Neurodegenerative diseases present a significant and increasing burden on the population. They are a group of diseases characterised by the progressive degeneration or death of neurons, resulting in reduced brain perfusion and metabolism. Dementia is a syndrome caused by a neurodegenerative disease and is characterised by cognitive decline. Neurodegenerative diseases such as Alzheimer’s disease (AD) are also charac-terised by abnormal aggregation of proteins in the brain that can be present even before the onset of clinical symptoms. AD presents two types of protein deposition: (i) extracel-lular neuritic amyloid-beta (Aβ) plaques and (ii) intracellular hyperphosphorylated tau. Positron emission tomography (PET) allows in vivo evaluation of these AD bi-omarkers. On one hand, [18F]Fluorodeoxyglucose (FDG) PET visualises the brain metab-olism, with different neurodegenerative diseases presenting characteristic patterns of re-duced cortical activity. On the other hand, specific Aβ-binding radiotracers like [18F]Flor-betapir (FBP), [18F]Florbetaben (FBB), and [18F]Flutemetamol (FMM) show increased Aβ deposition in the brain cortex. Therefore, PET imaging is an important tool in clinical routine practice in the diagnosis of neurodegenerative diseases. While usually the im-ages are interpreted visually, methodologies for the quantification and classification are required to improve the clinical decision-making. In this PhD thesis, a new methodology is proposed for the processing and anal-ysis of PET neuroimages, for creating clinical decision support systems. The proposed methodology is validated by studying its application in three specific clinical contexts, defining research hypotheses in each case: (i) the evaluation of motion correction (MoCo) of Aβ PET images and its impact on diagnosis, (ii) the texture analysis of Aβ PET images and its classification capabilities, and (iii) the quantitative validation of the perfusion-like PET data of the first-minute-frame (FMF) after 18F-labelled Aβ-binding radiotracer injection compared to [18F]FDG PET. The proposed methodology allows the preprocessing and quantification of PET neuroimages, and the data is statistically analysed. The following results of the PhD the-sis can be grouped according to the clinical problems the methodology is applied to. First, the Aβ deposition of MoCo and non-MoCo [18F]FBB PET images is quantified by applying the designed image processing methodology. Slight changes to the regional quantitative values can be observed after MoCo (generally < 0.03). Additionally, to eval-uate the impact in clinical routine practice, MoCo and non-MoCo images are visually interpreted, showing high diagnostic agreement (generally over 90%) but an increase of diagnostic confidence after MoCo, especially in patients with large head motion. Regarding the texture analysis of Aβ PET images, the extracted texture features are proposed to measure the grey-to-white matter contrast, which is reduced or absent in patients with high Aβ load. Depending on the cortical uptake, images are classified into Aβ positive and Aβ negative in visual interpretation. Texture features are extracted from 66 Aβ PET images acquired with [18F]FBP or [18F]FMM. All 6 extracted features show good discriminatory performance with area under the curve values of up to 0.949 when classifying into Aβ positive and Aβ negative. Additionally, classifiers based on the support vector machine algorithm were created reaching 100% accuracy. The FMF is presented as an alternative to [18F]FDG PET imaging for the evalua-tion of neuronal injury. It provides a perfusion-like image that can be acquired with the same radiotracer dose as Aβ PET images. In a database of 60 cognitively impaired pa-tients, the quantitative similarity between the FMF acquired with [18F]FBP, [18F]FBB or [18F]FMM, and [18F]FDG PET images is investigated. Linear correlation analyses of re-gional quantitative radiotracer uptake measures result in high correlation coefficients. Concretely, the mean intrapatient correlation coefficient is r = 0.93 ± 0.05, and regional interpatient correlation coefficients reach r = 0.92. Therefore, the comparability of both images is quantitatively demonstrated. Lastly, the application of the designed methodology is not limited to these three clinical problems. Results are successfully obtained evaluating the prognostic value of the Aβ deposition in the striatum, quantitatively comparing [18F]FDG PET to perfusion imaging by arterial spin labelling magnetic resonance imaging, and detecting patterns in [18F]FDG PET images of patients with primary progressive aphasia, and Parkinson’s disease and Parkinsonisms. The results obtained in this PhD thesis confirm the investigated research hypoth-eses and application of PET neuroimage quantification and classification methodologies in three relevant clinical problems. Future research lines are proposed regarding the in-vestigated clinical problems, and to apply the designed methodology to other clinical problems using neuroimaging, and even in other contexts not related directly to neurol-ogy. ----------RESUMEN---------- Las enfermedades neurodegenerativas representan una carga importante y cre-ciente para la población. Se trata de un grupo de enfermedades que se caracterizan por la degeneración o muerte progresiva de las neuronas, lo que provoca una reducción de la perfusión y el metabolismo cerebrales. La demencia es un síndrome causado por una enfermedad neurodegenerativa y se caracteriza por el deterioro cognitivo. Las enferme-dades neurodegenerativas como la enfermedad de Alzheimer (EA) también se caracte-rizan por una agregación anormal de proteínas en el cerebro que puede estar presente incluso antes de la aparición de los síntomas clínicos. La EA presenta dos tipos de depo-sición de proteínas (i) placas amiloide-beta neuríticas (Aβ) extracelulares y (ii) tau hiper-fosforilada intracelular. La tomografía por emisión de positrones (PET) permite la evaluación in vivo de estos biomarcadores de la EA. Por un lado, la [18F]Fluorodesoxiglucosa (FDG) PET vi-sualiza el metabolismo cerebral, donde las enfermedades neurodegenerativas presentan patrones característicos de reducción de la actividad cortical. Por otra parte, los radio-trazadores de Aβ, como el [18F]Florbetapir (FBP), el [18F]Florbetaben (FBB) y el [18F]Flu-temetamol (FMM), muestran un aumento del depósito de Aβ en la corteza cerebral. Por lo tanto, la imagen PET es una importante herramienta en la práctica clínica rutinaria en el diagnóstico de enfermedades neurodegenerativas. Aunque normalmente las imáge-nes se interpretan visualmente, las metodologías para la cuantificación y clasificación son necesarias para mejorar la toma de decisiones clínicas. En esta tesis doctoral, se propone una nueva metodología para el procesamiento y análisis de neuroimágenes PET, creando sistemas de apoyo a la decisión clínica. La metodología propuesta es validada estudiando su aplicación en tres contextos clínicos específicos: (i) la evaluación de la corrección de movimiento (MoCo) de las imágenes Aβ PET y su impacto en el diagnóstico, (ii) el análisis textural de las imágenes Aβ PET y su capacidad de clasificación, y (iii) la validación cuantitativa de los datos PET de perfusión correspondientes al primer minuto (first-minute-frame, FMF) tras la inyección de un ra-diotrazador de Aβ marcado con 18F en comparación con [18F]FDG PET. La metodología propuesta permite el preprocesamiento y la cuantificación de las neuroimágenes PET, y los datos se analizan estadísticamente. Los siguientes resultados de la tesis doctoral se pueden agrupar según los problemas clínicos a los que se aplica esta metodología. En primer lugar, se cuantifica la carga de Aβ de las imágenes PET [18F]FBB de MoCo y no MoCo aplicando la metodología de procesamiento de imágenes diseñada. Se observan ligeros cambios en los valores cuantitativos regionales después de MoCo. Además, para evaluar el impacto en la práctica clínica rutinaria, se interpretan visualmente las imágenes antes y después de MoCo, mostrando una alta concordancia diagnóstica (generalmente superior al 90%) pero un aumento de la confianza diagnóstica después de MoCo, especialmente en pacientes con gran movimiento de la cabeza. En cuanto al análisis de la textura de las imágenes de Aβ PET, las características de textura extraídas se proponen para medir el contraste entre la materia gris y la materia blanca, que se reduce o está ausente en los pacientes con alta carga de Aβ. Dependiendo de la captación cortical, las imágenes se clasifican en Aβ positivo y Aβ negativo en la interpretación visual. Características de textura son extraídas de 66 imágenes Aβ PET adquiridas con [18F]FBP o [18F]FMM. Las 6 características de textura extraídas muestran un buen rendimiento discriminatorio con valores de área bajo la curva de hasta 0,949 al clasificar en Aβ positivo y Aβ negativo. Además, se crean clasificadores basados en el algoritmo de máquinas de soporte vectorial que alcanzaron una precisión del 100%. La FMF se presenta como una alternativa a la imagen PET [18F]FDG para la eva-luación de la lesión neuronal. Proporciona una imagen similar a la perfusión que puede adquirirse con la misma dosis de radiotrazador que las imágenes Aβ PET. En una base de datos de 60 pacientes con deterioro cognitivo, se investiga la similitud cuantitativa entre la FMF adquirida con imágenes [18F]FBP, [18F]FBB o [18F]FMM, y [18F]FDG PET. Los análisis de correlación lineal de las medidas de captación cuantitativa regional del radio-trazador dan como resultado altos coeficientes de correlación. Concretamente, el coefi-ciente medio de correlación intrapaciente es r = 0,93 ± 0,05, y los coeficientes de correla-ción regional interpaciente alcanzan r = 0,92. Por lo tanto, se demuestra cuantitativa-mente la comparabilidad de ambas imágenes. Por último, la aplicación de la metodología diseñada no se limitó a estos tres pro-blemas clínicos. Se obtienen con éxito resultados evaluando el valor pronóstico del de-pósito de Aβ en el estriado, comparando cuantitativamente la PET [18F]FDG con las imá-genes de perfusión por resonancia magnética con etiquetado de espín arterial, y detec-tando patrones en imágenes PET [18F]FDG de pacientes con afasia primaria progresiva, y enfermedad de Parkinson y parkinsonismos. Los resultados obtenidos en esta tesis doctoral confirman las hipótesis de inves-tigación investigadas y aplicación de metodologías de cuantificación y clasificación de neuroimágenes PET en tres problemas clínicos relevantes. Se proponen futuras líneas de investigación en relación con los problemas clínicos investigados, y para aplicar la me-todología diseñada a otros problemas clínicos que usan la neuroimagen, e incluso en otros contextos no relacionados directamente con la neurología.