El articulo propone una estrategia para segmentar la vena cava superior (VCS) en 20imagenes tridimensionales (3-D) de tomografia computarizada multicapa, correspondientes al ciclo cardiaco completo de un paciente. Esta estrategia consta de las etapas de pre-procesamiento, segmentacion y entonacion de parametros. La etapa de pre-procesamiento se divide en dos fases. En la primera, denominada fase de filtrado, se emplea una tecnica denominada realce por similaridad local (LSE) con el proposito de disminuir el impacto de los artefactos y atenuar el ruido en la calidad de las imagenes. Esta tecnica, combina un filtro promediador, un filtro detector de bordes (denominado black top hat) y un filtro gaussiano (GF). En la segunda, identificada como fase de definicion de una region de interes (ROI), se consideran las imagenes filtradas, maquinas de soporte vectorial de minimos cuadrados e informacion a priori para aislar las estructuras anatomicas que circundan la VCS. Por otra parte, durante la etapa de segmentacion 3-D se implementa un algoritmo de agrupamiento, denominado crecimiento de regiones (RG), el cual es aplicado a las imagenes pre-procesadas. Durante la entonacion de parametros, de la estrategia propuesta, el coeficiente de Dice (Dc) es utilizado para comparar las segmentaciones, de la vena cava superior, obtenidas automaticamente, con la segmentacion de la VCS generada, manualmente, por un cardiologo. La combinacion de parametros que genero el Dc mas elevado considerando el instante de diastole se aplica luego a las 19 imagenes tridimensionales restantes, obteniendose un Dc promedio superior a 0.88 lo cual indica una buena correlacion entre las segmentaciones generadas por el experto cardiologo y las producidas por la estrategia desarrollada.