Las interfaces cerebro-computadora (ICC) convierten señales cerebrales en comandos, los cuales se utilizan para controlar algún dispositivo de interés, por ejemplo, un sistema electromecánico. Algunas de las áreas de aplicación de las ICC son: robótica, entretenimiento, neurociencias, por mencionar algunas. Por tanto, no sorprende que el estudio y diseño de nuevas ICC sea un tema de relevancia actual. Una aplicación que ha generado interés en los últimos años es la identificación de los niveles de atención en usuarios a través de una ICC. Por eso, en esta tesis, se propone una metodología para el diseño, caracterización y construcción de un tipo particular de ICC, a saber, un conmutador neuronal, capaz de diferenciar niveles de atención en un sujeto de estudio. En el sistema propuesto, la señal cerebral se adquiere por medio de una diadema comercial que tiene integrado un sensor de electroencefalografía (EEG por sus siglas en inglés). Posteriormente, se realiza un procesamiento de la señal EEG y se calcula el factor de cresta de la señal resultante. Dicho factor de cresta, es un índice que se obtiene al dividir el voltaje pico entre el voltaje eficaz de la señal EEG. A continuación, este índice se adapta para que emule la corriente sináptica que excita a una neurona electrónica tipo Hindmarsh-Rose, la cual, en función del nivel de excitación, exhibe tres comportamientos dinámicos: espigas, ráfagas de espigas periódicas y ráfagas de espigas caóticas. La etapa final del conmutador neuronal es un circuito generador de secuencias binarias, el cual convierte las espigas en pulsos digitales. Dependiendo del número de espigas contenidas dentro de una ventana de tiempo determinada, el sistema conmuta entre tres tareas distintas. Finalmente, el funcionamiento del conmutador neuronal se valida, de manera experimental, en 15 sujetos de estudio. Los resultados muestran que es posible identificar cambios en los niveles de la señal EEG, los cuales se producen cuando el sujeto de prueba cambia de una actividad de relajación a una tarea que requiere que incremente sus niveles de atención. Como aplicación particular, se usa el conmutador neuronal para modificar la velocidad de un motor de corriente directa.Brain-computer-interfaces (BCI) convert cerebral signals into commands that can be used for controlling some device, like for example, an electromechanical system. The BCIs can be applied in robotics, entertainment and neurosciences, just to mention a few. For this reason, the study and design of new BCIs is an ongoing research topic. An application that has generated interest in recent years is the identification of attention levels through a BCI. For this reason, this thesis presents the design, characterization and construction of a particular type of BCI, namely, a neuronal switch, which identifies different levels of attention in a human subject. In the study, the brain signals are measured, in a noninvasive way, by using a commercial headset for encephalography (EEG). Next, the measured EEG signal is processed and the crest factor of the resulting signal is computed. The crest factor, is the index obtained by dividing the peak voltage over the rms voltage of the EEG signal. This index is adapted to mimic a synaptic current and is applied to an electronic neuron, which design is based on the well-known Hindmarsh-Rose neuronal model. Depending on the level of excitation, the electronic neuron may exhibit three different behaviors: spikes, bursting, and chaotic bursting. The last stage of the neuronal switch is a binary sequence generator, which converts the spikes obtained from the electronic neuron into digital pulses. The number of pulses, in a given time window, is different for each dynamic behavior of the electronic neuron. This fact is exploited such that, depending on the number of pulses, the system can switch between three different tasks. Finally, the performance of the neuronal switch is experimentally validated in 15 human subjects. The obtained results show that it is possible to identify changes in the levels of the EEG signal. These changes are produced when the human subject is asked to change from a relaxing activity to a task that requires the full attention of the subject. In the study, the variation of the velocity of a direct current motor is considered as particular application.