The Auditory Brainstem Respose signals are characteristic of the combination of neural activity responses in presence of sound stimuli, detected by the cortex and characterized by peaks and valleys. They are named by roman numerals (I, II, III, IV, V, VI and VII). The identification of these peaks is made by the classic manual process of analysis, which is based on the visualization of the signal generated by the sum of each sample. In the sum the morphological characteristics of the signal and the temporal aspects relevant waves made by Jewett are identified. However, in this visual process some difficulties may occur, regarding the recognition of patterns present, which may vary according to local, individual equipment and settings in the selected protocol. Making the analysis of ABR subject to the influence of many variables and a constant source of doubt about the reliability and agreement between examiners. In order to create a system to automatic detection of these peaks and self-learning, that takes into account the profile for evaluate from examiners this work was developed. The continuous wavelet transforms an innovative technique for the detection of peaks was used associate with a probabilistic model for classification based on the histograms with information provide by examiners. In evaluating of the system, based on the swat rate between the system and a manual technique an accuracy ranging for 74.3% to 99.7%, according to each waves. Thus the proposed technique is proved to be accurate especially in ABR that is a sign of low amplitude. / Os PEATE são sinais resultantes da combinação de respostas de atividades neurais a estímulos sonoros, detectados sobre o córtex, que se caracterizam por vales e picos, sendo nomeados por algarismos romanos (I, II, III, IV, V, VI e VII). O processo clássico de identificação desses picos é baseado na visualização do sinal gerado pela somatória de cada uma de suas componentes. Nele são identificadas as características morfológicas do sinal e os aspectos temporais relevantes constituídos pelas ondas de Jewett. No entanto, neste processo de identificação visual surgem dificuldades que tornam a análise visual dos PEATE uma fonte constante de dúvidas em relação à fidedignidade e concordância entre os examinadores. Com o objetivo de melhorar o processo de avaliação dos PEATE, foi desenvolvido um sistema de detecção automática para os picos, com capacidade de aprendizado que leva em consideração o perfil de marcação realizado por examinadores. Para a detecção de picos foi utilizada a Transformada Wavelet Contínua associado a mesma foi desenvolvido um classificador probabilístico baseado nos histogramas gerados a partir de marcações realizadas pelos profissionais. Na avaliação do sistema proposto, com base na taxa de acerto entre o sistema e a marcação manual, o mesmo apresentou uma acurácia variando de 74,3% a 99,7%, dependendo do tipo de onda analisada. Assim a técnica proposta se revela precisa, principalmente na presença de ruído característico de sinais biológicos, especialmente no PEATE, que é um sinal de amplitude baixa. / Doutor em Ciências