Una iniciativa con Inteligencia Territorial : OPYD-OIDTE en Lavalleja, Uruguay

La creación de un espacio institucional en la IDL -Gobierno de Lavalleja- denominado OPyD-OIDTe aprobado en el Plan Quinquenal 2000-2015 y refrendado por un Convenio con la Red Científica Internacional de Inteligencia Territorial, tiene como propósito promover el desarrollo de proyectos emergentes de la comunidad -y el mundo empresario donde fuera oportuno- articulando iniciativas del Gobierno Departamental, organismos del Gobierno nacional, cooperación internacional y aportes científicos con aplicación de criterios de inteligencia territorial sustentables integrando una 'mesa de cuatro patas'. La Oficina OPyD de Promoción y Desarrollo promueve micro, meso y macro proyectos de desarrollo sustentable, mientras que el Observatorio OIDTe de Inteligencia y Desarrollo Territorial, con funciones de apoyo científico aplicado, acompaña promoviendo la concreción de proyectos con inteligencia territorial, mediante talleres y aplicación de métodos y técnicas; el enfoque transversal y orientado a la toma social participativa de decisiones para la intervención en el territorio hace de estos procesos, acciones con más sustentabilidad El trabajo se organiza en cuatro partes: qué es el Observatorio OIDTe (1); un resumen de los logros obtenidos en los primeros dos años con esta iniciativa (2), mientras que luego se pone hincapié en problemas, aprendizajes y soluciones en y con el OIDTe, en clave de inteligencia territorial, mediante intentos de articulación con las interfaces de conocimiento en Norman Long (3) y con el naciente Método Skypa propuesto por TAG UNLP-CONICET (4), con el propósito de aportar algunos grados de análisis, interpretación y sistematización acerca de dificultades tales como transformar ideas en proyectos, el paso de la fase de individuos aislados a la formación de grupos y equipos, la co-operación en los complejos procesos orientados a construir apropiación, valorización, organización y proyección colectiva, y maneras de descubrir en qué medida tienen lugar micro-procesos de transformación en conciencias, en espíritus, en miradas, en acciones y en objetos, en los sujetos y con sus territorios, entre muchos otros aspectos

Organizaciones vecinales en municipios de Mendoza : Potencialidad para generar prácticas sociales con inteligencia territorial

The idea of Territorial Intelligence emphasizes the participation of different types from actors in the decisions that concern to the local territory. Between the communitarian actors, the ocal organizations are fundamental because they have an existential knowledge of the geographic space who share the neighbors. That knowledge, is focused generally in the deficiencies of the district or of the district and it is constituted in its reason of being, like average for the defense as opposed to the authority of the local government. This so shared in common function is left lamentably to a quite traditional relation like intermediary between municipality and community annotated. A special case constitutes the cooperative calls of rural services or vicinal organizations that are in charge to administer the service of potable water, those that are generally led by people greater or small proprietors of traditional agriculture. A strong territorial identity can be observed that, as opposed to the transformations and modernization of the field, subsists exactly by that feeling of root. In the province of Mendoza, the importance of the ocal organizations was increased during the decade of the' 90 with the decentralization processes, to canalize house policies, some public works and services in the districts. From a perspective of associated management, projects of economic, cultural, environmental development would have to revitalize their function like organizations able to also agglutinate not only demands but that they promote to the local territory from other dimensions. With these motivations and the purpose of proposing strategies to induce practices of ocal work with territorial intelligence, a set of reflections that allow to compare the space distribution and the characteristics of these organizations between 90 years' and the present time, in some departments of the province of Mendoza appears. The most important result is expressed in a tipología of ocal unions, with a cartography that ties feasible territory and social actors to collaborate to generate transformations social, specially in rural areas

Aportes conceptuales para pensar los Observatorios de Inteligencia y Desarrollo Territorial

Un Observatorio de Inteligencia y Desarrollo Territorial (OIDTe) es principalmente una herramienta de intervención para el desarrollo, propuesta por una 'pata científica' a otros actores del territorio. En otras palabras, nos referimos a la construcción de un espacio pertinente a los sujetos y objetos de la Inteligencia Territorial (Girardot, 2009; Bozzano, 2011). ¿Cómo se construye un espacio de interacción relevante para ellos, sus proyectos y su comunidad? El análisis interpretativo preliminar del proceso de implementación de seis OIDTes en el marco del proyecto Transporte, Ordenamiento y Desarrollo Territorial de la Provincia de Entre Ríos (Universidad Nacional de La Plata-Gobierno provincial 2010-2011) y la discusión en torno de los aprendizajes resultantes; nos motivaron a revisar los conceptos y enfoques utilizados en estos últimos años de difusión de la IT en Latinoamérica. Con esto, el artículo pretende ofrecer pistas para la comprensión de algunas limitaciones, potencialidades y rasgos principales de 'la micro-política' que resulta de la creación de estos ámbitos intersubjetivos

Aplicación de técnicas de inteligencia artificial a la predicción de contaminantes atmosféricos

Abstract Air pollution is a big threat and a phenomenon that has a specific impact on human health, in addition, changes that occur in the chemical composition of the atmosphere can change the weather and cause acid rain or ozone destruction. Those are phenomena of global importance. The World Health Organization (WHO) considerates air pollution as one of the most important global priorities. Salamanca, Gto., Mexico has been ranked as one of the most polluted cities in this country. The industry of the area led to a major economic development and rapid population growth in the second half of the twentieth century. The impact in the air quality is important and significant efforts have been made to measure the concentrations of pollutants. The main pollution sources are locally based plants in the chemical and power generation sectors. The registered concerning pollutants are Sulphur Dioxide (SO2) and particles on the order of ∼10 micrometers or less (PM10). The prediction in the concentration of those pollutants can be a powerful tool in order to take preventive measures such as the reduction of emissions and alerting the affected population. In this PhD thesis we propose a model to predict concentrations of pollutants SO2 and PM10 for each monitoring booth in the Atmospheric Monitoring Network Salamanca (REDMAS - for its spanish acronym). The proposed models consider the use of meteorological variables as factors influencing the concentration of pollutants. The information used along this work is the current real data from REDMAS. In the proposed model, Artificial Neural Networks (ANN) combined with clustering algorithms are used. The type of ANN used is the Multilayer Perceptron with a hidden layer, using separate structures for the prediction of each pollutant. The meteorological variables used for prediction were: Wind Direction (WD), wind speed (WS), Temperature (T) and relative humidity (RH). Clustering algorithms, K-means and Fuzzy C-means, are used to find relationships between air pollutants and weather variables under consideration, which are added as input of the RNA. Those relationships provide information to the ANN in order to obtain the prediction of the pollutants. The results of the model proposed in this work are compared with the results of a multivariate linear regression and multilayer perceptron neural network. The evaluation of the prediction is calculated with the mean absolute error, the root mean square error, the correlation coefficient and the index of agreement. The results show the importance of meteorological variables in the prediction of the concentration of the pollutants SO2 and PM10 in the city of Salamanca, Gto., Mexico. The results show that the proposed model perform better than multivariate linear regression and multilayer perceptron neural network. The models implemented for each monitoring booth have the ability to make predictions of air quality that can be used in a system of real-time forecasting and human health impact analysis. Among the main results of the development of this thesis we can cite: A model based on artificial neural network combined with clustering algorithms for prediction with a hour ahead of the concentration of each pollutant (SO2 and PM10) is proposed. A different model was designed for each pollutant and for each of the three monitoring booths of the REDMAS. A model to predict the average of pollutant concentration in the next 24 hours of pollutants SO2 and PM10 is proposed, based on artificial neural network combined with clustering algorithms. Model was designed for each booth of the REDMAS and each pollutant separately. Resumen La contaminación atmosférica es una amenaza aguda, constituye un fenómeno que tiene particular incidencia sobre la salud del hombre. Los cambios que se producen en la composición química de la atmósfera pueden cambiar el clima, producir lluvia ácida o destruir el ozono, fenómenos todos ellos de una gran importancia global. La Organización Mundial de la Salud (OMS) considera la contaminación atmosférica como una de las más importantes prioridades mundiales. Salamanca, Gto., México; ha sido catalogada como una de las ciudades más contaminadas en este país. La industria de la zona propició un importante desarrollo económico y un crecimiento acelerado de la población en la segunda mitad del siglo XX. Las afectaciones en el aire son graves y se han hecho importantes esfuerzos por medir las concentraciones de los contaminantes. Las principales fuentes de contaminación son fuentes fijas como industrias químicas y de generación eléctrica. Los contaminantes que se han registrado como preocupantes son el Bióxido de Azufre (SO2) y las Partículas Menores a 10 micrómetros (PM10). La predicción de las concentraciones de estos contaminantes puede ser una potente herramienta que permita tomar medidas preventivas como reducción de emisiones a la atmósfera y alertar a la población afectada. En la presente tesis doctoral se propone un modelo de predicción de concentraci ón de los contaminantes más críticos SO2 y PM10 para cada caseta de monitorización de la Red de Monitorización Atmosférica de Salamanca (REDMAS). Los modelos propuestos plantean el uso de las variables meteorol ógicas como factores que influyen en la concentración de los contaminantes. La información utilizada durante el desarrollo de este trabajo corresponde a datos reales obtenidos de la REDMAS. En el Modelo Propuesto (MP) se aplican Redes Neuronales Artificiales (RNA) combinadas con algoritmos de agrupamiento. La RNA utilizada es el Perceptrón Multicapa con una capa oculta, utilizando estructuras independientes para la predicción de cada contaminante. Las variables meteorológicas disponibles para realizar la predicción fueron: Dirección de Viento (DV), Velocidad de Viento (VV), Temperatura (T) y Humedad Relativa (HR). Los algoritmos de agrupamiento K-means y Fuzzy C-means son utilizados para encontrar relaciones existentes entre los contaminantes atmosféricos en estudio y las variables meteorológicas. Dichas relaciones aportan información a las RNA para obtener la predicción de los contaminantes, la cual es agregada como entrada de las RNA. Los resultados del modelo propuesto en este trabajo son comparados con los resultados de una Regresión Lineal Multivariable (RLM) y un Perceptrón Multicapa (MLP). La evaluación de la predicción se realiza con el Error Medio Absoluto, la Raíz del Error Cuadrático Medio, el coeficiente de correlación y el índice de acuerdo. Los resultados obtenidos muestran la importancia de las variables meteorológicas en la predicción de la concentración de los contaminantes SO2 y PM10 en la ciudad de Salamanca, Gto., México. Los resultados muestran que el MP predice mejor la concentración de los contaminantes SO2 y PM10 que los modelos RLM y MLP. Los modelos implementados para cada caseta de monitorizaci ón tienen la capacidad para realizar predicciones de calidad del aire, estos modelos pueden ser implementados en un sistema que permita realizar la predicción en tiempo real y analizar el impacto en la salud de la población. Entre los principales resultados obtenidos del desarrollo de esta tesis podemos citar: Se propone un modelo basado en una red neuronal artificial combinado con algoritmos de agrupamiento para la predicción con una hora de anticipaci ón de la concentración de cada contaminante (SO2 y PM10). Se diseñó un modelo diferente para cada contaminante y para cada una de las tres casetas de monitorización de la REDMAS. Se propone un modelo de predicción del promedio de la concentración de las próximas 24 horas de los contaminantes SO2 y PM10, basado en una red neuronal artificial combinado con algoritmos de agrupamiento. Se diseñó un modelo para cada caseta de monitorización de la REDMAS y para cada contaminante por separado.

Modelado de sistemas de inteligencia ambiental para el entrenamiento de las cualidades físicas

En un ejercicio no extenuante la frecuencia cardíaca (FC) guarda una relación lineal con el consumo máximo de oxígeno (V O2max) y se suele usar como uno de los parámetros de referencia para cuantificar la capacidad del sistema cardiovascular. Normalmente la frecuencia cardíaca puede remplazar el porcentaje de V O2max en las prescripciones básicas de ejercicio para la mejora de la resistencia aeróbica. Para obtener los mejores resultados en la mejora de la resistencia aeróbica, el entrenamiento de los individuos se debe hacer a una frecuencia cardíaca suficientemente alta, para que el trabajo sea de predominio dinámico con la fosforilación oxidativa como fuente energética primaria, pero no tan elevada que pueda suponer un riesgo de infarto de miocardio para el sujeto que se está entrenando. Los programas de entrenamiento de base mínima y de base óptima, con ejercicios de estiramientos para prevenir lesiones, son algunos de los programas más adecuados para el entrenamiento de la resistencia aeróbica porque maximizan los beneficios y minimizan los riesgos para el sistema cardiovascular durante las sesiones de entrenamiento. En esta tesis, se ha definido un modelo funcional para sistemas de inteligencia ambiental capaz de monitorizar, evaluar y entrenar las cualidades físicas que ha sido validado cuando la cualidad física es la resistencia aeróbica. El modelo se ha implementado en una aplicación Android utilizando la camiseta inteligente “GOW running” de la empresa Weartech. El sistema se ha comparado en el Laboratorio de Fisiología del Esfuerzo (LFE) de la Universidad Politécnica de Madrid (UPM) durante la realización de pruebas de esfuerzo. Además se ha evaluado un sistema de guiado con voz para los entrenamientos de base mínima y de base óptima. También el desarrollo del software ha sido validado. Con el uso de cuestionarios sobre las experiencias de los usuarios utilizando la aplicación se ha evaluado el atractivo de la misma. Por otro lado se ha definido una nueva metodología y nuevos tipos de cuestionarios diseñados para evaluar la utilidad que los usuarios asignan al uso de un sistema de guiado por voz. Los resultados obtenidos confirman la validez del modelo. Se ha obtenido una alta concordancia entre las medidas de FC hecha por la aplicación Android y el LFE. También ha resultado que los métodos de estimación del VO2max de los dos sistemas pueden ser intercambiables. Todos los usuarios que utilizaron el sistema de guiado por voz para entrenamientos de 10 base mínima y de base óptimas de la resistencia aeróbica consiguieron llevar a cabo las sesiones de entrenamientos con un 95% de éxito considerando unos márgenes de error de un 10% de la frecuencia cardíaca máxima teórica. La aplicación fue atractiva para los usuarios y hubo también una aceptación del sistema de guiado por voz. Se ha obtenido una evaluación psicológica positiva de la satisfacción de los usuarios que interactuaron con el sistema. En conclusión, se ha demostrado que es posible desarrollar sistemas de Inteligencia Ambiental en dispositivos móviles para la mejora de la salud. El modelo definido en la tesis es el primero modelo funcional teórico de referencia para el desarrollo de este tipo de aplicaciones. Posteriores estudios se realizarán con el objetivo de extender dicho modelo para las demás cualidades físicas que suponen modelos fisiológicos más complejos como por ejemplo la flexibilidad. Abstract In a non-strenuous exercise, the heart rate (HR) shows a linear relationship with the maximum volume of oxygen consumption (V O2max) and serves as an indicator of performance of the cardiovascular system. The heart rate replaces the %V O2max in exercise program prescription to improve aerobic endurance. In order to achieve an optimal effect during endurance training, the athlete needs to work out at a heart rate high enough to trigger the aerobic metabolism, while avoiding the high heart rates that bring along significant risks of myocardial infarction. The minimal and optimal base training programs, followed by stretching exercises to prevent injuries, are adequate programs to maximize benefits and minimize health risks for the cardiovascular system during single session training. In this thesis, we have defined an ambient intelligence system functional model that monitors, evaluates and trains physical qualities, and it has been validated for aerobic endurance. It is based on the Android System and the “GOW Running” smart shirt. The system has been evaluated during functional assessment stress testing of aerobic endurance in the Stress Physiology Laboratory (SPL) of the Technical University of Madrid (UPM). Furthermore, a voice system, designed to guide the user through minimal and optimal base training programs, has been evaluated. Also the software development has been evaluated. By means of user experience questionnaires, we have rated the attractiveness of the android application. Moreover, we have defined a methodology and a new kind of questionnaires in order to assess the user experience with the audio exercise guide system. The results obtained confirm the model. We have a high similarity between HR measurements made of our system and the one used by SPL. We have also a high correlation between the VO2max estimations of our system and the SPL system. All users, that tried the voice guidance system for minimal and optimal base training programs, were able to perform the 95% of the training session with an error lower than the 10% of theoretical maximum heart rate. The application appeared attractive to the users, and it has also been proven that the voice guidance system was useful. As result we obtained a positive evaluation of the users' satisfaction while they interacted with the system. In conclusion, it has been demonstrated that is possible to develop mobile Ambient Intelligence applications for the improvement of healthy lifestyle. AmIRTEM model is the first theoretical reference functional model for the design of this kind of applications. Further studies will be realized in order to extend the AmIRTEM model to other physical qualities whose physiological models are more complex than the aerobic endurance.

Fundamentos y aplicación automática del paralelismo en inteligencia artificial

En este trabajo se revisan conceptos y nociones básicas relacionadas con el paralelismo y se analiza tanto su relación con la Inteligencia Artificial, como las diferentes alternativas de aplicación en el desarrollo de sistemas inteligentes. En primer lugar se argumenta que los procesos típicos de la inteligencia artificial ofrecen posibilidades de explotación de paralelismo, siendo esta explotación una opción muy útil a la hora de incrementar la capacidad y efectividad de los sistemas inteligentes, contrarrestando así el alto coste computacional de los mismos. En segundo lugar se presentan resultados esperanzadores, en el sentido de que la hasta ahora ardua tarea de paralelizar un sistema pueda ser, al menos en parte, realizada automáticamente mediante un análisis en tiempo de compilación del programa que implementa dicho sistema. Para ello se presenta el estudio de un sistema real de paralelización automática de programas lógicos basado en el modelo de paralelismo-And independiente.

Inteligencia emocional y coaching en la universidad: consolidación de un proyecto de innovación educativa.

Generalmente la formación que reciben los estudiantes de Ingeniería está directamente relacionada con el aumento de su capacidad intelectual y la adquisición de conocimientos y destrezas técnicas. Sin embargo, aunque la formación técnica que adquieran los alumnos es importante, tanto o más lo es la forma en que aprendan a relacionarse consigo mismos y con los demás. Cualidades personales tales como la iniciativa, la empatía, la flexibilidad, el optimismo o la autoconfianza son determinantes en su rendimiento académico actual y lo serán en su éxito profesional en el futuro. El objetivo general de algunos de los proyectos que se han desarrollado en la Universidad Politécnica de Madrid (UPM) durante los últimos tres cursos académicos ha sido apoyar a los alumnos participantes en la adquisición de este tipo de competencias transversales relacionadas más que con el aumento de su inteligencia racional, con el mejor aprovechamiento de su potencial intelectual, fomentando el que su mundo emocional y social trabaje a su favor. Paralela y complementariamente, se ha formado a profesores de la UPM en técnicas de Coaching a utilizar en su desempeño diario en el aula y en la acción tutorial con sus alumnos. En este artículo se presentan los principales resultados de la última edición del proyecto correspondiente al curso académico 2011-2012 y la proyección a futuro de los trabajos realizados para que los beneficios obtenidos alcancen a todo el colectivo universitario de la UPM: profesores, alumnos y personal de administración y servicios.

Aplicación de técnicas de inteligencia de negocio al seguimiento del aprendizaje en MERLÍN

Este artículo propone la aplicación de técnicas de inteligencia de negocio para el seguimiento de alumnos en la plataforma educativa MERLIN, basada en portlets. Se hace una revisión de las funcionalidades de seguimiento existentes en las plataformas de e-learning más populares y se propone un módulo de seguimiento integrado basado en código abierto. Este módulo desarrolla un panel de control del estudiante que permite analizar su progreso desde diferentes perspectivas, que se componen con tecnología de portlets.

Propuesta personal, basada en la Socio Tecnología de la Información y la Cultura: conviene desarrollar una inteligencia Tecno social

El autor realiza un repaso de sus principales aportaciones en el ámbito de la infotecnología a lo largo de su extensa trayectoria investigadora. Un amplio análisis basado en la complejidad de las articulaciones actuales entre tecnología y sociedad que aboga por la constitución de una auténtica socio tecnología de la información y la cultura

Nativos digitales, inteligencia digital ¿Homo digitalis?

En la exposición Orígenes: Cinco hitos en la evolución humana, celebrada en Vielha (Valle de Arán) durante el verano de 2010, pudo leerse lo siguiente: «Hace unos 2,5 millones de años una especie de primate, que podría ser el primer representante del género humano (Homo habilis), destaca sobre las especies existentes.

Inteligencia Emocional en el Deporte: Validación española del Schutte Self Report Inventory (SSRI) en deportistas españoles

El propósito del estudio fue validar el Inventario de Inteligencia Emocional (SSRI) de Schutte et al. (1998) en una muestra de deportistas españoles de diferente nivel de pericia. Participaron 2091 deportistas (1519 hombres y 572 mujeres) de edades comprendidas entre los 11 y los 59 años (M= 20.8; DT= 6.14). Los resultados de los AFE y AFC mostraron que el cuestionario presenta una estructura de cuatro dimensiones (percepción emocional, gestión auto-emocional, gestión hetero-emocional y utilización emocional), además de permitir obtener un valor de la escala general denominado Inteligencia Emocional en el Deporte. Las propiedades psicométricas y fiabilidad de la escala permiten presentar un inventario apto para la medición de la inteligencia emocional en el deporte.

Aplicación de técnicas de inteligencia artificial para contribuir en la detección de microcalcificaciones en mamografía digitalizada

A nivel mundial, el cáncer de mama es el tipo de cáncer más frecuente además de una de las principales causas de muerte entre la población femenina. Actualmente, el método más eficaz para detectar lesiones mamarias en una etapa temprana es la mamografía. Ésta contribuye decisivamente al diagnóstico precoz de esta enfermedad que, si se detecta a tiempo, tiene una probabilidad de curación muy alta. Uno de los principales y más frecuentes hallazgos en una mamografía, son las microcalcificaciones, las cuales son consideradas como un indicador importante de cáncer de mama. En el momento de analizar las mamografías, factores como la capacidad de visualización, la fatiga o la experiencia profesional del especialista radiólogo hacen que el riesgo de omitir ciertas lesiones presentes se vea incrementado. Para disminuir dicho riesgo es importante contar con diferentes alternativas como por ejemplo, una segunda opinión por otro especialista o un doble análisis por el mismo. En la primera opción se eleva el coste y en ambas se prolonga el tiempo del diagnóstico. Esto supone una gran motivación para el desarrollo de sistemas de apoyo o asistencia en la toma de decisiones. En este trabajo de tesis se propone, se desarrolla y se justifica un sistema capaz de detectar microcalcificaciones en regiones de interés extraídas de mamografías digitalizadas, para contribuir a la detección temprana del cáncer demama. Dicho sistema estará basado en técnicas de procesamiento de imagen digital, de reconocimiento de patrones y de inteligencia artificial. Para su desarrollo, se tienen en cuenta las siguientes consideraciones: 1. Con el objetivo de entrenar y probar el sistema propuesto, se creará una base de datos de imágenes, las cuales pertenecen a regiones de interés extraídas de mamografías digitalizadas. 2. Se propone la aplicación de la transformada Top-Hat, una técnica de procesamiento digital de imagen basada en operaciones de morfología matemática. La finalidad de aplicar esta técnica es la de mejorar el contraste entre las microcalcificaciones y el tejido presente en la imagen. 3. Se propone un algoritmo novel llamado sub-segmentación, el cual está basado en técnicas de reconocimiento de patrones aplicando un algoritmo de agrupamiento no supervisado, el PFCM (Possibilistic Fuzzy c-Means). El objetivo es encontrar las regiones correspondientes a las microcalcificaciones y diferenciarlas del tejido sano. Además, con la finalidad de mostrar las ventajas y desventajas del algoritmo propuesto, éste es comparado con dos algoritmos del mismo tipo: el k-means y el FCM (Fuzzy c-Means). Por otro lado, es importante destacar que en este trabajo por primera vez la sub-segmentación es utilizada para detectar regiones pertenecientes a microcalcificaciones en imágenes de mamografía. 4. Finalmente, se propone el uso de un clasificador basado en una red neuronal artificial, específicamente un MLP (Multi-layer Perceptron). El propósito del clasificador es discriminar de manera binaria los patrones creados a partir de la intensidad de niveles de gris de la imagen original. Dicha clasificación distingue entre microcalcificación y tejido sano. ABSTRACT Breast cancer is one of the leading causes of women mortality in the world and its early detection continues being a key piece to improve the prognosis and survival. Currently, the most reliable and practical method for early detection of breast cancer is mammography.The presence of microcalcifications has been considered as a very important indicator ofmalignant types of breast cancer and its detection and classification are important to prevent and treat the disease. However, the detection and classification of microcalcifications continue being a hard work due to that, in mammograms there is a poor contrast between microcalcifications and the tissue around them. Factors such as visualization, tiredness or insufficient experience of the specialist increase the risk of omit some present lesions. To reduce this risk, is important to have alternatives such as a second opinion or a double analysis for the same specialist. In the first option, the cost increases and diagnosis time also increases for both of them. This is the reason why there is a great motivation for development of help systems or assistance in the decision making process. This work presents, develops and justifies a system for the detection of microcalcifications in regions of interest extracted fromdigitizedmammographies to contribute to the early detection of breast cancer. This systemis based on image processing techniques, pattern recognition and artificial intelligence. For system development the following features are considered: With the aim of training and testing the system, an images database is created, belonging to a region of interest extracted from digitized mammograms. The application of the top-hat transformis proposed. This image processing technique is based on mathematical morphology operations. The aim of this technique is to improve the contrast betweenmicrocalcifications and tissue present in the image. A novel algorithm called sub-segmentation is proposed. The sub-segmentation is based on pattern recognition techniques applying a non-supervised clustering algorithm known as Possibilistic Fuzzy c-Means (PFCM). The aim is to find regions corresponding to the microcalcifications and distinguish them from the healthy tissue. Furthermore,with the aim of showing themain advantages and disadvantages this is compared with two algorithms of same type: the k-means and the fuzzy c-means (FCM). On the other hand, it is important to highlight in this work for the first time the sub-segmentation is used for microcalcifications detection. Finally, a classifier based on an artificial neural network such as Multi-layer Perceptron is used. The purpose of this classifier is to discriminate froma binary perspective the patterns built from gray level intensity of the original image. This classification distinguishes between microcalcifications and healthy tissue.