Presentamos un método para la inversión de gravedad 3D utilizando parametrización elipsoidal y Optimización por Enjambre de Partículas (PSO), con el objetivo de estimar la geometría, contraste de densidad y orientación de cuerpos subsuperficiales a partir de datos de anomalías de gravedad. La subsuperficie se modela como un conjunto de elipsoides prolados cuyos parámetros se optimizan para minimizar la discrepancia entre las anomalías observadas y las predichas. Este enfoque permite un modelado directo eficiente con soluciones en forma cerrada y permite la incorporación de restricciones geométricas y físicas. El algoritmo se valida primero en modelos sintéticos con ruido gaussiano, recuperando con éxito configuraciones complejas de varios cuerpos con incertidumbre aceptable. Un análisis estadístico basado en múltiples ejecuciones de PSO proporciona rangos intercuartílicos (IQR) para cuantificar la estabilidad de la inversión. El método se aplica luego a un conjunto de datos de microgravedad real de los volcanes de lodo de Nirano Salse (norte de Italia) utilizando una estrategia de adquisición de campo previamente descrita en la literatura. A diferencia de estudios anteriores basados en software comercial, nuestra inversión utiliza el marco elipsoidal-PSO. El modelo que mejor se ajusta incluye cuatro elipsoides (dos de baja densidad y dos de alta densidad), reproduciendo las principales características de la anomalía de Bouguer observada con un error de predicción del 20-25%. La geometría inferida sugiere que la migración de fluidos está controlada por zonas de daño relacionadas con fallas en lugar de reservorios poco profundos. Este método es robusto, interpretable y aplicable tanto a casos sintéticos como reales, con posibles aplicaciones en estudios geotécnicos, volcánicos e hidrogeológicos.