The use of Artificial Intelligence combined with Digital Image Processing techniques has been applied in different areas of knowledge. In the medical field, these technologies have been used to help diagnose and make them more accurate, as in applications that seek to improve the detection of melanoma, one of the most aggressive types of skin cancer. The use of these technologies in handheld devices that perform real-time diagnosis require systems that provide high performance and low power consumption. Hence, this work aims to implement in hardware a skin cancer detection system based on Artificial Neural Networks of the type Multilayer Perceptron. The proposed hardware was developed in Field Programmable Gate Arrays, where image processing techniques for extracting signal characteristics of the image and the feedforward phase of the Multilayer Perceptron for classification in melanoma or non-melanoma were implemented. Following the implementation of the hardware technique, the classification results are validated with the use of a public database. Finally, analyzes are performed regarding the execution time, resources used and energy consumption of the hardware. Results show that the implementation of the hardware technique achieved better performance and reduced power consumption compared to a software version.A utilização de Inteligência Artificial aliada às técnicas de Processamento Digital de Imagem vem sendo aplicada em diferentes áreas do conhecimento. Na área médica, essas tecnologias têm sido utilizadas para auxiliar a obtenção de diagnósticos e torná-los mais precisos, como nas aplicações que buscam melhorar a detecção de melanoma, um dos mais agressivos tipos de câncer de pele. O uso dessas tecnologias em dispositivos portáteis que realizam diagnóstico em tempo real necessitam de implementações que proporcionem bom desempenho e baixo consumo energético. Assim, este trabalho possui como objetivo a implementação em hardware de um sistema de detecção de câncer de pele baseado em Redes Neurais Artificiais do tipo Multilayer Perceptron. O hardware proposto foi desenvolvido em Field Programmable Gate Arrays, sendo implementado técnicas de processamento de imagem para a extração de características da imagem do sinal e a fase feedforward da Multilayer Perceptron para a classificação desse em melanoma ou não-melanoma. Após a implementação da técnica em hardware, os resultados de classificação são validados com a utilização de um banco de dados público. Ao final, são realizadas análises associadas ao tempo de execução, aos recursos utilizados e o consumo energético do hardware. Resultados mostram que a implementação da técnica em hardware obteve melhor desempenho e redução do consumo de energia, comparado a uma versão em software.2023-01-01