Localizar automáticamente las regiones pulmonares de manera efectiva y eficiente en imágenes digitales de radiografías de tórax (CXR) es importante en el diagnóstico asistido por computadora. En este documento, proponemos un enfoque de preprocesamiento adaptativo para segmentar las regiones pulmonares de las imágenes de CXR utilizando arquitecturas basadas en redes neuronales convolucionales (CNN). Está compuesto por tres pasos. Primero, se adopta un método de realce de contraste diseñado específicamente para imágenes de CXR. En segundo lugar, se aplica binarización de imagen adaptativa a las imágenes de CXR para separar el primer plano y el fondo de la imagen. En tercer lugar, se entrenan arquitecturas basadas en CNN en las imágenes binarizadas para la segmentación de imágenes. Los resultados experimentales muestran que el enfoque de preprocesamiento propuesto es aplicable y efectivo para varias arquitecturas basadas en CNN y puede lograr una precisión de segmentación comparable a la de los métodos de vanguardia, al mismo tiempo que acelera en gran medida el entrenamiento del modelo y reduce el espacio de almacenamiento para conjuntos de datos de imágenes de CXR en promedio.