Bu çalışmada EMG sinyalleri kullanılarak 14 farklı parmak hareketi önerilen yeni bir öznitelik çıkarma yöntemiyle sınıflandırılmıştır. EMG sinyallerinden parmak hareketlerinin tespiti / sınıflandırılması, ön işleme, özellik çıkarma ve sınıflandırma adımlarını içeren 3 ana adımdan oluşur. EMG sinyallerinin sınıflandırılmasında, sınıflandırıcının performansı doğrudan öznitelik çıkarma yöntemine bağlıdır. Bu sebeple öznitelik çıkarma yöntemi uygun bir biçimde seçilmelidir. Literatürde zaman, histogram ve frekans tabanlı birçok öznitelik çıkarma yöntemi vardır. Ancak bu yöntemler yüksek zaman karmaşıklığı, çok fazla işleme ihtiyaç duyma, fazla sayıda kontrol parametresi bulundurma, vb. birçok dezavantaja sahiptir. Bu çalışmada EMG sinyallerinden çeşitli parmak hareketlerinin sınıflandırılması amacıyla sayılan dezavantajları ortadan kaldırmak için yeni bir öznitelik çıkarma yöntemi sunulmuştur. Bu yöntem iki zaman tabanlı öznitelik çıkarma yönteminin hibritleştirilmesiyle elde edilmiştir. 10 kat çapraz doğrulamayla elde edilen deneysel sonuçlarına göre, önerilen yöntemin %97,48 doğruluk oranıyla bu çalışmada kullanılan diğer 9 öznitelik çıkarma yöntemlerinden daha iyi olduğu deneysel olarak gösterilmiştir. Deneysel sonuçlar istatistiksel yöntemlerle desteklenmiştir.