diff --git a/README.md b/README.md
index 0ecb1da0fdc7d5cd56aa191aeadc494a1e41f795..33bb6476fb3720832d3d59413ccbfbde697d327b 100644
--- a/README.md
+++ b/README.md
@@ -1,29 +1,34 @@
 # Clasificación de Imágenes Médicas de Rayos-X mediante Redes Neuronales Convolucionales
 Este es el repositorio del Trabajo de Fin de Grado del Grado en Ingeniería Informática.
+
 **Autor:** Miguel Toquero Barón.
 
 ## Aplicacion
+
 Encontraremos el código de la aplicación dispuesto para su despliegue como se indica en la memoria. En ella tenemos los siguientes archivos y directorios:
-    - app.py: fichero que contiene el código de despliegue de la aplicación.
-    - modeloGrey9M.h5: es el modelo predictivo.
-    - predict.py: contiene un objeto para acceder al modelo predictivo.
-    - requirements.txt: contiene los requisitos de bibliotecas.
-    - static: contiene los ficheros estáticos:
-        - GRADCAM_img: directorio para almacenar temporalmente la imagen de Grad-CAM obtenida a partir de la predicción.
-        - ImagenesGuardadas: directorio para almacenar temporalmente las imágenes a diagnosticar durante la ejecución de la aplicación.
-        - imagenes: contiene las imagenes utilizadas en las plantillas HTML.
-        - HojaEstilo: proporciona la hoja de estilo (archivo .css) para las vistas.
-        - JavaScript: contien los ficheros .js.
-        - StaticHTML: contiene la vista Cargando, la cual es estática.
-    - templates: contiene las plantillas de las vistas HTML dinámicas (con interacciones).
+- app.py: fichero que contiene el código de despliegue de la aplicación.
+- modeloGrey9M.h5: es el modelo predictivo.
+- predict.py: contiene un objeto para acceder al modelo predictivo.
+- requirements.txt: contiene los requisitos de bibliotecas.
+- static: contiene los ficheros estáticos:
+    - GRADCAM_img: directorio para almacenar temporalmente la imagen de Grad-CAM obtenida a partir de la predicción.
+    - ImagenesGuardadas: directorio para almacenar temporalmente las imágenes a diagnosticar durante la ejecución de la aplicación.
+    - imagenes: contiene las imagenes utilizadas en las plantillas HTML.
+    - HojaEstilo: proporciona la hoja de estilo (archivo .css) para las vistas.
+    - JavaScript: contien los ficheros .js.
+    - StaticHTML: contiene la vista Cargando, la cual es estática.
+- templates: contiene las plantillas de las vistas HTML dinámicas (con interacciones).
+
 ##Codigo
+
 Encontramos los ficheros o cuadernos de Python correspondientes al modelado de los datos:
-    - analisis_descriptivo.ipynb: proporciona gráficos descriptivos los datos.
-    - Gestion de directorios.ipynb: gestión de los archivos en formato original.
-    - Modelos_complejos.ipynb: modelo predictivo.
-    - grad_cam.ipynb: algoritmo Grad-CAM para la predicción de imágenes del modelo.
-    - covid-tfg-tfrecords.ipynb: lectura alternativa de datos.
-    - predict.py: objeto usado en la aplicación que engloba la funcionalidad implementada en los cuadernos.
+
+- analisis_descriptivo.ipynb: proporciona gráficos descriptivos los datos.
+- Gestion de directorios.ipynb: gestión de los archivos en formato original.
+- Modelos_complejos.ipynb: modelo predictivo.
+- grad_cam.ipynb: algoritmo Grad-CAM para la predicción de imágenes del modelo.
+- covid-tfg-tfrecords.ipynb: lectura alternativa de datos.
+- predict.py: objeto usado en la aplicación que engloba la funcionalidad implementada en los cuadernos.
 
 ##Datos
 No se incluyen en este repositorio los datos utilizados para la elaboración de este proyecto por los requisitos de almacenamiento de la plataforma.