A esclerose múltipla (EM) é uma doença imunomediada do sistema nervoso central que afeta o cérebro, a medula espinhal e os nervos óticos. A segmentação do cérebro por ressonância magnética (RM) é crucial para a avaliação diagnóstica, permitindo medir a extensão espacial das lesões e monitorizar o surgimento de novas lesões ao longo do tempo. A automatização da segmentação de lesões de EM de doentes em idade pediátrica, em imagens de RM, tem uma importância significativa para a prática clínica e a investigação biomédica, pois possibilita uma melhor caracterização dos achados imagiológicos, contribuindo para um diagnóstico mais preciso, um acompanhamento mais eficaz dos doentes e consequentemente um tratamento mais eficaz. Neste estudo exploratório, utilizámos um conjunto de imagens “fluid-attenuated inversion recovery” (FLAIR) de seis doentes diagnosticados com EM, adquiridas por um sistema de RM de 1.5T. A comparação estatística dos valores de intensidade dos pixels, realizada através do teste não-paramétrico de Wilcoxon, apresenta um valor de p = 0,091, não evidenciando diferenças estatisticamente significativas (p > 0,05) entre o método de limiarização e semi-automático. Contudo, o método semiautomático demonstrou potencial para uma maior precisão, especialmente na preservação de informação relevante. A reconstrução 3D revelou limitações, sugerindo a necessidade de futuras otimizações nos algoritmos de segmentação e na qualidade da reconstrução. Este estudo sublinha a importância do desenvolvimento de métodos automáticos mais robustos para aplicações clínicas e investigação em EM pediátrica.