Objetivo: Este estudo buscou desenvolver uma arquitetura de rede neural artificial híbrida para reconhecer estados de ânimo em biossinais de pessoas idosas, incluindo aquelas com demência leve a moderada, para ser utilizada como apoio à personalização de terapias. Método: O estudo empregou Transformada de Wavelet para converter sinais em imagens, que foram utilizadas como entrada para uma arquitetura híbrida formada por uma rede neural convolucional pré-treinada do tipo LeNet para extração de características e um algoritmo Random Forest com 450 árvores para classificação. O desempenho do algoritmo proposto foi avaliado em bases de dados pública de sinais de eletroencefalografia e voz, e posteriormente verificado em uma base de dados autoral de idosos com e sem demências. Resultados: A acurácia alcançada foi em torno de 71 a 73%. Conclusão: Essa tecnologia pode ser integrada em interfaces humano-máquina para personalizar terapias diversas, tais como a musicoterapia.