Abstract: El cáncer de próstata es el tumor más frecuente en varones en España y en los países occidentales. El manejo clínico de los pacientes con este tipo tumoral depende mucho de su estadío. El sistema de Gleason es la valoración histopatológica más importante para el manejo del paciente con adenocarcinoma de próstata. Se basa en un análisis de las estructuras glandulares, la identificación de patrones y su clasificación en el grado correspondiente. En este trabajo se plantea la identificación y cuantificación de estas estructuras y patrones mediante técnicas de análisis de imagen y algoritmos de aprendizaje automático supervisado. Con la consecución de este proyecto, se espera mejorar la variabilidad descrita interobservador y obtener datos importantes para la estratificación del riesgo oncológico. También se propone una nueva sistemática de etiquetado, no descrita en la bibliografía revisada, basada en la identificación de los Componentes Problema Finales (CPF) que se establecen a partir de un procesado previo de la imagen. Este tipo de sistemática reduce en gran medida el tiempo necesario para realizar esta tarea y mejora las características necesarias para un mejor análisis posterior.