La hemiplejía afecta a una parte significativa de la población humana. Es una condición que causa discapacidad motora y reduce severamente la calidad de vida del paciente. Este documento presenta un sistema automático para identificar el tipo de hemiplejía (parte derecha o izquierda del cuerpo afectada). El sistema propuesto utiliza los datos tomados de pacientes y sujetos sanos utilizando el sensor de acelerómetro del sistema de análisis de marcha móvil RehaGait. Los datos recopilados pasan por un procedimiento de preprocesamiento seguido de una etapa de extracción de características. Las características extraídas se envían a una red neuronal entrenada por el algoritmo de retropropagación Levenberg-Marquardt (LM-BP). La parte experimental de esta investigación involucró la creación de un conjunto de datos personalizado que contiene entradas tomadas de diez sujetos sanos y veinte no sanos. Los datos se tomaron de siete sensores diferentes colocados en áreas específicas de los cuerpos de los sujetos. Estos sensores pueden capturar una señal tridimensional (3D) utilizando tipos de dispositivos de acelerómetro, magnetómetro y giroscopio. El sistema propuesto utilizó las señales tomadas de los acelerómetros, que se dividieron en ventanas de 2 segundos. El sistema propuesto logró una precisión de clasificación del 95.12% y se comparó con catorce enfoques de aprendizaje automático comúnmente utilizados.