Det är mycket viktigt att identifiera kortikala sulci. Vid neurokirurgiska ingrepp kan alla mål i kraniet nås genom att följa sulkornas och sprickornas korridorer. Fusionen av funktionella och anatomiska data kräver också identifiering av sulci. Flera metoder har föreslagits för segmentering av den kortikala ytan och identifiering av sulci och sprickor. De flesta av dem är nedifrån och upp-metoder. De fungerar tillfredsställande under förutsättning att sulci är väl urskiljbara på MRT-bilder, vilket begränsar deras användning till vissa större sulci och sprickor, t.ex. den centrala sulcus, den interhemisfäriska sprickan eller den sylvianiska sprickan. Vi föreslår en sulcalmodellbaserad metod som övervinner några av ovanstående begränsningar. Sulkusmodellen är hämtad från två hjärnatlaser: Co-Planar Stereotaxic Atlas of the Human Brain av Talairach-Tournoux (TT) och Atlas of Cerebral Sulci av Ono-Kubik-Abernathey (OKA). OKA-atlasen innehåller 403 mönster för 55 sulci tillsammans med deras förekomst av avbrott, sidogrenar och förbindelser. En elektronisk version av OKA-atlasen konstruerades och förbättrades kvantitativt genom att placera sulcalmönstren i ett stereotaktiskt utrymme. De ursprungliga mönstren från OKA-atlasen digitaliserades, omvandlades till en geometrisk representation, placerades i det stereotaktiska Talairach-utrymmet, förregistrerades med TT-atlasen och integrerades i ett flerdimensionellt neuroavbildningssystem med flera atlaser som utvecklats av vår grupp. Registreringen av en atlas med de kliniska uppgifterna registrerar automatiskt alla atlaser med dessa uppgifter. På så sätt kan de sulkala mönstren överlagras på data, vilket indikerar ungefärliga platser för sulci på bilderna. Det tillvägagångssätt som föreslås här ger en enkel registrering i realtid av sulcalmönstren med kliniska data och en interaktiv identifiering och märkning av sulci. Detta tillvägagångssätt underlättar snarare för den medicinska experten, i stället för att ge ett fullständigt automatiserat utdrag av ett fåtal primära sulci med viss noggrannhet, där en högre noggrannhet vanligen kräver en längre tid för utdragning av mönster.