Doctor en Ingeniería Eléctrica / Durante una neurocirugía se debe contar con información anatómica precisa, la cual es comúnmente obtenida por medio de un registro entre la posición del paciente y datos pre-operatorios. Uno de los principales problemas para realizar este registro es la deformación del cerebro durante la cirugía, fenómeno conocido como Brain Shift. Para solucionar este problema se han creado modelos mecánicos del cerebro, con los cuales es posible aproximar la deformación real. Estos modelos mecánicos requieren un modelo anatómico del paciente, el cual se obtiene, en la mayor parte de los casos, por medio de una segmentación manual o semi-manual. El objetivo de esta tesis es mejorar la obtención del modelo anatómico, proponiendo un método automático para obtener un modelo anatómico del cerebro, adaptado a la anatomía particular del paciente y adecuado para un posterior modelamiento mecánico. El método propuesto realiza una pre-segmentación del cerebro, seguida de una segmentación basada en modelos deformables para identificar las estructuras anatómicas más relevantes para el modelamiento mecánico. Se incluyen las estructuras comúnmente utilizadas en la literatura: superficie cortical, superficie interna del cráneo y ventrículos. Además, se incluyen las membranas internas del cerebro: falx cerebri y tentorium cerebelli. Estas membranas se han incorporado en los modelos de muy pocas publicaciones, aun cuando su importancia es reconocida en la literatura. La segmentación por modelos deformables que se ha implementado está principalmente basada en mallas simplex, las cuales son duales topológicos de las mallas de triángulos. Para aprovechar las cualidades complementarias de estas dos representaciones, se ha desarrollado un nuevo método de transformación entre ellas. Nuestro método usa una interpolación geométrica basada en la distancia a los planos tangentes a los vértices de las mallas. El método de transformación fue evaluado usando mallas estándar y obtuvo excelentes resultados al compararlo con el método actualmente más usado, el cual emplea el centro de gravedad de las caras de las mallas. En nuestro método de segmentación las estructuras son segmentadas de manera secuencial y respetando las relaciones anatómicas entre ellas. La segmentación obtenida fue evaluada empleando las bases de datos en linea más usadas (BrainWeb, IBSR, SVE). La segmentación de cada estructura fue evaluada de manera independiente y se realizaron algunas comparaciones con métodos de segmentación populares y establecidos, obteniendo resultados superiores. Las segmentaciones de la superficie cortical, la superficie interna del cráneo y los ventrículos fueron evaluadas usando los indices de Jaccard (J) y Dice (κ). Los resultados para la superficie cortical fueron: J = 0,904 y κ = 0,950 en BrainWeb; J = 0,902 y κ = 0,948 en IBSR; J = 0,946 y κ = 0,972 en SVE. Los resultados para la superficie interna del cráneo fueron J = 0,945 y κ = 0,972 en BrainWeb. Los resultados para los ventrículos fueron: J = 0,623 y κ = 0,766 en IBSR. Las segmentaciones de las membranas internas del cerebro fueron evaluadas midiendo la distancia entre nuestra segmentación y la posición estimada de las membranas en la base de datos IBSR. La distancia media para el tentorium cerebelli fue 1,673 mm, y para el falx cerebri fue 0,745 mm.