Este artículo aborda el diseño y desarrollo de un sistema avanzado de neurofeedback para el entrenamiento en habilidades y competencias de regulación emocional; el sistema integra una plataforma de Realidad Virtual (VR) con un dispositivo OpenBCI de 16 canales para la captura en tiempo real de señales electroencefalográficas (EEG). El principal objetivo de la investigación radica en la aplicación de algoritmos de aprendizaje automático, concretamente Random Forest y K-Nearest Neighbors (KNN), para la clasificación de estados emocionales en términos de valencia y excitación. Estos algoritmos logran una precisión de hasta el 83% para la clasificación de la excitación y del 90% para la valencia. Las señales de EEG se procesan y clasifican en tiempo real y los resultados se integran en un entorno de realidad virtual creado en Unity. Este entorno adaptativo cambia según los estados emocionales detectados, permitiendo una regulación más precisa. Además, se ha desarrollado un protocolo de respiración diafragmática dentro del entorno de realidad virtual como estrategia de intervención para la regulación emocional. El sistema se encuentra en su etapa final de prueba para establecer la eficacia del sistema.