[pt] A microtomografia computadorizada de uma amostra de rocha possibilita uma caracterização do meio poroso e pode ser utilizada para estimar propriedades da rocha em macroescala, isto é, em escala de reservatório. Métodos baseados em mapas de distâncias e em algoritmos de erosão são as principais abordagens utilizadas para extração de uma rede de poros e gargantas a partir de imagens microtomográficas de rocha. Este trabalho propõe um método híbrido para a construção da rede, de modo que, durante o processo de modelagem na escala de poros, obtemos um esqueleto do espaço poroso por meio de um algoritmo de erosão e utilizamos um mapa de distâncias para construir uma rede de poros e gargantas. A determinação dos poros e gargantas a partir do esqueleto adota uma abordagem não-determinística possibilitando a geração de múltiplas redes com configurações distintas a partir de um mesmo esqueleto. Avaliamos a variabilidade dos cenários gerados e comparamos as estimativas para as propriedades petrofísicas com as obtidas pelo método de Bolas Máximas por meio dos resultados de uma simulação de fluxo monofásica na rede. / [en] Computerized microtomography of a rock sample enables a characterization of the porous medium and can be used to estimate rock properties at the macro-scale, i.e., reservoir-scale. Methods based on distance maps and thinning algorithms are the main approaches used for extracting a pore and throats network from microtomographic rock images. This paper proposes a hybrid method for constructing the network. So that during the pore-scale modeling process, we obtain a skeleton of the pore space by using a thinning algorithm and a distance map to build a network of pores and throats. The determination of pores and throats from the skeleton assumes a non-deterministic approach enabling the generation of multiple networks with distinct configurations from the same skeleton. We evaluate the variability of the generated scenarios and compare the estimates for the petrophysical properties with those obtained by the Maximum Ball Method through the results of a single-phase flow simulation on the network.