El cuerpo humano funciona gracias a una red de señales denominadas señales bioeléctricas, las cuales se generan y transmiten continuamente. Estas señales son una herramienta clave para comprender diversos aspectos del funcionamiento biológico y fisiológico del cuerpo humano. Dentro de las señales producidas por el cuerpo humano se encuentran las señales mioeléctricas, que pueden registrarse mediante electromiografía (EMG). Estas señales proporcionan información sobre la activación y el comportamiento de los músculos. En la actualidad, las señales EMG son un importante objeto de estudio en áreas como la rehabilitación, la medicina del deporte y la neurociencia, entre otras. Sin embargo, su uso no es una tarea fácil, ya que presentan diversos desafíos que deben ser superados para garantizar su correcta interpretación y aplicación. La inteligencia artificial es una herramienta poderosa capaz de superar estas barreras, permitiendo el desarrollo de modelos que se adapten a la naturaleza dinámica de las señales EMG. En esta investigación se propone analizar las problemáticas presentes en las señales EMG y emplear estrategias para su tratamiento, con el fin de clasificar diez movimientos de la mano utilizando algoritmos de aprendizaje profundo.