Imagens médicas são fundamentais para a medicina moderna, uma vez que permitem que especialistas visualizem e estudem estruturas internas do corpo humano sem a necessidade de técnicas ou procedimentos invasivos. Uma importante etapa para uma análise quantitativa e qualitativa de estruturas anatômicas, como órgãos e tumores, é a segmentação da imagem médica, consistida por duas tarefas fortemente acopladas, conhecidas como reconhecimento e delineamento, ou seja, localizar objetos na imagem e determinar as fronteiras dos mesmos. Diversas técnicas automáticas de segmentação de imagens médicas têm sido propostas, as quais utilizam-se de conhecimentos prévios sobre os objetos a serem segmentados para realizar a segmentação de uma imagem. Este trabalho objetiva o estudo e desenvolvimento de três técnicas automáticas por modelos de forma, conhecidas como single atlas, multi-atlas label fusion e atlas probabilístico. As técnicas foram comparadas em uma base de imagens de ressonância magnética T1 de pacientes com epilepsia capturadas antes e após os procedimentos cirúrgicos.