En este trabajo se presenta el diseño de un algoritmo de reconocimiento de señales mioeléctricas por medio de una arquitectura de redes neuronales artificiales, para la fabricación de un prototipo de prótesis de una mano humana . En la primera etapa del proyecto se diseñó el sensor mioeléctrico que ay udo a la captura de las señales que corresponden al movimiento de cada dedo de una mano humana. Se generó una base de datos con las señales mioeléctricas capturadas, la cual sirvió p ara el entrenamiento de la red neuronal artificial (RNA), obteniendo los pesos y bias de dicha red. El rendimiento de la arquitectura fue evaluado con criterios estadísticos para la validación de la RNA, comparando datos simulados con datos experimentales. Encontramos que la mejor arquitectura en este trabajo cuenta con 7 neuronas en la capa oculta, una en la capa de salida y con un 96% de coeficiente de correlación, dicha arquitectura es la #7 de la tabla 1 la cual contiene un reporte de rendimiento del al goritmo de aprendizaje de las diferentes arquitecturas propuestas.