En la era de la educación inclusiva, los estudiantes con déficit de atención son integrados en el aula general. Para garantizar una transición fluida del enfoque de los estudiantes hacia la instrucción del profesor a lo largo del curso y alinearse con el ritmo de enseñanza, este artículo propone un algoritmo de reconocimiento continuo para capturar las señales de gestos dinámicos de los profesores. Este algoritmo tiene como objetivo ofrecer señales de atención instructivas para estudiantes con déficit de atención. Según los puntos de referencia corporales del esqueleto del profesor utilizando MediaPipe BlazePose basado en visión y aprendizaje automático, el método propuesto utiliza reglas simples para detectar dinámicamente las señales de mano del profesor y proporciona tres tipos de señales de atención (, , y ) durante la clase. Los resultados experimentales muestran que la precisión, sensibilidad, especificidad, precisión y puntaje F promedio logrados fueron del 88,31%, 91,03%, 93,99%, 86,32% y 88,03%, respectivamente. Al analizar el comportamiento no verbal, nuestro método de rendimiento competente puede reemplazar los recordatorios verbales del profesor y ser útil para los estudiantes con déficit de atención en la educación inclusiva.