Актуальность настоящего исследования обусловлена одной из главных проблем, существующих на сегодня области построения интерфейсов человек-машина – это создание эффективной системы управления, непосредственно взаимодействующей с пользователем и внешними устройствами замещения функций (протезы, инвалидные коляски и т.д.). В связи с этим, данная работа посвящена исследованию возможности использования физиологичных жестов из повседневной жизни человека для управления протезом при сохранности предплечья не менее чем на треть. Ведущим подходом к исследованию данной проблемы является применение методов статистической обработки экспериментальных данных, цифровой обработки сигналов, алгоритмов машинного обучения и распознавания образов. Данный подход позволяет комплексно исследовать электромиограмму (ЭМГ) предплечья при совершении произвольных движений на разных уровнях реализации системы миоуправления. В статье представлены результаты исследования ЭМГ, записанной для 11 произвольных движений с группы испытуемых, описана процедура предобработки ЭМГ и выделение характерных признаков для распознавания сигнала, раскрыт способ классификации движений посредством искусственной нейронной сети на основе радиальных базисных функций (РБФ). Были выявлены восемь наиболее пригодных для классификации движений и ранжированы по точности классификации: расслабление (как нулевое движение), раскрытие кисти, кулак, сгибание кисти, супинация кисти, разгибание кисти, пронация кисти, щепоть. Материалы статьи представляют практическую ценность для построения систем, основанных на интерфейсе «человек-машина», а также для задач классификации в приложениях электрофизиологии.