Quando cellule differenziate si evolvono in modo diverso da quello fissato dall'ontogenesi si parla di metaplasia. Il persistere dello stimolo che ha indotto la modificazione può indurre una trasformazione neoplastica. Oggetto di questa tesi è la metaplasia gastrointestinale e la progettazione di un metodo di machine learning che sia di sostegno nella relativa diagnosi a partire da immagini gastroscopiche. Le lesioni metaplastiche gastrointestinali presentano una struttura ghiandolare di aspetto tubulo-villoso, pertanto, si propone un riconoscimento automatico di tali pattern al fine di segmentare le zone a rischio. Il database a disposizione si compone di 102 acquisizioni gastroscopiche RGB associate agli esiti istologici relativi alla presenza di metaplasie.