Debido al aumento de la esperanza de vida, también está aumentando el número de enfermedades relacionadas con la edad que presentan disfunciones motoras (DM), como la enfermedad de Parkinson (EP). La evaluación de las DM es visual y, por lo tanto, subjetiva. Por esta razón, muchos investigadores están trabajando en una evaluación objetiva. La mayoría de las investigaciones sobre el análisis de la marcha se centran en el análisis del movimiento de las piernas. El análisis del movimiento de los brazos también es importante para la evaluación de los trastornos de la marcha. Este trabajo se ocupa del análisis del balanceo de los brazos mediante el uso de sensores inerciales portátiles. Se utilizaron un total de 250 registros de 39 sujetos diferentes para esta tarea. Quince sujetos de este grupo presentaban disfunciones motoras (DM). Los sujetos tuvieron que realizar la prueba estandarizada de Levantarse y Andar (TUG) para garantizar que las grabaciones fueran comparables. Los datos fueron clasificados utilizando la transformación wavelet, una red neuronal convolucional (CNN) y votación de pesos. Durante la clasificación, se observaron tanto señales individuales como combinaciones de señales. Logramos detectar DM con una precisión del 93.4% utilizando la transformación wavelet y una arquitectura de CNN de tres capas.