Segundo relatórios da Organização Mundial da Saúde, as doenças cardiovasculares são a principal causa de óbitos em nível mundial. Podem, porém, ser controladas mediante diagnóstico e tratamento adequados. Nesse contexto, as ferramentas tecnológicas de auxílio ao diagnóstico são importantes para redução do número de óbitos causados por este tipo de doenças. Esta dissertação avalia aos métodos de otimização: Differential Evolution, Generalized Pattern Search, Mesh Adaptive Direct Search e Nelder-Mead Algorithm, aplicados na busca dos parâmetros que modelam a estrutura dos vasos sanguíneos a fim de melhorar os resultados e tempo de processamento da segmentação da árvore vascular em imagens médicas, conforme proposto em (Oliveira, 2013). Neste trabalho, são apresentados conceitos anatômicos e as características das imagens usadas neste estudo. São ainda descritos os métodos de otimização avaliados e a metodologia da segmentação da árvore vascular cujos parâmetros se deseja otimizar. Com essa base, se formula a metodologia de avaliação destes métodos através de uma análise quantitativa, que é produto da formulação de um teste de hipóteses da diferença entre a avaliação média em combinação pareada. Este teste avalia o desempenho dos métodos de otimização quando são aplicados em amostras aleatoriamente escolhidas em cada um dos exames de tomografia computadorizada que pertencem ao banco de dados composto por imagens: sintéticas, coronárias, hepáticas e de fibras nervosas do sistema olfativo. Conforme aos resultados do teste de hipótese, o método de otimização com o melhor desempenho, em acurácia e custo computacional, é escolhido e as conclusões deste trabalho são elaboradas assim como também as propostas de trabalhos futuros nesta mesma linha de pesquisa.