El tracto gastrointestinal (GI), una parte integral del sistema digestivo, absorbe nutrientes de los alimentos ingeridos, comenzando desde la boca hasta el ano. El cáncer del tracto GI impacta significativamente la salud global, lo que requiere métodos de tratamiento precisos. Los oncólogos radioterapeutas utilizan haces de rayos X para apuntar a los tumores evitando el estómago e intestinos, por lo que la segmentación precisa de estos órganos es crucial. Esta investigación explora varias combinaciones de codificadores y decodificadores para segmentar el intestino delgado, intestino grueso y estómago en imágenes de resonancia magnética, utilizando el conjunto de datos del tracto GI de la UW-Madison que consta de 38,496 escaneos. Los codificadores probados incluyen ResNet50, EfficientNetB1, MobileNetV2, ResNext50 y Timm_Gernet_S, emparejados con decodificadores UNet, FPN, PSPNet, PAN y DeepLab V3+. El estudio identifica a ResNet50 con DeepLab V3+ como la combinación más efectiva, evaluada utilizando el coeficiente de Dice, el índice de Jaccard y la pérdida del modelo. El modelo propuesto, una combinación de DeepLab V3+ y ResNet 50, obtuvo un valor de Dice de 0.9082, un valor de IoU de 0.8796 y una pérdida de modelo de 0.117. Los hallazgos demuestran el potencial del método para mejorar la terapia de radiación para el cáncer GI, ayudando a los oncólogos radioterapeutas a apuntar con precisión a los tumores evitando los órganos sanos. Los resultados de este estudio ayudarán a los profesionales de la salud involucrados en el análisis de imágenes biomédicas.