La analgesia regional neuraxial para el alivio del dolor durante el parto es un procedimiento universalmente aceptado, seguro y efectivo que implica la administración de medicamentos en la epidural. Sin embargo, una evaluación adecuada requiere monitoreo continuo del paciente después de la colocación del catéter. Esta investigación introduce un método de segmentación de imágenes térmicas semánticas de vanguardia que enfatiza una interpretabilidad superior para el monitoreo de la analgesia regional neuraxial. Específicamente, proponemos un enfoque novedoso basado en características aleatorias de Fourier convolucionales, denominado CRFFg, y mapas de activación de clases ponderados de capa en capa diseñados a medida creados explícitamente para la segmentación del pie. Nuestro método tiene como objetivo mejorar tres conocidos métodos de segmentación semántica (FCN, UNet y ResUNet). Hemos evaluado rigurosamente nuestra metodología en un conjunto de datos desafiante de imágenes térmicas de pies de mujeres embarazadas que se sometieron a anestesia epidural. Su tamaño limitado y variabilidad significativa distinguen este conjunto de datos. Además, nuestros resultados de validación indican que nuestra metodología propuesta no solo ofrece resultados competitivos en la segmentación del pie, sino que también mejora significativamente la explicabilidad del proceso.