En el campo de la imagen médica, la división de una imagen en estructuras significativas mediante la segmentación de imágenes es un paso esencial para el análisis de preprocesamiento. Muchos estudios se han llevado a cabo para resolver el problema general de la evaluación de los resultados de la segmentación de imágenes. Uno de los principales enfoques en el campo de la visión por computadora se basa en algoritmos de inteligencia artificial para la segmentación y clasificación, incluidos enfoques de aprendizaje automático y aprendizaje profundo. El principal inconveniente de los enfoques de segmentación supervisada es que se requiere un gran conjunto de datos de verdad validado por expertos médicos. En este sentido, muchos grupos de investigación han desarrollado sus enfoques de segmentación de acuerdo con sus necesidades específicas. Sin embargo, no se encuentra una aplicación generalizada destinada a visualizar, evaluar y comparar los resultados de diferentes métodos que faciliten la generación de un repositorio de verdad en la literatura reciente. En este documento, se presenta una nueva aplicación de interfaz gráfica de usuario (MedicalSeg) para la gestión de imágenes médicas basada en el preprocesamiento y la segmentación. El objetivo es doble, primero crear una plataforma de pruebas para comparar enfoques de segmentación y, en segundo lugar, generar imágenes segmentadas para crear verdades que luego se pueden utilizar con fines futuros como herramientas de inteligencia artificial. Se presenta una demostración experimental y se discute el análisis del rendimiento en este documento.