Se presentan diferentes metodos de extraccion de caracteristicas en senales ECG normales y en presencia de eventos relacionados con cardiopatia isquemica, basados en mediciones de diagnostico, la transformada wavelet y el analisis no lineal de componentes principales. Con el fin de determinar las caracteristicas que contribuyen de mejor manera con el modelo, se aplican dos tecnicas de seleccion efectiva de caracteristicas empleando metodos estadisticos multivariados y univariados. La evaluacion de las tecnicas de extraccion propuestas se realiza mediante analisis discriminante lineal y maquinas de soporte vectorial, comparando el error en la clasificacion de diferentes estados de funcionalidad cardiaca. Como resultado del analisis discriminante lineal se obtiene que las caracteristicas mas efectivas se consiguen empleando el analisis no lineal de componentes principales sobre un latido. En este caso, el error obtenido de clasificacion es de hasta el 0.22%, contra 6.78% en el caso de las wavelets, y 24.22% en el caso de las mediciones de diagnostico. Con las maquinas de soporte vectorial se obtiene que las caracteristicas mas discriminantes se obtienen empleando wavelets aplicadas al latido con una precision de clasificacion hasta del 0.1 %, contra 0.12% en el caso del analisis no lineal de componentes principales y 5.11% en el caso dalas mediciones de diagnostico.