OBJETIVO: Analisar o comportamento de um modelo que faz uso de rede neural convolucional para a esteganálise de imagens digitais cuja mensagem foi escondida utilizando o algoritmo HUGO. MÉTODOS: A rede foi treinada e testada com as imagens de uma base dados conhecida como BOSSbase, bem estabelecida na área de esteganografia e esteganálise. As imagens foram esteganografadas utilizando o algoritmo HUGO utilizando payloads (termo utilizado para designar a quantidade de informação escondida) de 0.1, 0.2, 0.4 e 0.6 bpp. Como métricas de avaliação do modelo proposto foram selecionadas as medidas de acurácia e a curva ROC. RESULTADOS: O método demonstrou acurácia de 85,09% no melhor caso para o payload de 0.6 bpp, sendo que todos os melhores resultados foram obtidos ao se treinar a rede com o payload de 0.4 bpp. CONCLUSÕES: O modelo apresentou resultados satisfatórios, principalmente para o payload de treino de 0.4 bpp, demonstrando que aprendizagem profunda é um meio promissor para a detecção de esteganografia em imagens.