Uma topografia cortical é um mapa topográfico em uma visão elíptica, que se utiliza de uma matriz cartesiana 2D, para representar as áreas corticais com a distribuição de cores variando entre o red e o blue, essas topografias não mudam aleatoriamente, mas seguem padrões, dependendo da tarefa em questão, refletindo a atividade momentânea das redes neuronais, de forma que, alterações nas atividades dos geradores elétricos cerebrais influenciam na composição topográfica desses mapas. De forma geral, a leitura dos sinais do EEG é essencialmente uma tarefa de reconhecimento de padrões, porém, a interpretação e classificação dos mapas topográficos, feitos pelo campo somente visual, torna-se geralmente uma avaliação subjetiva, necessitando de uma classificação mais objetiva e automatizada. Portanto, esse trabalho apresenta o Sistema para reconhecimento de padrões de doenças e aptidões em imagens topográficas corticais - SIIDA, esse sistema está disponível na internet na URL https://www.patterneeg.com e usa em seu algoritmo, técnicas de aprendizagem de máquina para realizar inferências baseadas na distribuição topográfica dos clusters red, green e blue. Os resultados parciais, utilizando coletas em estado de repouso, mostram um percentual de 84,68% de proximidade na inferência de um indivíduo saudável com base em um banco de padrões de doença de Parkinson.