Resumen: Este proyecto tiene como objetivo principal desarrollar un método automatizado para la medición del síndrome del esófago de Barrett a partir de vídeos de gastroscopia. El esófago de Barrett es una condición médica que puede derivar en cáncer esofágico y está asociada con el reflujo gastroesofágico crónico. La longitud del segmento de Barrett es crucial, ya que está directamente relacionada con el riesgo de desarrollar cáncer. La automatización de la medición de esta condición busca superar las limitaciones de las evaluaciones manuales, mejorando la precisión diagnóstica. Para ello, se han empleado diferentes técnicas, incluyendo COLMAP para la estimación de la geometría 3D sparse y LightDepth para la estimación densa de profundidad monocular. Esto incluye el alineamiento de escala de los modelos obtenidos y el cálculo de la escala métrica, así como la corrección de las distorsiones de las imágenes y el uso de TSDF (Truncated Signed Distance Function). Los resultados del trabajo muestran que la metodología implementada permite una representación 3D precisa y detallada del esófago de Barrett, facilitando una evaluación más objetiva y consistente de esta condición. Además, se integraron los criterios de Praga C&M; en el modelo 3D para estandarizar las evaluaciones. Finalmente, este trabajo puede ser extendido a otros órganos del cuerpo, abriendo nuevas puertas para investigaciones futuras.