Il lavoro è incentrato sulla valutazione di un metodo di data augmentation in un task di classificazione automatica di lesioni dermatologiche su diverse classi. Laddove i dati siano limitati, o sbilanciati, viene valutata la possibilità di alleviare significativamente queste problematiche, attraverso dei metodi basati sull’intelligenza artificiale. Per riuscirci si utilizza un metodo di generazione di immagini sintetiche basato sul deep-learning, chiamato GAN (Generative Adversarial Network): con tale strumento si valuterà la possibilità di colmare il problema dello sbilanciamento delle immagini delle diverse classi e inoltre la possibilità di aumentare i dati a disposizione. Contemporaneamente, si valuterà l’efficacia di uno strumento appositamente realizzato (GAN di normalizzazione opportunamente allenata) per operare la normalizzazione delle immagini dermatologiche.