Questo lavoro porta una proposta di come l'interfaccia cerebrale del computer possa essere utilizzata in futuro per migliorare la qualità della vita delle persone che hanno avuto perdita di movimento degli arti o amputazioni, un problema che raggiunge oggi circa 1,6 milioni di persone negli Stati Uniti, rappresentando un costo annuale per gli assicuratori di oltre 12 miliardi di dollari. Utilizziamo le onde EEG, fornite da una banca dati pubblica ed estesa, utilizziamo meccanismi di filtraggio per acquisire frequenze specifiche di questi dati, per cercare di prevedere l'intenzione di movimento con l'aiuto di strumenti di machine learning. I risultati del lavoro di classificazione dei movimenti sono stati medi, ma ci guidano verso un orizzonte in cui con l'utilizzo di dati più affidabili e di migliori algoritmi è possibile classificare i movimenti con un'alta probabilità di certezza. Con la selezione di persone con caratteristiche più simili e l'uso di reti neurali, come quelle ricorrenti, c'è una grande possibilità di successo in quanto sarebbe uno studio più standardizzato, con strumenti più moderni e guidati dall'obiettivo.