Процесс сегментации проводится при помощи компьютерныхалгоритмов. Эти алгоритмы могут сегментировать с более совершенной логикой, чемпростая "больше чем заданное значение данного". Множество различныхвидов изображений или участков спектра могут быть использованы для разделениятканей. Некоторыми из возможных спектральных областей являются: T1-,T2- и -взвешенные; чистые T1, T2, и ;ангиографические, диффузионные, химического сдвига и функциональныеизображения. С некоторыми из этих изображений работать намного сложнее.Изображения, которые показывают изменения в чувствительности отображающейкатушки не могут использоваться, потому что алгоритмы сегментации не могутделать различий между изменениями интенсивности, вызванными чувствительностьюотображающей катушки и самой тканью. С расчетными T1, T2и изображениями работать проще, так как они не показывают различий винтенсивности, вызванных изменениями в чувствительности отображающей катушки.
В приведенном выше примере было невозможно отличить(сегментировать) серое вещество от ЦСЖ, потому что эти две ткани имеют близкиеинтенсивности в спин-эхо изображениях. Чем с более независимыми спектральнымиобластями проводится работа, тем легче сегментировать ткани. Например,сегментация тканей мозга может проводиться с расчетными T1 , T2, и изображениями головного мозга.Эти изображенияиспользуются для построения трехмерной гистограммы. Схожие типы тканейотображены кластерами на гистограмме. Можно присвоить пикселу в заданномдиапазоне значений T1, T2 и определенный цвет.Получившееся изображение показывает сегментированные ткани