Este trabajo de tesis complementa los requisitos de la carrera de Doctorado en Ciencias de la Computación de la Facultad de Ciencias Exactas de la Universidad Nacional del Centro de la Provincia de Buenos Aires. El problema general en el que se encuentra enmarcada la presente tesis es el de estimar el nivel de activación muscular ejecutado por el bíceps de un brazo humano al ejercer diferentes niveles de esfuerzos discretos, por medio de un sistema de visión artificial alimentado exclusivamente con imágenes externas del brazo. El sistema mencionado tiene embebido un componente de aprendizaje de máquinas supervisado que le permite predecir la medida deseada, a partir de ejemplos conocidos de la activación real. En un primer paso del método, se aplican técnicas de visión computacional para la descripción de imágenes de manera de generar vectores de características de las mismas. Luego, estos vectores son usados como entrada en un proceso de aprendizaje de máquinas supervisado por la fuerza externa aplicada, un valor altamente correlacionado al nivel de activación real que el bíceps está ejerciendo. Se evaluaron técnicas maduras y comúnmente usadas en estas áreas para las cuales existen implementaciones computacionales. Como respuesta a la pregunta de ¿por qué es importante resolver el problema planteado?, se presenta una introducción al mismo y a las áreas disciplinares de aplicación. Por otro lado, pretendiendo responder ¿qué soluciones existen para el problema planteado?, se presenta una revisión bibliográfica de los trabajos relacionados al problema y el método propuesto para resolverlo. Para responder a la pregunta de ¿qué debo aprender para resolver el problema mediante el método propuesto?, se presentan las tecnologías de soporte evaluadas en esta tesis para resolver el problema usando el método propuesto, puntualmente en las áreas de conocimiento de descripción de imágenes y aprendizaje de máquinas supervisado. Finalmente para responder a la pregunta de ¿cómo aplicar estas tecnologías para resolver el problema?, se presentan distintas instancias del método que pretenden resolver el problema de estimación planteado. Una de las instancias del método presentadas, logra obtener una precisión aceptable en la tarea de medición de la activación en un setting lo suficientemente práctico como para ser usado en ciertos ejercicios de tele-rehabilitación. La precisión en la medición de la activación así como la correlación estimada entre las mediciones obtenidas con este método y la real, son comparables a los métodos actuales y a trabajos similares.