La mayoría de los sistemas BCI utilizados en neurorehabilitación detectan características de EEG que indican la intención motora basada en aprendizaje automático, centrándose en movimientos repetitivos, como la flexión y extensión de miembros. Estos métodos de aprendizaje automático requieren grandes conjuntos de datos y son consumidores de tiempo, lo que los hace inadecuados para el entrenamiento de rehabilitación el mismo día después de las mediciones de EEG. Por lo tanto, proponemos un sistema BMI basado en inferencia difusa que evita la necesidad de características específicas de EEG, introduciendo un algoritmo que permite a los pacientes progresar desde la medición hasta el entrenamiento en unas pocas horas. Además, exploramos la integración de electromiografía (EMG) con la estimación convencional de intención motora basada en EEG para capturar movimientos continuos, lo cual es esencial para el entrenamiento de funciones motoras avanzadas, como la mejora de habilidades. En este estudio, desarrollamos un algoritmo que detecta el movimiento inicial a través de EEG y cambia a EMG para movimientos posteriores. Este enfoque garantiza una capacidad de respuesta en tiempo real y un manejo efectivo de movimientos continuos. Aquí informamos los resultados de este estudio.