Se presenta un procedimiento alternativo para la reconstrucción numérica de curvas de reflectanci espectral de pinturas de óleo sobre lienzo. La técnica se basa en la combinación no lineal de los espectros de reflectanci reconstruidos por procedimientos lineales, tales como: pseudoinversa, análisis en componentes principales e interpolación. Estos espectros constituyen la entrada a una red neuronal artificia entrenada mediante el algoritmo backpropagation. La red neuronal ajusta sus pesos y umbrales de acuerdo a los espectros patrones, obtenidos mediante un espectrofotómetro Shimadzu UV2401. Para evaluar el desempeño del procedimiento se utilizaron las métricas: cálculo del error espectral cuadrático medio, el coeficient de buen ajuste y el error medio absoluto.In this paper, we present an alternative procedure for the digital reconstruction of spectral reflectanc curves of oil painting on canvas using multispectral imaging. The technique is based on a combination of the results obtained by pseudo-inverse, principal component analysis and interpolation; these results are the input to a feed-forward back propagation neural network fittin the values of the curves to a target obtained using a spectrophotometer Shimadzu UV2401. Goodness-of-Fit Coefficien (GFC), absolute mean error (ABE) and spectral Root Mean Squared error (RMS) are the metrics used to evaluate the performance of the procedure proposed.