Introducción: El tamizaje y el diagnóstico del cáncer de mama (CM) se benefician del mejor rendimiento clínico de los estudios mamográficos. Las mamografías (MX) de alta calidad pueden detectar detalles como microcalcificaciones pequeñas, las cuales pueden ser marcadores radiológicos de algunas formas de la enfermedad. Los fantomas del Colegio Americano de Radiología (ACR) son ampliamente utilizados en el control de calidad de equipamientos para la acreditación de servicios de imagenología mamaria. Antecedentes: Existen al menos dos métodos previos que se consideraron relevantes: el método de acreditación del ACR(1) y el método de evaluación de la calidad de imágenes de Huda(2). Objetivos: Esta investigación busca proponer y evaluar preliminarmente nuevos métodos de análisis basados en la visión humana para el estudio de la calidad de imágenes de fantomas mamográficos ACR. Materiales y Métodos: se idearon 4 métodos nuevos que utilizan información aportada por expertos humanos: (“N° Visible De Micros ESPERADA Por Grupo”, “ N° Visible De Micros ESPERADA Por Grupo e Ítem”, “ N° Visible De Micros Por Coordenadas”, y “Método de error posicional”). Se utilizó una muestra de 155 imágenes extraídas de un juego original de la investigación de Maestría de la Lic. Maria Sarasua. Estas imágenes fueron obtenidas usando fantomas ACR( Modelo 015), en tres servicios de mamografía del área metropolitana de Montevideo durante 2021 y 2022, variando ampliamente en forma experimental los valores de los parámetros de adquisición. Cinco de los autores (cuatro estudiantes avanzados y un licenciado en Imagenología) visualizaron independientemente las imágenes con el objetivo de detectar y registrar las coordenadas en píxeles del punto de máxima intensidad para cada una de las microcalcificaciones simuladas en el fantoma. Resultados: Se produjo una matriz de 6x5x5x155 = 23250 registros (6 micros por cada uno de los 5 grupos a evaluar por 5 observadores en 155 imágenes).Estos datos dieron lugar a un conjunto de descripciones e hipótesis, algunas de las cuales se validaron internamente y otras con la literatura. Se valoró la presencia de errores de registro y se propuso un método de depuración ajustando un modelo mixto compuesto por una distribución normal más una recta horizontal a la distribución observada de frecuencias.Los resultados obtenidos mostraron una adecuada correspondencia entre el modelo teórico y los datos empíricos, de modo que se concluye que la mayor parte de la variabilidad se puede modelar como errores posicionales y una fracción menor, como errores de registro. Como se esperaba, los grupos con microcalcificaciones de menor tamaño presentan mayor error posicional, mientras que los grupos con señales más intensas alcanzan una mayor exactitud, lo que varió sistemáticamente entre los observadores, lo que sugiere fuertemente una la relación entre las evaluaciones de la calidad de las imágenes y limitaciones perceptuales del observador. Conclusiones: Los métodos desarrollados integran principios psicofísicos y estadísticos en la evaluación de la calidad de imágenes mamográficas, siendo más exacta la evaluación que utiliza la información posicional cuando ella está disponible frente a los otros métodos conocidos. La investigación también aporta un marco teórico y conceptual para futuras investigaciones orientadas al mejor control de la calidad a partir de la percepción humana para la optimización de los sistemas de mamografía.