Estudios recientes se han centrado en métodos de autenticación de usuario que utilizan señales biométricas como el electrocardiograma (ECG) y la fotopletismografía (PPG). Estas tecnologías de autenticación tienen ventajas como la facilidad de adquisición, la alta seguridad y la capacidad para una autenticación sin conciencia del usuario. Este estudio aborda la autenticación de usuario utilizando señales de electromiograma (EMG), las cuales son particularmente fáciles de adquirir, pueden ser fabricadas en forma de dispositivos portátiles como un reloj de pulsera y son fácilmente ampliables con tecnologías como la interfaz hombre-máquina. Sin embargo, a pesar de su potencial, a menudo presentan una precisión menor (aproximadamente del 90%) que métodos tradicionales como el reconocimiento de huellas dactilares. La precisión puede mejorarse utilizando algoritmos complejos y múltiples tecnologías de autenticación biométrica; sin embargo, los algoritmos complejos utilizan recursos de hardware sustanciales, lo que dificulta su aplicación en dispositivos portátiles. En este estudio, se propone un modelo Siamese simple con memoria a corto y largo plazo (LSTM) (SSiamese-LSTM) para lograr una alta precisión de más del 99% con recursos limitados adecuados para dispositivos portátiles. La implementación de hardware se realizó utilizando arrays de compuertas programables en campo (FPGAs). En cuanto a la precisión, se utilizaron resultados de medición de EMG de la Universidad de Chosun y se emplearon datos de 100 individuos para la verificación. La lógica digital propuesta se integrará con un sensor de EMG en forma de reloj que se podrá utilizar para la autenticación de usuario.