisión promedio de clasificación general del 80.3% en una tarea de agarre natural que involucraba a ocho sujetos.