La mia attività di ricerca è incentrata sullo sviluppo e l’implementazione di tecniche e procedure per l’imaging biomedico. In particolare, mi sono specializzato su tecniche per l’analisi dei dati bioelettrici cerebrali registrati con elettroencefalografia (EEG) con particolare riferimento a metodiche di Machine Learning e Deep Learning. Uno dei principali obiettivi del mio lavoro è quello di valutare metriche globali di connettività cerebrale estratte dalle misure EEG e studiarne un possibile utilizzo come indici prognostici in diverse malattie come Alzheimer, Stroke o SLA ma anche in studi cognitivi in soggetti sani. Parallelamente, sto studiando anche la possibile modificazione di tali indici in conseguenza di stimolazione trans cranica magnetica (TMS). Questo aspetto è strettamente legato all’utilizzo degli indici di connettività come strumenti per valutare il recupero o lo sviluppo di una malattia. Visto il mio background ingegneristico, una parte della mia attività di ricerca è dedicata anche all’implementazione di sistemi di Brain Computer Interface (BCI) con particolare attenzione all’integrazione multimodale con l’obiettivo di trarre giovamento in termini di rapporto segnale rumore dall’utilizzo di dati di natura complementare. A tal riguardo il mio lavoro ha trovato applicazione anche in ambito industriale. Infatti, dal 2019 sono consulente scientifico per una importante azienda leader nel settore Automotive che sta sviluppando un sistema EEG-BCI integrato in un simulatore di guida. Inoltre, svolgo anche attività didattica presso la facoltà di medicina dell’università “G. d’Annunzio” di Chieti Pescara. In particolare, sono tutor per i tirocini di fisica medica e per il percorso di eccellenza. Dal 2019 sono anche mentore per una studentessa di dottorato nell’ambito del progetto HORIZON2020 “INFANS”.
https://www.scopus.com/authid/detail.uri?authorId=57192236489
https://scholar.google.it/citations?user=sf_n04wAAAAJ&hl=it
SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551
SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371
email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693