Los nematodos quísticos son nematodos parasitarios de plantas que infectan cultivos, causan daños extensos a los cultivos y pérdidas anuales, y afectan la producción de alimentos. La identificación precisa de las especies es significativa para iniciar su control. La distinción repetible, menos costosa y menos laboriosa de las especies de nematodos quísticos utilizando procesamiento de imágenes e inteligencia artificial puede ser ventajosa. El objetivo de este estudio fue distinguir nematodos quísticos pertenecientes a las especies , , y basándose en parámetros de imagen utilizando redes neuronales artificiales (ANN). La aplicación de parámetros seleccionados de un conjunto de 2172 texturas de imágenes en canales de color , , , , , , , , , , y para construir modelos de clasificación utilizando una red neuronal estrecha, una red neuronal mediana, una red neuronal ancha, una red neuronal trilaminar, WiSARD, perceptrón multicapa y red RBF es una gran novedad del presente estudio. Los algoritmos permitieron distinguir las especies de nematodos quísticos con una precisión promedio que alcanzó el 89.67% para un modelo desarrollado utilizando WiSARD. La mayor corrección se obtuvo para y esta especie se distinguió entre sí con la mayor precisión del 95-98% dependiendo del clasificador. Mientras que el mayor número de casos mal clasificados ocurrió entre , pertenecientes al mismo género . El procedimiento desarrollado que implica parámetros de imagen y redes neuronales artificiales puede ser útil para distinguir de manera no destructiva y objetiva las especies de nematodos quísticos.