El cáncer de cérvix afecta a gran parte de la población femenina en países en vía de desarrollo y cada día cobra más vidas humanas, con un costo social y económico muy alto. La Organización Mundial de la Salud, menciona como componente básico para la lucha contra el cáncer cervicouterino la detección precoz con programas de cribado por diferentes técnicas de detección como citología convencional (prueba de Papanicolaou), citología en Medio Líquido (CML), prueba de ADN del VPH y los métodos visuales como la tinción con acido acético diluido (IVA) y la solución yodada de lugol (IVL). La citología convencional es la técnica más empleada, por ser ampliamente aceptada, de bajo costo, y tener mecanismos de control de calidad. En esta técnica se toma una muestra de células de la zona de transformación del cuello del útero por medio de un cepillo o de una espátula de madera de punta extendida, se esparce la muestra sobre el portaobjetos y se fija con una solución preservante. El portaobjetos se envía al laboratorio para su tinción y examinación al microscopio para determinar si las células son normales y clasificarlas, de acuerdo al sistema de Bethesda. Esta tarea requiere tiempo y experticia del citopatólogo. Algunos investigadores han propuesto el desarrollo de herramientas que permitan detectar y clasificar las células de la zona de transformación del cuello del útero. En este trabajo se propone implementar una aplicación que permita detectar y clasificar células escamosas, empleando técnicas de procesamiento de imágenes y aprendizaje de máquina, con el animo de minimizar el tiempo de lectura, disminuir la variabilidad intra-observador y mejorar la sensibilidad en esta área de trabajo.