Dentro de las enfermedades oculares, la retinopatía diabética y la retinopatía de la prematuridad se consideran una de las principales causas de ceguera en adultos y niños. Con el fin de prevenir que la enfermedad alcance tal extremo, se debe aplicar un diagnóstico oportuno y un tratamiento efectivo. Hasta ahora, la forma de verificar el estado de la retina ha sido realizar observaciones cualitativas de imágenes de fondo de ojo, todas realizadas por un especialista oftalmológico; sin embargo, esto está totalmente restringido a su experiencia, y algunos cambios en la estructura vascular de la retina podrían omitirse, además del hecho de que se necesitarían imágenes de muy alta resolución para poder detectar cambios significativos. En consecuencia, con la ayuda de herramientas computacionales, este proceso de diagnóstico/monitoreo puede mejorarse. Este trabajo presenta una estrategia novedosa para el modelado de la MTA utilizando un algoritmo de estimación de distribución (EDA) basado en la función de densidad de probabilidad para determinar los coeficientes y parámetros de una serie de polinomios de Jacobi. Un modelo utilizando polinomios es el aspecto novedoso de este trabajo ya que en la literatura no hay modelos de la MTA de este tipo, además de buscar cubrir mejor el perfil de la vena retiniana. Según los resultados experimentales, el método propuesto presenta la ventaja de lograr un rendimiento superior en términos de la distancia media al punto más cercano (4.34 píxeles) y la distancia de Hausdorff (14.43 píxeles) con respecto a diferentes métodos de vanguardia del modelado numérico de la retina, utilizando la base de datos DRIVE de imágenes de fondo de ojo con una delineación manual de la MTA realizada por un especialista.