La seleccion de patrones es un proceso importante en la calidad de los clasificadores supervisados. Sin embargo los clasificadores basados en patrones emergentes tienden a ser susceptibles, existen varios factores que pueden degradar la eficacia de la clasificacion: el uso de gran cantidad de patrones o patrones con baja calidad, entre otros, a menudo afecta la eficacia del proceso. Nuestra investigacion explora el campo de la seleccion de patrones emergentes usando un nuevo enfoque que comprueba la calidad del patron antes del proceso de clasificacion, con el objetivo de garantizar patrones mas eficaces. Este trabajo recoge un estudio comparativo del desempeno individual y en conjunto, de una seleccion de medidas de estimacion de calidad para patrones y define una nueva metodologia para la seleccion de patrones emergentes, basandose en medidas de calidad individual del patron. La presente investigacion constituye el fruto de 5 anos de estudios de la especialidad de Ingenieria Informatica vinculada al Reconocimiento de Patrones, y puede ser utilizado como material de consulta para especialistas interesados en el campo de la Inteligencia Artificial."