Uma técnica eficiente é proposta para a segmentação precisa de tecidos normais e patológicos nas imagens cerebrais de ressonância magnética. A técnica de segmentação proposta inicialmente realiza o processo de classificação utilizando agrupamento K-means. Isto propõe uma abordagem do vírus Herpes Simplex para classificação de imagens de ressonância magnética (MRI) do cérebro com base no algoritmo de segmentação de agrupamento K-means convertido em cores. A segmentação de imagens ocupa uma posição importante na área de processamento de imagens. Torna-se mais importante ao lidar normalmente com imagens médicas. Um problema de segmentação bem conhecido na ressonância magnética é a tarefa de rotular voxels de acordo com seu tipo de tecido, que inclui substância branca, substância cinzenta, líquido cefalorraquidiano e, às vezes, tecidos patológicos como tumores, etc. Esta tese descreve um método eficiente para segmentação automática de tumores cerebrais.