Las lesiones de rodilla son un problema de salud común que afecta tanto a personas que practican deportes como a las que no lo hacen. La alta prevalencia de lesiones de rodilla produce un impacto considerable en la calidad de vida relacionada con la salud de los pacientes. Por esta razón, es esencial desarrollar procedimientos para un diagnóstico temprano, lo que permite a los pacientes recibir un tratamiento oportuno para prevenir y corregir las lesiones de rodilla. En este sentido, este documento presenta, como principal contribución, una metodología basada en termografía infrarroja (IT) y redes neuronales convolucionales (CNN) para diferenciar automáticamente entre una rodilla sana y una rodilla lesionada, siendo una herramienta alternativa para ayudar a los especialistas médicos. En general, la metodología consta de tres pasos: (1) generación de la base de datos, (2) procesamiento de imágenes y (3) diseño y validación de una CNN para identificar automáticamente a un paciente con una rodilla lesionada. En la etapa de procesamiento de imágenes, se obtienen imágenes en escala de grises, imágenes equalizadas e imágenes térmicas como entradas para la CNN, donde se obtiene un 98.72% de precisión con el método propuesto. Para probar su robustez, se utilizan diferentes imágenes infrarrojas con cambios en el ángulo de rotación y diferentes niveles de brillo (es decir, posibles condiciones en el momento de la imagen), obteniendo un 97.44% de precisión. Estos resultados demuestran la efectividad y robustez de la propuesta para diferenciar entre un paciente con una rodilla sana y una rodilla lesionada, teniendo las ventajas de utilizar una tecnología rápida, de bajo costo, inocua y no invasiva.