La Separación de Fuentes Ciegas (BSS) es un campo de estudio significativo en el procesamiento de señales, con muchas aplicaciones en diversos campos como el procesamiento de audio, reconocimiento de voz, análisis de señales biomédicas, procesamiento de imágenes y sistemas de comunicación. Los métodos tradicionales, como el Análisis de Componentes Independientes (ICA), a menudo se basan en suposiciones de independencia estadística, lo que puede limitar su rendimiento en sistemas con dinámicas temporales significativas. Este documento presenta una extensión del enfoque de descomposición de modos dinámicos (DMD) mediante el uso de coordenadas con retraso temporal para implementar BSS. La incrustación de retraso temporal mejora la capacidad del método para manejar señales complejas y no estacionarias al incorporar sus dependencias temporales. Validamos el enfoque a través de experimentos numéricos y aplicaciones, incluyendo la separación de señales de audio, separación de imágenes y eliminación de artefactos de EEG. Los resultados demuestran que la modificación logra un rendimiento superior en comparación con técnicas convencionales, especialmente en escenarios donde las fuentes muestran acoplamiento dinámico o comportamiento no estacionario.