La presente Tesis trata de la detección de microcalcificaciones en mamografía. De entre los diferentes hallazgos que se pueden encontrar en mamografía las microcalcificaciones son uno de los importantes porque permiten la detección precoz, ya que casi la mitad de los tumores clínicamente ocultos son detectados gracias a la presencia de las microcalcificaciones. Las microcalcificaciones aisladas apenas son significativas desde un punto de vista radiológico y sí lo son cuando están formando grupos. Para su detección se utiliza tratamiento digital de imagen, concretamente la combinación de la morfología matemática y los campos aleatorios de Markov. Se dedica un capítulo a presentar cada una de estas dos áreas. En el capítulo siguiente dedicado al algoritmo se concreta el modelo de campo aleatorio de Markov al caso de interacción entre pares de pixels dentro de un vecindario de orden 2. También se incluye en el modelo la contribución debida a pixels individualmente. Para aprovechar el hecho de que las microcalcificaciones es probable que aparezcan agrupadas se amplía el orden del vecindario a una región de radio 0.5 cm para aquellos pixels etiquetados como microcalcificación. En la parte que respecta a morfología matemática se propone utilizar operadores que destacan las microcalcificaciones sin destacar otras regiones contrastadas como pueden ser las regiones correspondientes a las fibras. Para minimizar la excesiva sensibilidad a regiones contrastadas muy pequeñas se proponen transformaciones morfológicas con operadores conexos como la apertura superficial. Para el capítulo de resultados se han utilizado las mamografías de la base de datos suministrada por cortesía del National Expert and Training Centre for Breast Cancer Screening and the Departament of Radiology at teh University of Nijmegen, the Netherlands