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

e-ISSN: 2007-4034 / ISSN print: 1027-152X

Revista Chapingo Serie Horticultura

Creative Commons License

Home / Articles / Vol. 32 - 2026

Volume 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