Las microcalcificaciones mamarias son lesiones no palpables que estan presentes aproximadamente en el 55% de los casos de cancer de mama. Son un hallazgo muy frecuente en mamografias y pueden ser un indicador de esta enfermedad en sus primeras fases.Se implementaron dos metodos para el realce de microcalcificaciones mamarias basado en analisis multirresolucion a traves de la transformada wavelet. Luego, se segmentaron los candidatos utilizando umbralizacion, donde el umbral se determino a traves de los parametros estadisticos de la distribucion de coeficientes wavelet. Despues, se clasificaron los objetos por su longitud y mediante un algoritmo de agrupamiento basado en densidad se detectaron los candidatos a microcalcificaciones mamarias agrupadas. En este trabajo se comparo el realce y la segmentacion de microcalcificaciones utilizando diferentes funciones de las familias wavelet: symlet, daubechies y coiflet. Para el algoritmo propuesto, la funcion que presento el mejor resultado en la deteccion de candidatos a microcalcificaciones mamarias fue daubechies de orden 16, con una especificidad de 68% una sensibilidad de 77% y un valor predictivo positivo de 72 %. La funcion coiflet de orden 3 presento los valores mas bajos en la prueba. El algoritmo detecta las agrupaciones de microcalcificaciones mamarias en la mayoria de mamografias. En las pruebas de sensibilidad, especificidad y valor predictivo positivo no hay una variacion muy significativa entre las funciones wavelets. Sin embargo, las familias daubechies y symlet presentan los mejores resultados