espanolLa captura de imagen digital es una parte fundamental de los procedimientos medicos modernos. Provee de documentacion visual, un registro permanente para los pacientes y la posibilidad de extraer informacion cuantitativa sobre muchas enfermedades. La oftalmologia depende considerablemente del analisis digital de imagenes. En este trabajo se presentan los resultados principales de la tesis doctoral de Andres G. Marrugo. Este trabajo contribuye al analisis digital de tales imagenes y los problemas que surgen a lo largo del proceso de formacion de imagen. Este campo se le conoce como analisis de imagen retiniana. En esta tesis se han propuesto soluciones a problemas asociados con la adquisicion de imagen retiniana y la deteccion de cambios temporales en patologias retinianas. Especificamente, los problemas de iluminacion no-uniforme, baja calidad de imagen, enfoque automatico, y analisis multi-canal. Sin embargo, existen situaciones inevitables en que se adquieren imagenes de baja calidad, como imagenes emborronadas debido a las aberraciones del ojo. Este problema lo hemos abordado utilizando dos metodologias para la deconvolucion ciega de imagenes. En la primera aproximacion, consideramos que el emborronamiento es invariante espacialmente y en la segunda aproximacion extendimos el trabajo y propusimos un metodo mas general espacialmente variante. EnglishMedical digital imaging has become a key element of modern health care procedures. It provides visual documentation and a permanent record for the patients, and most important the ability to extract quantitative information about many diseases. Modern ophthalmology relies on the advances in digital imaging and computing power. In this paper we present an overview of the results from the doctoral dissertation by Andres G. Marrugo. This dissertation contributes to the digital analysis of retinal images and the problems that arise along the imaging pipeline of fundus photography, a field that is commonly referred to as retinal image analysis. We have dealt with and proposed solutions to problems that arise in retinal image acquisition and longitudinal monitoring of retinal disease evolution. Specifically, non-uniform illumination compensation, poor image quality, automated focusing, image segmentation, change detection, space-invariant (SI) and space-variant (SV) blind deconvolution (BD). Digital retinal image analysis can be effective and cost-efficient for disease management, computeraided diagnosis, screening and telemedicine and ap