La segmentación de imágenes de retina juega un papel crítico en el diagnóstico y monitoreo de enfermedades oftálmicas como la retinopatía diabética y la degeneración macular relacionada con la edad. Proponemos un enfoque basado en aprendizaje profundo que utiliza la red U-Net para la segmentación precisa y eficiente de imágenes de retina. U-Net, una red neuronal convolucional ampliamente utilizada por su rendimiento en la segmentación de imágenes médicas, se emplea para segmentar estructuras clave de la retina, incluyendo el disco óptico y los vasos sanguíneos. Evaluamos el modelo propuesto en un conjunto de datos de imágenes de retina disponible públicamente, demostrando un rendimiento interesante en la segmentación automática de la retina, mostrando así la efectividad del método propuesto. Nuestra propuesta ofrece un método prometedor para el análisis automatizado de imágenes de retina, ayudando en la detección temprana de enfermedades y la planificación de tratamientos personalizados.