La lesión cerebral traumática (LCT) es una condición médica devastadora y potencialmente mortal que puede resultar en discapacidades físicas y mentales a largo plazo e incluso en la muerte. La detección temprana y precisa de la hemorragia intracraneal (HIC) en la LCT es crucial para el análisis y tratamiento, ya que la condición puede deteriorarse significativamente con el tiempo. Por lo tanto, un enfoque asistido por computadora rápido, confiable y rentable que pueda capturar inicialmente las características del hematoma es altamente relevante para los diagnósticos clínicos en tiempo real. En este estudio, se utilizan la matriz de ocurrencia de niveles de gris (GLCM), la matriz de longitud de carrera de niveles de gris (GLRLM) y los momentos de Hu para generar las características de textura. El mejor conjunto de características discriminatorias se obtiene utilizando varios algoritmos metaheurísticos, y estas características óptimas se someten a diferentes clasificadores. Las muestras sintéticas se generan utilizando ADASYN para compensar el desequilibrio de datos. El sistema CAD propuesto alcanzó una precisión del 95.74%, una sensibilidad del 96.93% y una especificidad del 94.67% utilizando características estadísticas y GLRLM junto con el clasificador KNN. Así, el sistema automatizado desarrollado puede mejorar la precisión de la detección de hematomas, ayudar a los clínicos en la rápida interpretación de imágenes de TC y optimizar el flujo de trabajo de triaje.