Il cancro al collo dell'utero, il secondo tumore più diffuso a livello globale, è altamente curabile se individuato precocemente. Tuttavia, le aree rurali devono affrontare alti tassi di mortalità a causa delle scarse risorse e dei programmi di screening limitati. La diagnosi automatizzata può colmare queste lacune distinguendo le cellule anomale del Pap test in base alla forma nucleare. Questo studio ha valutato i metodi di segmentazione sul set di dati AGMC-TU Pap-Smear, ottenendo un'accuratezza di classificazione del 92,83% con SVM Linear e migliorando al 97,65% utilizzando caratteristiche ottimizzate e il metodo FCM. La segmentazione accurata del nucleo è fondamentale per una previsione affidabile delle cellule anormali, migliorando l'efficacia dello screening del cancro cervicale.