Scopo di questa tesi è quello di valutare se alcuni algoritmi di apprendimento automatico operanti su dati di scattering elettromagnetico possano rilevare e classificare l'ictus cerebrale in funzione della posizione e delle dimensioni che esso assume nello spazio rappresentato dal cervello. Questo lavoro si focalizza sull’utilizzo di matrici di scattering usate nell’imaging a microonde (MWI), un campo della bioimaging che se applicato all’ambito dell’ictus cerebrale ha lo scopo di migliorarne la prognosi dopo l’insorgenza dell’ictus, velocizzare la diagnosi preospedaliera del tipo di ictus (ischemico o emorragico) e monitorarne in modo continuo l’evoluzione nella fase post-acuta. L’MWI, infatti, a differenza delle tecniche per ottenere immagini diagnostiche attualmente in uso, come la Tomografia Computerizzata (TC) basata su raggi X e la risonanza magnetica (MRI): - sfrutta il fatto che nella banda delle microonde i tessuti ischemici mostrano proprietà dielettriche diverse rispetto ai tessuti sani; - non utilizza radiazioni ionizzanti, quindi non sono dannose per il paziente; - è una tecnica a basso costo e a bassa potenza.