Las imágenes de la tomografía por emisión de positrones se utilizan ampliamente en la planificación de radioterapia, diagnóstico clínico, evaluación del crecimiento y tratamiento de un tumor. Todos estos dependen de la fidelidad y velocidad del algoritmo de detección y delimitación. A pesar de la intensa investigación, la segmentación ha seguido siendo un problema desafiante debido al contenido de imagen diverso, la resolución, la forma y el ruido. Este documento presenta un método rápido de segmentación de tumores de tomografía por emisión de positrones utilizando superpíxeles. Se aplica un análisis de componentes principales en los superpíxeles y su valor promedio. Se calcula el vector de distancia de cada superpíxel desde el promedio en el sistema de coordenadas de componentes principales. Finalmente, se aplica un clustering de k-medias en el vector de distancia para reconocer superpíxeles de tumor y no tumor. El enfoque propuesto se implementa en MATLAB 2016A y se logra una precisión prometedora con un tiempo de ejecución de 2.35 +/- 0.26 s. Se logra un tiempo de ejecución rápido ya que el número de superpíxeles y el tamaño del vector de distancia en el que se realizó el clustering son bajos en comparación con el número de píxeles en la imagen.