El paradigma de imaginación motora unilateral de extremidades puede abordar de manera efectiva el problema de disociación cognitiva entre múltiples extremidades y proporcionar un fuerte soporte técnico para extender la funcionalidad de dispositivos externos. Sin embargo, la minería de características y la decodificación precisa de los movimientos de extremidades unilaterales siguen siendo un desafío. En este estudio, proponemos un método de minería de características que combina la localización automática de los límites de bandas de frecuencia con un patrón espacial común regularizado (AFBBL-RCSP), y empleamos una máquina de soporte vectorial gemela basada en la pérdida de pinball (Pin-UTSVM) para decodificar señales EEG correspondientes a movimientos de alcanzar, girar y agarrar. Primero, se identificaron múltiples límites óptimos de bandas de frecuencia para cada sujeto utilizando AFBBL. Luego, se extrajeron características espaciales regularizadas de cada sub-banda, y todas las características se redujeron utilizando el análisis discriminante de Fisher. Finalmente, se utilizó el clasificador Pin-UTSVM para categorizar los tres tipos de datos de movimiento. Los resultados muestran que, en comparación con los métodos de minería de características CSP y RCSP que utilizan la banda fija de 8-30 Hz, el método propuesto mejora la precisión de decodificación en un 9.52% y un 3.89%, respectivamente. En comparación con los métodos de minería de características de banda única fija basados en la banda alfa, la banda beta y la banda alfa + beta, el método propuesto mejora la precisión en un 5.56%, un 3.89% y un 3.73%, respectivamente. Además, en comparación con los métodos de decodificación de extremidades unilaterales existentes basados en características temporales-espaciales, características temporales-frecuenciales y características de fusión CNN temporales-espaciales-frecuenciales, el método propuesto mejora la precisión de decodificación en un 34.93%, un 34.09% y un 28.11%, respectivamente. Estos resultados sugieren que el método AFBBL-RCSP propuesto es efectivo para la decodificación de EEG de imaginación motora de extremidades unilaterales.