La Embolia Pulmonar (EP) es una condición potencialmente mortal en la que un coágulo sanguíneo bloquea una arteria en los pulmones. Permanece como una de las condiciones más desafiantes para diagnosticar y tratar en el departamento de emergencias. Como tipo de enfermedad cardiovascular, la EP contribuye a la principal causa de muerte a nivel mundial, según la Organización Mundial de la Salud. La detección temprana y el tratamiento oportuno son críticos para mejorar los resultados del paciente. En este proyecto, buscamos desarrollar e implementar un algoritmo para la segmentación automatizada de arterias pulmonares como un paso crucial hacia la identificación de EP. Tuvimos acceso a una base de datos de 130 volúmenes 3D con etiquetado refinado de las arterias pulmonares. La combinación de herramientas de alto desempeño y tecnología avanzada tiene un gran potencial para la detección y tratamiento temprano de enfermedades pulmonares, especialmente en entornos con recursos limitados. Específicamente, proponemos la implementación de una arquitectura llamada ResD-Unet, basada en la red Unet, complementada con bloques residuales y capas de convolución interconectadas. Los resultados obtenidos son moderados, pero constituyen un paso inicial para la solución del problema.