logo uach
logo Cori   
logo uach
COORDINACIÓN DE REVISTAS INSTITUCIONALES | UACh

e-ISSN: 2007-4034
ISSN print: 1027-152X
Creative Commons License

Revista Chapingo Serie Horticultura

Publishes scientific and technological research results in the horticultural field and related areas. Its objective is to create an international platform for the dissemination and discussion of scientific and technological knowledge in horticulture.

Home / Articles / Vol. 32 - 2026

  

Volume 32, 2026



doi: 10.5154/r.rchsh.2025.07.011
Fecha de publicación: 2026-02-20
Detección de enfermedades en el cultivo de papa mediante modelos de aprendizaje profundo
Abraham González-Jesús; Juan Manuel González-Camacho; Juan Pablo Ambrosio-Ambrosio; Luis Arturo Soriano-Avendaño; José Alfredo Carrillo-Salazar

Keywords: redes neuronales convolucionales, transferencia de aprendizaje, YOLOv11n, reconocimiento de patrones, alerta temprana

La papa es el cuarto cultivo más importante a nivel mundial. En 2024, México alcanzó una producción de 2.12 millones de toneladas, con un rendimiento promedio de 32.71 t∙ha-1. La incidencia de enfermedades es un factor limitante para garantizar la producción; por ello, la aplicación de técnicas de visión artificial es de gran valor para su detección oportuna. El objetivo de esta investigación fue implementar y evaluar el desempeño de tres modelos de aprendizaje profundo para identificar seis enfermedades en el cultivo de papa a partir de imágenes digitales: tizón tardío (Phytophthora infestans), tizón temprano (Alternaria solani), infecciones bacterianas (Candidatus Phytoplasma), virus Y de la papa (Potato virus Y), virus del mosaico de la papa (Potato virus X) y virus del enrollado de la papa (Potato leafroll virus), así como daños por plagas y hojas sanas. Se evaluó el desempeño de una red neuronal convolucional (CNN) estándar y dos modelos CNN con transferencia de aprendizaje (VGG19 y YOLOv11n). El modelo YOLOv11n superó a VGG19 y a la CNN estándar, al alcanzar una precisión global de clasificación de 98.1 %, en comparación con 92.8 y 90.1 %, respectivamente. A nivel de clases, YOLOv11n obtuvo valores de F1-score de 95 a 100 %, mientras que VGG19 registró valores de 85 a 100 % y CNN de 72 a 98 %. Estos resultados evidencian que YOLOv11n presenta una capacidad de clasificación alta para detectar las seis enfermedades analizadas, daños por plagas y hojas sanas. El desempeño observado confirma el potencial de los modelos de aprendizaje profundo como base para el desarrollo de tecnologías inteligentes orientadas a detectar problemas fitosanitarios.



doi: 10.5154/r.rchsh.2025.03.005
Fecha de publicación: 2026-03-25
Una revisión sistemática de Tradescantia spathacea (maguey morado): del uso tradicional a la investigación farmacológica
Alexis García-Fernández; Mariana Z. Pérez-González; María Adelina Jiménez-Arellanes

Keywords: planta medicinal, Rhoeo discolor, fitoquímica, farmacología.

Tradescantia spathacea, conocida comúnmente como maguey morado, lirio ostra, lirio de barco o “Moisés en la cuna”, es una especie nativa de México ampliamente cultivada por su valor ornamental y utilizada de forma extensa en la medicina tradicional. La presente revisión integra y analiza la información sobre sus usos tradicionales, composición fitoquímica y actividades farmacológicas reportadas, con el objetivo de establecer el estado actual del conocimiento y las principales brechas de investigación. En la medicina tradicional, esta especie se emplea para el tratamiento de diversos padecimientos. Las investigaciones biológicas de los extractos metanólicos, etanólicos o acuosos han permitido describir su actividad anticancerígena, citotóxica, antimutagénica, antibacteriana, antimicótica, antiviral, gastroprotectora, inmunológica, diurética, antiinflamatoria, neuroprotectora, antidiabética y antioxidante. Algunos compuestos bioactivos aislados de la parte aérea de la planta son rutina, rhoeonina, peltatósido, epigalocatequina, ácido ferúlico, ácido clorogénico, ácido vanílico, ácidos p-cumáricos, ácido protocatecuico, luteolina, pcumaroil, sirigilo, cafeoil, feroil, apigenina, naringenina, kaempferol, miricetina, quercetina, isorhamnetina, peonidina, entre otros. Sin embargo, a pesar del uso de esta especie medicinal, a la fecha no se han descrito las condiciones biotecnológicas para la obtención del material de manera controlada.



Indexada en

SCOPUS SJR CONACYT BIBLAT CABI DOAJ LATINDEX OAJI redalyc REDIB SCIELO

MW4 – FAO AGRIS data provider 2025

© Derechos reservados Universidad Autónoma Chapingo 2024 | Protección de Datos Personales