La radioterapia, nel trattamento di tumori localizzati nel basso addome, è spesso causa di emato-tossicità acuta e cronica nei pazienti, effetto collaterale grave dovuto al danno che le radiazioni provocano al midollo osseo emopoietico contenuto nelle ossa pelviche. Un metodo per la riduzione dei danni è una attenta pianificazione della radioterapia, in maniera tale da non irradiare zone contenenti midollo osseo attivo. I metodi standard per l'individuazione di midollo emopoietico sono la risonanza magnetica e la FDG-PET, ma entrambi i metodi hanno limiti dovuti al costo degli esami, all'accessibilità della tecnologia o alla risoluzione. Nello sviluppo di questo approccio si è tentato di utilizzare la radiomica per l'individuazione di midollo osseo emopoietico da immagini di tomografia computerizzata, attraverso l'estrazione di texture feature dalle immagini e la costruzione di 4 classificatori di Decision Tree (DT), K-Nearest Neighbour (KNN), Neural Network (NN) e Support Vector Machine (SVM), in grado di discriminare i pixel appartenenti al midollo osseo attivo nelle immagini.