La enfermedad coronaria es la principal causa de muerte en todo el mundo. Entre estas, la enfermedad cardíaca isquémica y el accidente cerebrovascular son las enfermedades más comunes inducidas por la estenosis coronaria. Este estudio presenta una Red de Squeeze-and-Excitation Residual Ligera (LRSE-Net) para la clasificación de estenosis en imágenes de Angiografía Coronaria por Rayos X. El modelo propuesto emplea la eliminación de núcleos redundantes y la descomposición de tensores mediante Convoluciones Separables en Profundidad para reducir los parámetros del modelo hasta aproximadamente un modelo de Red de Squeeze-and-Excitation Residual de Vainilla. Además, las tasas de reducción de cada módulo de Squeeze-and-Excitation se optimizan individualmente para mejorar la recalibración de características. Los resultados experimentales para la Detección de Estenosis en el Conjunto de Datos de Detección de Estenosis Profunda y el Conjunto de Datos Angiográficos disponibles públicamente demuestran que el LRSE-Net propuesto logra la mejor Precisión-0.9549/0.9543, Sensibilidad-0.6320/0.8792, Precisión-0.5991/0.8944 y Puntuación F-0.6103/0.8944, así como una Especificidad competitiva de 0.9620/0.9733.