Presentamos un método de morfometría que usa modelos de cerebros tomados de resonancia magnética nuclear en secuencia T1 usando la función de distribución de probabilidad obtenido mediante el histograma de intensidad de voxel. Una medida ha sido utilizada para calcular las diferencias entre regiones de interés tomadas de los modelos del cerebro. Los pesos hallados con esa métrica de similitud son características para entrenar una máquina de soporte vectorial. Este trabajo muestra la utilidad de este enfoque en aplicaciones de imágenes médicas para hacer una clasificación entre dos clases. La metodología de éste trabajo se aplicó en un grupo experimental extraídos de un conjunto público de datos de sMRI de cerebro: Autism Brain Imaging Data Exchange (ABIDE), la clasi�ficación entre sujetos control y pacientes diagnosticados con Trastorno del Espectro Autista (TEA) muestra una sensibilidad y una especifi�cidad del 70 %, la cual es comparable con otros estudios realizados previamente con esta neuropatología.