Le cancer du col de l'utérus, le deuxième cancer le plus répandu dans le monde, est très curable s'il est détecté à un stade précoce. Cependant, les zones rurales sont confrontées à des taux de mortalité élevés en raison de ressources insuffisantes et de programmes de dépistage limités. Le diagnostic automatisé peut combler ces lacunes en distinguant les cellules anormales du frottis de Papanicolaou sur la base de la forme du noyau. Cette étude évalue les méthodes de segmentation sur l'ensemble de données AGMC-TU Pap-Smear, atteignant une précision de classification de 92,83% avec SVM Linear et s'améliorant à 97,65% en utilisant des caractéristiques optimisées et la méthode FCM. Une segmentation précise du noyau est cruciale pour une prédiction fiable des cellules anormales, améliorant ainsi l'efficacité du dépistage du cancer du col de l'utérus.