En el ámbito de la informática, los grafos desempeñan un papel fundamental al representar problemas que exhiben una estructura subyacente en forma de red. Con frecuencia, surge la necesidad de extraer estos grafos a partir de imágenes para obtener representaciones precisas de dicha estructura. Estas representaciones se convierten en componentes esenciales para abordar problemas específicos que exigen una extracción fiable de estas estructuras, y este desafío se extiende a una amplia variedad de dominios en el procesamiento de imágenes. La presente tesis aborda el desafío de extraer grafos a partir de imágenes en diversas aplicaciones, incluyendo la representación de la arquitectura de raíces de plantas, la segmentación anatómica en imágenes de rayos X y la extracción de mallas cardíacas en imágenes de resonancia magnética. Para alcanzar este propósito, se proponen distintos enfoques basados en redes neuronales convolucionales con el objetivo de desarrollar métodos precisos y eficientes que permitan la extracción automática de grafos desde imágenes. Uno de los enfoques presentados se dirige a la representación detallada de la arquitectura de las raíces de plantas. Se propone un método que se enfoca en la dinámica temporal de las raíces de Arabidopsis thaliana, una planta modelo ampliamente utilizada. Este método utiliza redes neuronales convolucionales para realizar una segmentación inicial de las imágenes y luego aplica técnicas de esqueletización y extracción de grafos para permitir un seguimiento preciso de la evolución de las raíces a lo largo del tiempo. Esto no solo facilita la observación de cambios y crecimiento en las raíces, sino que también permite la extracción de nuevos parámetros fenotípicos previamente inobservables. En segundo lugar, se presenta un enfoque unificado que combina redes neuronales convolucionales con redes neuronales convolucionales en grafos. Este modelo permite obtener grafos directamente a partir de imágenes y entrenarlos de manera integral. Se aplica con éxito a la segmentación anatómica en imágenes de rayos X, donde la representación basada en grafos mejora la plausibilidad anatómica en la segmentación al incorporar de manera directa información topológica mediante la matriz de adyacencia del grafo. Este enfoque unificado luego se extiende para abordar la extracción de mallas cardíacas a partir de imágenes de resonancia magnética, permitiendo la extracción directa de mallas a partir de imágenes, lo que es esencial para aplicaciones de simulación. Además, proporciona la capacidad de imponer criterios de regularización para garantizar la suavidad de las superficies o la calidad de los elementos en las mallas, lo que las hace adecuadas para su uso en simulaciones numéricas. Por último, se aborda la generación automática de bases de datos de anotaciones en grafos con el objetivo de aumentar la disponibilidad de conjuntos de datos anotados. Aplicado en un contexto de segmentación anatómica en imágenes de rayos X, se trabaja en base a datos multi-céntricos con anotaciones heterogéneas, demostrando la capacidad de los modelos propuestos para lidiar con estos problemas. Este proceso se complementa con el desarrollo de métodos para la evaluación automática de la calidad, con el objetivo de obtener una métrica que permita evaluar cuantitativamente la confiabilidad de cada una de las anotaciones generadas.