Il carcinoma prostatico (PCa) rappresenta una delle principali neoplasie nella popolazione maschile, e la sua diagnosi precoce gioca un ruolo fondamentale nel miglioramento della prognosi. In tale contesto, la risonanza magnetica (MR) rappresenta un valido strumento non invasivo per la rilevazione della prostata e di eventuali lesioni significative. Tuttavia, la segmentazione manuale della ghiandola prostatica rappresenta un processo dispendioso in termini di tempo e soggetto a variabilità inter-operatore. L’impiego di tec niche di deep learning, in particolare le reti neurali convoluzionali (CNN), ha permesso di ovviare a questo problema, offrendo soluzioni automatizzate ed efficienti, le quali permettono di ottenere risultati accurati in tempi relativamente brevi.