Laboratorio della Prof.ssa Sara Moccia

Lo scopo delle attività di ricerca è quello di sfruttare il potenziale del deep learning per l'analisi di un'ampia gamma di immagini mediche (endoscopia, imaging ecografico, risonanza magnetica, imaging RGB-D) per supportare i medici durante le procedure cliniche e chirurgiche. Nello specifico, le attività di ricerca includono lo sviluppo di algoritmi avanzati di deep learning (inclusi modelli generativi e apprendimento semi-supervisionato). Particolare attenzione è rivolta anche all’intelligenza artificiale on-the-edge e ai paradigmi di apprendimento distribuito.

 

Dal 2024, Sara Moccia è Professoressa Associata in Bioingegneria presso il Dipartimento di Tecnologie Innovative in Medicina e Odontoiatria dell'Università degli Studi "G. d'Annunzio" Chieti – Pescara e co-fondatrice di Gaia srl ​​(AI Ethics & Governance). Ha conseguito la laurea magistrale con lode in Ingegneria Biomedica presso il Politecnico di Milano nel 2014, e il Dottorato di Ricerca Europeo con lode in Bioingegneria presso l'Istituto Italiano di Tecnologia nel 2018. Durante il dottorato, è stata ospitata presso il German Cancer Research Center. È stata postdoc presso l'Università Politecnica delle Marche fino al 2021, quando è diventata ricercatrice presso la Scuola Superiore Sant'Anna. Lo scopo delle sue attività di ricerca è di sfruttare il potenziale dell'intelligenza artificiale per l'analisi di un'ampia gamma di immagini mediche per supportare i medici durante procedure cliniche e chirurgiche. Ha ricevuto il Premio "Gruppo Nazionale di Bioingegneria" per la tesi di dottorato. Nel 2021 le è stato assegnato il premio L'Oréal Italia – UNESCO per le Donne e la Scienza. È autrice di oltre 50 articoli su riviste ISI sottoposte a peer review, tra cui Medical Image Analysis e IEEE Transactions on Biomedical Engineering, e ricopre il ruolo di associate editor per IEEE Transactions on Medical Robotics and Bionics e Medical and Biological Engineering and Computing.

  • Posizione Accademica: Professore Associato
  • Settore Scientifico Disciplinare: ING-INF/06
  • Settori ERC:
    LS7 Diagnostic tools, therapies and public health
    PE8 Products and Processes Engineering
    PE6 Computer science and informatics
  • Risorse di rete:
    ORCID
    Google Scholar
    LinkedIn
  • Contatti: sara.moccia@unich.it
  • Orario di ricevimento: da concordare su appuntamento tramite email