Prof. Paolo Soda

Paolo Soda si è laureato con lode in Ingegneria Biomedica presso l'Università Campus Bio-Medico (UCBM) di Roma nel 2004 e ha conseguito il dottorato di ricerca in Ingegneria Biomedica (area informatica) nel 2008 presso la stessa Università. E' Professore Ordinario di Sistemi di Elaborazione delle Informazioni presso l'UCBM, Visiting Professor in Artificial Intelligence and Biomedical Engineering presso il Department of Radiation Sciences, Umeå University, Svezia. E' inoltre il coordinatore del Dottorato Nazionale in Intelligenza Artificiale, per l'area Salute e Scienza delle vita (ciclo XXXIX) e vice coordinatore per i cicli XXXVII e XXXVIII.

I suoi interessi di ricerca includono l'intelligenza artificiale (IA), il machine learning, big data analytics, il data mining, l'elaborazione ed analisi di immagini 2D e 3D e video. È membro di comitati di programma di conferenze internazionali ed è revisore di riviste internazionali, oltre ad essere statoguest editor di riviste internazionali di impatto. Dal 2012 è associate editor degli atti dell'Annual Int Conference of the IEEE Engineering in Medicine & Biology Society. Dal 2018 al 2021 ha presieduto il comitato direttivo dell'IEEE Int Symposium of Computer-Based Medical Systems. È stato co-PI di progetti nazionali e internazionali. La sua attività di ricerca è certificata da >130 pubblicazioni scientifiche, >1700 citazioni, h-index 22 (Scopus, 05/12/2022). E' co-autore di 4 lavori in atti di conferenze internazionali che hanno ricevuto un premio (IEEE LSC 2018, IEEE BIBM 2018, IEEE ICCI*CC 2019, IEEE CBMS 2021).

Ha coordinato il gruppo di lavoro vincitore di 2 competizioni internazionali: “COVID CXR Hackathon” (2022 Dubai Expo) e “All against COVID-19: Screening X-ray Images for COVID-19 Infection” (IEEE 2021). E' co-fondatore di BPCOmedia srl, start-up innovativa e spin-off non partecipata di UCBM.

Titoli di studio

1) Dottore di ricerca in Ingegneria Biomedica, Curriculum in Informatica (SSD di riferimento ING INF/05).

Istituzione: Università "Campus Bio-Medico" di ROMA (UCBM) - Via Alvaro del Portillo, 21 – ROMA

Data conseguimento: 08/02/2008

Titolo della tesi: Computer-Aided Diagnosis in Antinuclear Autoantibodies Analysis

2) Laurea specialistica in Ingegneria Biomedica

Istituzione: UCBM

Data conseguimento: 19/11/2004

Titolo della tesi: Automazione della diagnostica per immagini nelle analisi in Immunofluorescenza: acquisizione, elaborazione e classificazione

Voto conseguito: 110 e lode

3) Laurea triennale in Ingegneria Biomedica

Istituzione: UCBM

Data conseguimento: 23/10/2002

Titolo della tesi: Realizzazione di un dispositivo non invasivo per l’esecuzione in sicurezza degli interventi di chirurgia otologica

Voto conseguito: 110 e lode

Esperienze (4 più recenti)

1) Periodo: dal 01/11/2022

Posizione: Coordinatore della Ricerca e Terza Missione

Istituzione: Facoltà Dipartimentale di Ingegneria, UCBM

2) Periodo: dal 01/04/2022

Posizione: Visiting Professor in Artificial Intelligence and Biomedical Engineering

Istituzione: Department of Radiation Sciences, Umeå University, Umeå Sweden

3) Periodo: dal 01/02/2022

Posizione: Professore Ordinario, SSD ING-INF/05, Sistemi di elaborazione delle informazioni

Istituzione: UCBM

4) Periodo: dal 01/01/2015 al 31/1/2022

Posizione: Professore Associato, SSD ING-INF/05, Sistemi di elaborazione delle informazioni

Istituzione: UCBM

Attribuzione di incarichi di insegnamento o di ricerca (fellowship) ufficiale presso atenei e istituti

di ricerca, esteri e internazionali, di alta qualificazione

1) Periodo. Da ottobre 2021

Tipologia: Vice coordinatore del Dottorato Nazionale in Intelligenza Artificiale, area Salute e Scienze della vita

Tipologia: Coordinatore del comitato organizzatore della Scuola Nazionale di Dottorato in Intelligenza Artificiale, a Salute e Scienze della Vita, 26-30 Settembre 2022

2) Periodo: 11/2014

Tipologia: Insegnamento e Ricerca

Istituzione: Henan University, China

3) Periodo: 09/2012 – 03/2013 e dal 01/2015 – 02/2015

Tipologia: Insegnamento

Istituzione: Scuola superiore medico tecnica Locarno, modulo di elaborazione delle immagini digitali, corso per tecnico di radiologia medica

4) Periodo: 09/2012 – 09/2012

Tipologia: Insegnamento e Ricerca

Istituzione: Eindhoven University of Technology, Dept of Computer Science, The Netherlands

5) Periodo: 03/2010 - 04/2010

Tipologia: Insegnamento e Ricerca

Istituzione: Polytech'Nice, Université de Nice-Sophia Antipolis, France

Altre attività scientifiche

E' revisore, guest editor, membro del comitato di programma in congressi e riviste nei settori dei suoi interessi scientifici. E' membro dello steering committee dell'IEEE Symposium on Computer Based-Medical System, e nel 2012, 2016, 2018, 2019, 2020, 2021 ne è stato general chair. E' stato co-guest editor di Pattern Recognition, Artificial Intelligence in Medicine, Information Processing & Management, Computational Intelligence. E' associate editor dei Proceedings of the 34th/35th/36th Annual International Conference of the IEEE Engineering in Medicine & Biology Society.

E' membro fondatore dell'IEEE Technical Committee on Brain-inspired Cognitive Systems, e membro del comitato esecutivo dell'IEEE Technical Consortium on High Performance Computing.

E'revisore di bandi competitivi per agenzie di finanziamento (Vidi, ANR, NWO, EPFL).

Pubblicazioni più rilevanti degli ultimi 10 anni.

Per la lista completa si può far riferimento al seguente link Scopus:

https://www.scopus.com/authid/detail.uri?authorId=22036116900

1. Soda, P., D’Amico, N. C., Tessadori, J., Valbusa, G., Guarrasi, V., Bortolotto, C., ... & Papa, S. (2021). AIforCOVID: predicting the clinical outcomes in patients with COVID-19 applying AI to chest-X-rays. An Italian multicentre study. MEDICAL IMAGE ANALYSIS, 102216

2. Guarrasi, V., D’Amico, N.C., Sicilia, R., Cordelli, E., Soda, P. (2021) Pareto optimization of deep networks for COVID-19 diagnosis from chest X-rays. PATTERN RECOGNITION, 2022, 121, 108242

3. Tortora, M., Cordelli, E., Sicilia, R., Miele, M., Matteucci, P., Iannello, G., Ramella, S., Soda, P. (2021) Deep Reinforcement Learning for Fractionated Radiotherapy in Non-Small Cell Lung Carcinoma. ARTIFICIAL INTELLIGENCE IN MEDICINE, 2021, 119

4. Sicilia R, Merone M, Valenti V, Soda P (2021). Rule-based Space Characterization for Rumour Detection in Health. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE

5. Sicilia R, Lo Giudice S, Pei Y, Pechenizkiy M, Soda P (2018). Twitter rumour detection in the health domain. EXPERT SYSTEMS WITH APPLICATIONS, vol. 110, p. 33-40, ISSN: 0957-4174

6. D'Amico NC, Sicilia R, Cordelli E, Tronchin L, Greco C, Michele F, Carnevale A, Iannello G, Ramella S, Soda P (2020). Radiomics-Based Prediction of Overall Survival in Lung Cancer Using Different Volumes-Of-Interest. APPLIED SCIENCES, vol. 10

7. D'Antoni F, Merone M, Piemonte V, Iannello G, Soda P (2020). Auto-Regressive Time Delayed jump neural network for blood glucose levels forecasting. KNOWLEDGE-BASED SYSTEMS, vol. 203

8. Soda P, Sicilia R, Acciai L, Iannello G (2020). Grasping inter-attribute and temporal variability in multivariate time series. IEEE TRANSACTIONS ON BIG DATA

9. Merone M, Sansone C, Soda P (2019). A computer-aided diagnosis system for HEp-2 fluorescence intensity classification. ARTIFICIAL INTELLIGENCE IN MEDICINE, vol. 97, p. 71-78

10. Ramella S, Fiore M, Greco C, Cordelli C, Sicilia R, Merone M, Molfese E, Miele M, Cornacchione P, Ippolito E, Iannello G, D’Angelillo RM, Soda P (2018). A radiomic approach for adaptive radiotherapy in non-small cell lung cancer patients. PLOS ONE

11. Merone M, Pedone C, Capasso G, Antonelli Incalzi R, Soda P (2017). A Decision Support System for Tele-Monitoring COPD-Related Worrisome Events. IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS, vol. 21, p. 296-302

12. Merone M, Soda P, Sansone M, Sansone C (2017). ECG databases for biometric systems: A systematic review. EXPERT SYSTEMS WITH APPLICATIONS, vol. 67, p. 189-202, ISSN: 0957-4174, doi: http://dx.doi.org/10.1016/j.eswa.2016.09.030

13. Onofri L, Soda P, Pechenizkiy M, Iannello G (2016). A survey on using domain and contextual knowledge for human activity recognition in video streams. EXPERT SYSTEMS WITH APPLICATIONS, vol. 63, p. 97-111

14. Acciai L, Soda P, Iannello G (2016). Automated Neuron Tracing Methods: An Updated Account. NEUROINFORMATICS vol. 14, p. 353-367

15. Silvestri L, Paciscopi M, Soda P, Biamonte F, Iannello G, Frasconi P, Pavone FS (2015). Quantitative neuroanatomy of all Purkinje cells with light sheet microscopy and high-throughput image analysis. FRONTIERS IN NEUROANATOMY, vol. 9, p. 1-11

16. Frasconi P, Silvestri L, Soda P, Cortini R, Pavone F S, Iannello (2014). Large-Scale Automated Identification of Mouse Brain Cells in Confocal Light Sheet Microscopy Images. BIOINFORMATICS, vol. 30, p. 587-593,

17. Iannello G, Percannella G, Soda P, Vento M. Mitotic cells recognition in HEp-2 images. PATTERN RECOGNITION LETTERS, vol. 45, p..136-144, 2014.

18. Foggia P, Percannella G, Soda P, Vento M. Benchmarking HEp-2 Cells Classification Methods. IEEE TRANSACTIONS ON MEDICAL IMAGING, vol. 32, p. 1878-1889, 2013