El objetivo de este estudio fue evaluar la efectividad de las técnicas de clasificación de aprendizaje automático aplicadas a estudios de conducción nerviosa (NCS) de señales motoras y sensoriales para el diagnóstico automático del síndrome del túnel carpiano (CTS). Dos metodologías fueron probadas. En la primera metodología, las señales motoras registradas en el nervio mediano de los pacientes se transformaron en espectrogramas tiempo-frecuencia utilizando la transformada de Fourier de tiempo corto (STFT). Estos espectrogramas luego se utilizaron como entrada a una red neuronal convolucional bidimensional profunda (CONV2D) para la clasificación en dos categorías: pacientes y controles. En la segunda metodología, las señales sensoriales de los nervios mediano y cubital de los pacientes fueron sometidas a descomposición de wavelet multinivel (MWD), y se extrajeron características estadísticas y no estadísticas de las señales descompuestas. Estas características se utilizaron para entrenar y probar clasificadores. El objetivo de la clasificación se estableció en tres categorías: sujetos normales (controles), pacientes con CTS leve y pacientes con CTS moderado a severo basado en los resultados de electrodiagnóstico convencional. Los resultados del análisis de clasificación demostraron que ambas metodologías superaron intentos anteriores de diagnóstico automático de CTS. Los modelos de clasificación que utilizan las señales motoras transformadas en espectrogramas tiempo-frecuencia exhibieron un rendimiento excelente, con una precisión promedio del 94%. De manera similar, los clasificadores basados en las señales sensoriales y las características extraídas de la descomposición de wavelet multinivel mostraron una precisión significativa en distinguir entre controles, pacientes con CTS leve y pacientes con CTS moderado a severo, con una precisión del 97.1%. Los hallazgos resaltan la eficacia de incorporar algoritmos de aprendizaje automático en los procesos de diagnóstico de NCS, proporcionando una herramienta valiosa para los clínicos en el diagnóstico y manejo de neuropatías como el CTS.