Actualmente, existe un gran número de personas en el mundo que presentan amputación de miembros que son reemplazados usualmente por prótesis mecánicas. Por otro lado las prótesis electrómecanicas han venido tomando fuerza y son apoyadas por diferentes tipos de interfaces como las interfaces cerebro computador que han permitido mejorar la funcionalidad de estas, y a pesar de mostrar resultados representativos para el control de prótesis, aun es un campo abierto de investigación que busca mejorar su eficacia y eficiencia. En este estudio, se presenta una metodología de clasificación de señales electroencefalográficas (EEG) para el control del movimiento de una prótesis de mano, basada en el sistema de inferencia neuro-difuso adaptativo (ANFIS) aplicado a características obtenidas de la transformada wavelet (TW) y los conjuntos difusos rough (FRS) a señales EEG obtenidas en el sistema 10-10. De esta forma el rendimiento del sistema propuesto fue medido utilizando validación cruzada 70-30 con 30 repeticiones obteniendo un alto desempeño en términos de precisión, lo que significa que este modelo tiene potencial como clasificador en la detección de los cambios EEG para la generación de comandos para el control del movimiento de la mano