El tálamo es una de las partes del cerebro más importantes: este interviene en una gran cantidad de procesos mentales que dan forma a nuestra manera de percibir las cosas y de actuar sobre el entorno que nos rodea. Por lo tanto, la delineación precisa de las subregiones talámicas de la materia gris es de suma importancia clínica; no obstante, el tálamo no tiene límites claramente contrastados en todas las imágenes de RM, por lo que es un desafío difícil incluso para un radiólogo. Por esta razón, se planteó el siguiente objetivo: Desarrollar un algoritmo que permita hacer una fusión de diferentes tipos de imágenes de resonancia magnética (RM), con el fin de obtener una delineación clara de las estructuras cerebrales a la hora de hacer segmentación y con esto obtener resultados confiables de tractografía. Para esto, se siguió una metodología de 6 fases: Investigación, análisis de datos, interpretación, diseño, ejecución y evaluación. Con el protocolo de experimentación se probaron 4 diferentes combinaciones de registro: T1+T2, T2+T1, DTI+T1 y DTI+T2. Se encontró que con la única combinación con la que se obtenían límites mejor contrastados era con DTI+T2, además de ser la experiencia con menor costo de computación. A pesar de que la segmentación no fue perfecta para separar el tálamo del resto de estructuras cerebrales, se vio una diferencia clara entre las imágenes del registro y la imagen de referencia. Por lo que el registro/fusión debe hacerse de la siguiente manera: Imágenes: DTI, T2.Transformación: BSpline de resolución múltiple con 3 niveles.Métrica: Mattes.Optimizador: Gradiente descendente.Interpolador: Lineal.