Este trabajo aborda la necesidad crítica de la detección temprana del cáncer de mama, una preocupación de salud significativa en todo el mundo. Utilizando una combinación de técnicas avanzadas de aprendizaje profundo y aprendizaje automático, ofrecemos una solución integral para mejorar la precisión en la detección del cáncer de mama. Al aprovechar redes neuronales convolucionales (CNN) de última generación como GoogLeNet, AlexNet y ResNet18, junto con clasificadores tradicionales como los vecinos más cercanos (KNN) y la máquina de soporte vectorial (SVM), garantizamos capacidades de predicción robustas. Nuestros métodos de preprocesamiento mejoran significativamente la calidad de los datos de entrada, lo que conduce a precisiones de detección prometedoras. Por ejemplo, ResNet-18 logró resultados impresionantes, superando a otros modelos. Además, nuestra integración de estos algoritmos en una aplicación fácil de usar de MATLAB R2024b garantiza un acceso sencillo para los profesionales médicos, facilitando un diagnóstico y tratamiento oportunos. Este trabajo representa un paso vital hacia un diagnóstico más efectivo del cáncer de mama, subrayando la importancia de la intervención temprana para mejorar los resultados de los pacientes.