El objetivo del análisis de imágenes médicas es aumentar la efectividad de las opciones de diagnóstico. La Red Neuronal de Coevolución (CNN) es la arquitectura de red neuronal predominante utilizada en Aprendizaje Profundo (DL) para el análisis de imágenes médicas. Recientemente, diversas técnicas innovadoras de DL, como diferentes funciones de activación, técnicas de optimización y funciones de pérdida, han mejorado el rendimiento de las CNN. El CNN de Aprendizaje Profundo (DL-CNN) sirve como una herramienta valiosa para ayudar a los radiólogos en el diagnóstico y mejorar la eficiencia y precisión. Se han publicado numerosos métodos de DL-CNN para analizar imágenes médicas. Este documento recopila las métricas de rendimiento de DL-CNN, presentadas por varios autores. Este documento revisa el análisis de imágenes de seis enfermedades diferentes, a saber, cáncer de pulmón, cáncer colorrectal, cáncer de hígado, cáncer de estómago, cáncer de mama y tumores cerebrales.