[pt] Exames de ultrassom possuem um importante papel na obstetrícia devido a seu baixo custo, baixo risco e sua capacidade de execução em tempo real. O advento da ultrassonografia tridimensional possibilitou o uso do volume fetal como medida biométrica para monitorar seu desenvolvimento. A quantificação do volume do feto requer um processo prévio de segmentação, que consiste na rotulação dos pixels pertencentes ao objeto de interesse em uma imagem digital. Não existe, entretanto, um método padrão para a realização da volumetria fetal e a maioria dos estudos conta com a realização de segmentações manuais, que demandam uma alta carga de trabalho repetitivo. A segmentação de imagens de ultrassom é particularmente desafiadora devido à presença de artefatos como o ruído speckle e sombras acústicas e ao fato de que o contraste entre as regiões de interesse é muitas vezes baixo. Neste trabalho, desenvolvemos e testamos um método semiautomático de segmentação do feto em exames de ultrassom 3D. Devido às dificuldades citadas, bons métodos de segmentação em imagens de ultrassom devem fazer uso de características esperadas das estruturas específicas a serem segmentadas. Esse pensamento guiou o desenvolvimento da nossa metodologia que, através uma sequência de passos simples, antingiu bons resultados quantitativos na tarefa de segmentação. / [en] Ultrasound exams have an important role in obstetrics due to its low cost, low risk and real-time capabilities. The advent of three-dimensional ultrasonography has made possible the use of the fetal volume as a biometric measurement to monitor its development. The quantification of the fetal volume requires a previous process of segmentation, which consists in the labelling of the pixels that belong to the object of interest in a digital image. There isn t, however, a standard methodology for fetal volumetry and most studies rely on manual segmentations. The segmentation of ultrasound images is particularly challenging due to the presence of artifacts as the speckle noise and acoustic shadows, and the fact that the contrast between regions of interest is commonly low. In this study, we have developed and tested a semiautomatic method of fetal segmentation in 3D ultrasound exams. Due to the aforementioned difficulties, good ultrasound segmentation methods need to make use of expected characteristics of the specific segmented structures. This thought has guided the development of our methodology that, through a sequence of simple steps, achieved good quantitative results in the segmentation task.