Este documento propone una técnica de segmentación de imagen noble para diferenciar entre grandes células malignas llamadas centroblastos vs. centrocitos. Se introduce un nuevo enfoque, que proporcionará información adicional a un oncólogo para facilitar el pronóstico. Primero, una imagen teñida con H&E se proyecta en el espacio de color para cuantificar las diferencias visuales. En segundo lugar, esta imagen transformada se segmenta con la ayuda de agrupamiento k-means en sus tres componentes citológicos (es decir, núcleos, citoplasma y extracelular), seguido de técnicas de preprocesamiento en el tercer paso, donde se aplican umbral adaptativo y la función de relleno de área para darles la forma adecuada para un análisis posterior. Finalmente, se aplica el proceso de demarcación a los núcleos preprocesados basado en la función de criterio de ajuste local para la intensidad de imagen en el vecindario de cada punto. La integración de estos centros de vecindario local nos lleva a definir el criterio global de segmentación de imagen. A diferencia de los modelos de contorno activo, esta técnica es independiente de la inicialización. Este documento logró una sensibilidad del 92% y una especificidad del 88.9% al comparar la segmentación manual vs. automatizada.