Rosa Sicilia

Rosa Sicilia è nata nel 1993. Nel 2016 si è laureata con lode e menzione di merito in Ingegneria Biomedica presso l'Università Campus Bio-Medico (UCBM), Roma. Nel 2020 ha terminato il Dottorato di ricerca in Ingegneria Biomedica (XXXII ciclo), curriculum ING-INF/05 (Sistemi di elaborazione delle informazioni), nella stessa Università. Dopo un anno come Post Doc, Rosa è attualmente ricercatrice a tempo determinato (RTDA) presso UCBM, posizione co-finanziata dalla Regione Lazio per lavorare al progetto "We-ease-it: Un ambulatorio smart e intelligente per l'Ospedale 4.0".

I suoi principali interessi di ricerca sono nel campo del machine learning e del data mining multimodale. In particolare lavora su radiomica e radiopatomica, Ospedale 4.0, eXplainable AI, rilevamento automatico di rumour nei social network e sull'analisi multivariata delle serie temporali. Ha partecipato a conferenze internazionali ed è stata invitata come relatrice a diverse conferenze internazionali, la più recente nel 2020, "Exploring Media Ecosystems Conference" al Massachusetts Institute of Technology (MIT) di Cambridge, MA, USA. Ha anche partecipato come relatrice a diverse conferenze scientifiche internazionali: nel 2021 ha vinto il Best Paper Award durante il 34° IEEE International Symposium on Computer-Based Medical Systems.

Per quanto attiene la produzione scientifica, secondo la fonte Scopus al 02/12/2022 il numero di citazioni è pari a 176 per 27 pubblicazioni censite, con H-index uguale a 7. E' revisore, membro del comitato di programma in congressi e riviste nei settori dei suoi interessi scientifici. E' stata programme committee chair dell'IEEE Symposium on Computer Based-Medical System edizione 2022 ed è general chair dell'IEEE Symposium on Computer Based-Medical System edizione 2023.

Titoli di studio

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

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

Data conseguimento: 18/03/2020

Titolo della tesi: Micro-level Rumour Detection on Twitter

2) Laurea Magistrale in Ingegneria Biomedica

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

Data conseguimento: 21/10/2016

Titolo della tesi: Health-related Rumour Detection in Social Networks: a Classification problem

Voto conseguito: 110 e lode

3) Laurea triennale in Ingegneria Industriale

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

Data conseguimento: 21/10/2014

Titolo della tesi: Sviluppo di un sistema biometrico per il controllo degli accessi

Voto conseguito: 110 e lode

Esperienze

1) Periodo: dal 01/06/2021

Posizione: Ricercatore universitario a tempo determinato di tipo A

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

2) Periodo: 01/07/2020 - 31/05/2021

Posizione: Assegnista di ricerca

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

3) Periodo: 01/01/2020 - 31/03/2020

Posizione: Collaborazione occasionale

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

4) Periodo: 01/11/2016 - 31/10/2019

Posizione: Dottorando

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

Caruso, C. M., Guarrasi, V., Cordelli, E., Sicilia, R., Gentile, S., Messina, L., ... & Soda, P. (2022). A Multimodal Ensemble Driven by Multiobjective Optimisation to Predict Overall Survival in Non-Small-Cell Lung Cancer. Journal of Imaging, 8(11), 298.

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

Torre, E., Francini, L., Cordelli, E., Sicilia, R., Manfrini, S., Piemonte, V., & Soda, P. (2022, July). Exploiting AI to make insulin pens smart: injection site recognition and lipodystrophy detection. In 2022 IEEE 35th International Symposium on Computer-Based Medical Systems (CBMS) (pp. 211-216). IEEE.

Sicilia, R., Merone, M., Valenti, R., & Soda, P. (2021). Rule-based space characterization for rumour detection in health. Engineering Applications of Artificial Intelligence, 105, 104389.

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, 74, 102216.

Tortora, M., Cordelli, E., Sicilia, R., Miele, M., Matteucci, P., Iannello, G., … & Soda, P. (2021). Deep Reinforcement Learning for Fractionated Radiotherapy in Non-Small Cell Lung Carcinoma. Artificial Intelligence in Medicine, 119, 102137.

Santucci, D., Faiella, E., Cordelli, E., Sicilia, R., de Felice, C., Zobel, B. B., … & Soda, P. (2021). 3T MRI-Radiomic Approach to Predict for Lymph Node Status in Breast Cancer Patients. Cancers, 13(9), 2228.

Guarrasi, V., D’Amico, N. C., Sicilia, R., Cordelli, E., & Soda, P. (2021, June). A Multi-Expert System to Detect COVID-19 Cases in X-ray Images. In 2021 IEEE 34th International Symposium on Computer-Based Medical Systems (CBMS)(pp. 395-400). IEEE.

Liu, C. Z., Sicilia, R., Tortora, M., Cordelli, E., Nibid, L., Sabarese, G., … & Soda, P. (2021, June). Exploring Deep Pathomics in Lung Cancer. In 2021 IEEE 34th International Symposium on Computer-Based Medical Systems (CBMS)(pp. 407-412). IEEE.

Sicilia, R., Francini, L., & Soda, P. (2021, June). Representation and Knowledge Transfer for Health-related Rumour Detection. In 2021 IEEE 34th International Symposium on Computer-Based Medical Systems (CBMS)(pp. 591-596). IEEE. (Winner of the Best Paper Award)

Francini, L., Soda, P., & Sicilia, R. (2021, June). Describing rumours: a comparative evaluation of two handcrafted representations for rumour detection. In 2021 International Conference on Information and Digital Technologies (IDT) (pp. 311-318). IEEE.

Sicilia R, Cordelli E, Soda P (2021). Categorizing the feature space for two-class imbalance learning. In: 25th International Conference on Pattern Recognition (ICPR), 2020.

Ramella, S., D’Angelillo, R. M., Fiore, M., Greco, C., Ippolito, E., D’Amico, N., … & Soda, P. (2020). 1251P Exploring quantitative biomarkers from different tumour volumes for radiomics in lung cancer. Annals of Oncology, 31, S809.

Prata, F., Esperto, F., Civitella, A., Tuzzolo, P., Cordelli, E., Sicilia, R., … & Papalia, R. (2020). Radiomic analysis of T2 and ADC mpMRI images in the diagnosis of clinical significant prostate cancer: An early experience. European Urology Open Science, 20, S48-S49.

D’Amico NC, Sicilia R, Cordelli E, Tronchin L, Greco C, Fiore M, 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. 2020; 10(18):6425, doi: https://doi.org/10.3390/app10186425.

(*) Elenco non completo di pubblicazioni più recenti.