El análisis de señales cardíacas sigue siendo considerado atractivo tanto por la comunidad académica como por la industria, ya que ayuda a los médicos a detectar anomalías y mejorar el diagnóstico y la terapia de enfermedades. El procesamiento de señales electrocardiográficas para detectar irregularidades relacionadas con la aparición de formas de onda de baja amplitud dentro de la señal cardíaca tiene una carga de trabajo considerable, ya que las señales cardíacas están fuertemente contaminadas por ruido y otros artefactos. Este documento presenta un enfoque efectivo para la detección de ocurrencias de potenciales tardíos ventriculares, que se consideran marcadores de riesgo de muerte súbita cardíaca. Tres etapas caracterizan el método implementado, que realiza un procesamiento latido a latido de electrocardiogramas de alta resolución (HR-ECG). Se filtran y eliminan ruidos quince señales HR-ECG para mejorar la relación señal-ruido. Luego se extrajeron cinco características y se utilizaron como entradas de un clasificador basado en un enfoque de aprendizaje automático. Para la evaluación del rendimiento del método propuesto, se utilizó una base de datos de HR-ECG que consiste en patrones reales negativos de potenciales tardíos ventriculares (VLP) y patrones semi-simulados positivos de VLP. Los resultados experimentales muestran que el sistema implementado alcanza un rendimiento satisfactorio en términos de sensibilidad, especificidad, precisión y predictibilidad positiva; de hecho, se lograron los respectivos valores de 98.33%, 98.36%, 98.35% y 98.52%.