La ejecución o imaginación de un movimiento se refleja en un potencial cortical que puede ser registrado por electroencefalografía (EEG) como Potenciales Corticales Relacionados con el Movimiento (MRCPs). La identificación de MRCP a partir de un solo ensayo es una posibilidad desafiante para obtener un control natural de una Interfaz Cerebro-Computadora (BCI). Proponemos un método novedoso para la detección de MRCP basado en filtros no lineales óptimos, procesando diferentes canales de EEG, incluyendo muestras retardadas (obteniendo un filtro espacio-temporal). Diferentes salidas pueden ser obtenidas al cambiar el orden del filtro temporal y del procesamiento no lineal de los datos de entrada. El rendimiento de clasificación de estos filtros se evalúa mediante validación cruzada en un conjunto de entrenamiento, seleccionando los mejores (adaptados al usuario) y realizando un voto mayoritario de los tres mejores para obtener una salida utilizando datos de prueba. El método se compara con otro filtro de última generación introducido recientemente por nuestro grupo cuando se aplica a datos de EEG registrados de 16 sujetos sanos que ejecutan o imaginan 50 agarres palmares de miembros superiores a su propio ritmo. El nuevo enfoque tiene una precisión mediana en el conjunto de datos completo del 80%, que es significativamente mejor que la del filtro anterior (es decir, 63%). Es factible para el diseño de sistemas BCI en línea con aplicaciones asincrónicas y a su propio ritmo.