La resonancia magnética ha mostrado un crecimiento significativo en la detección de tumores cerebrales en la última década entre varios métodos como la MRA, rayos X, TC, PET, SPECT, etc. La identificación de tumores cerebrales requiere una alta exactitud porque un error mínimo puede ser mortal. La revelación de tumores cerebrales sigue siendo un trabajo desafiante en el procesamiento de imágenes médicas. Este documento tiene como objetivo explicar un método más preciso y preciso en la detección de tumores cerebrales y se centra en los tumores en cerebros neonatales. El cerebro del bebé varía del cerebro adulto en algunos aspectos, y una técnica de preprocesamiento adecuada resulta ser fructífera para evitar errores en los resultados. Este documento se divide en dos partes: En la primera mitad, se realizó el preprocesamiento utilizando técnicas de mejora HE, CLAHE y BPDFHE. Se realiza un análisis de las técnicas anteriores para verificar el mejor método basado en métricas de rendimiento, es decir, MSE, PSNR, RMSE y AMBE. La segunda mitad trata sobre el proceso de segmentación. Proponemos un novedoso ARKFCM para utilizar en la segmentación. Finalmente, se discuten las tendencias en las métricas de rendimiento (similitud de dice y similitud de Jaccard) así como los resultados de la segmentación en comparación con el método FCM convencional.