Hoy en día las enfermedades cardiovasculares son las responsables de altos porcentajes de muerte alrededor del mundo. Recientes investigaciones muestran que millones de personas en todo el mundo mueren como resultado de una Muerte Súbita Cardiaca (MSC). Estas muertes pueden reducirse mediante el uso de equipos médicos como los desfibriladores si se detecta oportunamente esta afección. Por lo tanto, si el evento de MSC se puede predecir en la etapa más temprana posible, permitirá salvar las vidas de las personas ya que recibirán procedimientos médicos oportunos, para ello se necesita proponer formas adecuadas para ayudar a los médicos a predecir la muerte súbita cardiaca con un alto nivel de precisión. En este trabajo de tesis, se presenta una metodología para predecir la MSC de manera automática utilizando señales de ECG, dimensión fractal (DF) y lógica difusa (LD). Se investigan cuatro métodos de DF, dimensión fractal de Higuchi, dimensión de caja, dimensión fractal de Katz y dimensión fractal de Sevcik. La efectividad de la metodología propuesta para predecir un evento de MSC se evalúa utilizando bases de datos de ECG de 20 pacientes con MSC y 18 pacientes sanos. Los resultados experimentales muestran que la combinación de características puede predecir un evento de MSC con una precisión de 91.58% 60 minutos antes de la aparición de MSC.