Dada su función esencial en las funciones corporales, el cáncer de hígado es la tercera causa más común de muerte por cáncer, a pesar de ser el sexto tipo de cáncer más común en todo el mundo. Tras los avances en medicina y procesamiento de imágenes, los métodos de segmentación de imágenes médicas están recibiendo mucha atención. Como novedad, el artículo propone un sistema de decisión inteligente para segmentar el hígado y los tumores hepáticos mediante la integración de cuatro redes neuronales eficientes (ResNet152, ResNeXt101, DenseNet201 e InceptionV3). Las imágenes de tomografía computarizada para entrenamiento, validación y pruebas se tomaron de la base de datos pública LiTS17 y se preprocesaron para resaltar mejor el tejido hepático y los tumores. La segmentación global se realiza entrenando clasificadores individuales por separado y el sistema global de fusión de decisiones individuales. Para la aplicación mencionada, las redes neuronales de clasificación se han modificado para la segmentación semántica. Después de la segmentación basada en el sistema de redes neuronales, las imágenes se postprocesaron para eliminar artefactos. Los resultados de segmentación obtenidos por el sistema fueron mejores, desde el punto de vista del coeficiente de Dice, que los obtenidos por las redes individuales, y comparables con los informados en trabajos recientes.