menegaz
univr
it
Gloria Menegaz è Professore Ordinario di Bioingegneria presso il Dipartimento di Ingegneria per la Medicina di Innovazione dell’Università degli Studi di Verona (Italia), dove dirige il BraiNAVLab. Ha conseguito un dottorato di ricerca in Scienze applicate (EPFL, 2000), una laurea magistrale in Ingegneria elettronica (1993) e un master post-laurea in Information Technology (1995) presso il Politecnico di Milano. Dal 2000 al 2002 è stata prima assistente di ricerca presso il Telecommunications Lab (LCAV) dell’EPFL, diretto dal prof. Martin Vetterli, e in seguito Professore assistente (Maitre Assistante) al Dipartimento di Informatica dell’Università di Friburgo (Svizzera). Nel 2004 ha ottenuto il finanziamento Rita Levi Montalcini (Rientro dei Cervelli) del Ministero dell’Università e della Ricerca (MIUR) (D.M. 20/03/2003 n. 501) per integrare il Dipartimento di Ingegneria dell’Informazione dell’Università di Siena (Italia). Nel 2007 ha preso servizio al Dipartimento di Informatica dell’Università di Verona come professoressa associata di Informatica; nel 2017 è diventata professoressa ordinaria di Informatica e nel 2021 professoressa di Bioingegneria (ING-INF/06).
La prof.ssa Menegaz è Senior Member dell’Institute of Electrical and Electronics Engineers (IEEE, dal 2017; membro dal 1995 al 2017) e membro di IEEE Women in Engineering dal 2000. È membro della Signal Processing Society (SPS), liason representative per IEEE-SPS presso il Comitato direttivo di IEEE Transactions on Medical Imaging (IEEE-TMI), membro del IEEE-SPS Technical Directions Board e Chair dell’IEEE Bioimaging and Signal Processing (IEEE-SPS-BISP) e membro del comitato tecnico IEEE-SPS Challenges and Data Collection. È inoltre membro dello Special Interests Group on Biomedical Image Analysis Challenges (SIG-BIAC) della Medical Image Computing and Computer Assisted Intervention Society (MICCAI), del gruppo ad hoc (AHG) Digital Media Storage using DNA (JPEG-DNA) e osservatrice del DICOM WG-32 (dati di neurofisiologia).
È Associate Editor di IEEE-TMI ed è stata Guest Editor di numeri speciali per diverse riviste, tra cui IEEE-SPM. Dal 2026 è panel member per la selezione di ERC Advanced e ERC Plus Grants. Per molti anni è stata Vice-Chair per FET-REA e MSCA-IF e Independent Expert per numerose istituzioni internazionali, tra cui European Research Council (ERC), European Science Foundation (ESF) e Swedish Knowledge Foundation (SKF), oltre ad altre. È autrice di oltre 160 pubblicazioni su riviste internazionali e atti di conferenze indicizzati in Scopus e di due brevetti; ha inoltre ricoperto i ruoli di chair, area chair e membro di comitati tecnici in numerose conferenze internazionali, soprattutto IEEE.
La prof.ssa Menegaz ha un profilo fortemente interdisciplinare: ha iniziato con una laurea magistrale in Microelettronica, concentrandosi su fisica, microelettronica e ottica, per poi dedicarsi ai temi ICT con il master post-laurea e il dottorato, durante il quale ha lavorato sulla compressione e codifica di dati medici multidimensionali applicati all’imaging medico, contribuendo anche alle attività di standardizzazione JPEG2000. In questo percorso ha affrontato anche temi relativi allo studio e alla modellazione della percezione visiva, con particolare attenzione alla visione dei colori e al contributo al campo della denominazione dei colori nella lingua italiana. Dopo l’ingresso all’Università di Verona, ha orientato la propria attività di ricerca verso il neuroimaging, la connettività cerebrale strutturale, funzionale ed efficace, la modellazione della microstruttura cerebrale, l’imaging genetico e la scoperta di biomarcatori numerici mediante metodi classici e di intelligenza artificiale (apprendimento statistico, automatico e profondo), con particolare attenzione ai metodi spiegabili.
Nel corso della carriera ha ottenuto finanziamenti da diverse istituzioni internazionali per un totale superiore a 3 milioni di euro. Tra i principali si ricordano il programma Rita Levi Montalcini (MIUR, D.M. n. 96 del 23/04/2001, 01/03/2004–28/02/2007), il PRIN-2009 BrainFit: Brain tractography from diffusion imaging for radiotherapeutic and surgical planning, in qualità di PI nazionale, AI4Health: empowering neurosciences with eXplainable AI methods, in qualità di PI e finanziato nell’ambito del D.M. MUR 737/2021, il PRIN 2022 e il progetto INTELLI-MI per la RIR Tech4Life. Ha una rete consolidata di collaborazioni internazionali, tra cui Georgia Tech University (laboratorio TRENDS), INRIA (Francia), EPFL (Svizzera), Queen Mary University (QMU, Londra) e University College London (UCL).
Gloria Menegaz is Professor of Bioengineering at the Dept. of Engineering for Innovation Medicine, University of Verona (Italy), where she leads the BraiNAVLab. She holds a PhD in Applied Sciences (EPFL 2000), a MSc in Electronic Engineer (1993) and a post-grade Master's in information technology (1995) (Politecnico di Milano, Italy). From 2000 to 2002 she was first research assistant at the Telecommunications Lab (LCAV) of EPFL, headed by Prof. Martin Vetterli, that she left to join the Computer Science Dept. of the University of Fribourg (Switzerland) as an Assistant Professor. In 2004 she was awarded the Rita Levi Montalcini grant (Rientro dei Cervelli) by the Italian Ministry of University and Research (MIUR)(DM 20/03/2003 n. 501) and joined the Dept. of Information Engineering of the University of Siena (Italy) as an Assistant Professor. In 2007 she joined the Dept. of Computer Science of the University of Verona (Italy) as an Associate Professor in Computer Science and became full Professor in Computer Science in 2017 and Professor in Bioengineering (ING-INF/06) in 2021.
Prof. Menegaz is a Senior Member of the Institute of Electrical and Electronics Engineers (IEEE, 2017, valued member 1995-2017), and member of the IEEE Woman in Engineering since 2000. She is a member of the Signal Processing Society (SPS), Liason representative of the IEEE-SPS, Chair of the Steering Committee of the IEEE Transactions on Medical Imaging (IEEE-TMI), Chair of the IEEE Bioimaging and Signal Processing (IEEE-SPS-BISP), member of the IEEE-SPS Technical Directors Board and Member of the IEEE-SPS Challenges and Data Collection TC. She is also Member of the Medical Image Computing and Computer Assisted Intervention Society (MICCAI) Special Interest Group on Biomedical Image Analysis Challenges (SIG-BIAC), of the Ad Hoc Group (AHG) on Digital Media Storage using DNA (JPEG-DNA) and Observer for the DICOM WG-32 (Neurophysiology data).
She is Associate Editor for IEEE-TMI, and has been Guest Editor of special issues for different venues including the IEEE-SPM. She is a panel member for the ERC Advaced Grants and Advaced Grant Plus since 2026. She has been Vice-Chair for the FET-REA and the MSCA-IF for many years and Independent Expert and panel member for many international Institutions including European Research Council (ERC), European Science Fundation (ESF), SKF, Sweden, among others. She authored more than 160 publications in international journals and conference proceedings (Scopus) and two patent and has been chair, area chair and technical committee member of many international conferences, especially of the IEEE.
Prof. Menegaz holds a highly interdisciplinary profile, starting with a MSc in Microelectronics, focusing on physics, microelectronics and optics, moving to ICT topics with the post-grade MSc and then the PhD, where she has been working on compression and coding of multi-dimensional medical data with application to medical imaging, also contributing to the JPEG2000 standardization activities. During this work she also faced topics related to visual perception investigation and modeling, with emphasis on color vision contributing in the field of color naming in Italian language. After joining the University of Verona, she directed her research activity on neuroimaging, brain connectivity (structural, functional and effective), brain microstructure modeling imaging genetics and numerical biomarker discovery relying on classical and AI (statistical/machine/deep learning) with emphasis on explainable methods.
During her career she has obtained funding from several international institutions for a total of over 3 million euros. Worth mentioning are the Rita Levi Montalcini program (MIUR, D.M. n.96 del 23.04.2001, 01/03/2004-28/02/2007) and the PRIN-2009, BrainFit: Brain tractography from diffusion imaging for radioterapico and surgical planning as the national PI, AI4Health: empowering neurosciences with eXplainable AI methods, PI, funded under the and MUR DM737/2021, the PRIN 2022 and the INTELLI-MI project for the RIR Tech4Life. She has a rich network of international collaborations including Georgia Tech University (TRENDS lab), INRIA (France), EPFL (Switzerland), Queen Mary University (QMU, London) and University College London (UCL).
Insegnamenti attivi nel periodo selezionato: 74.
Clicca sull'insegnamento per vedere orari e dettagli del corso.
Di seguito sono elencati gli eventi e gli insegnamenti di Terza Missione collegati al docente:
| Argomento | Descrizione | Area di ricerca |
|---|---|---|
| Biomedical data processing | Feature extraction and integration from multi-modal data using multi-scale sparse representations for the definition of numerical biomarkers. Pattern recognition and machine learning for medical imaging and behavioral analysis. |
Medicina diagnostica di precisione e personalizzata
Medicina diagnostica di precisione e personalizzata |
| Multi-modal biomedical image processing | Computer vision and computational intelligence. Segmentation of multi-dimensional multi-modal data and objective validation of the outcomes. |
Bioingegneria
Bioingegneria |
| Neuroimaging | The main activity is in the field of neuroimaging, including structural (diffusion MRI) and functional (EEG, fNIRS, functional MRI) imaging as well as perceptual analysis through cognitive science methods. The goal is to gain an holistic view of human brain when inspected in specific conditions by the integration of multi-modal multi-scale probing and modeling. In addition, advanced computer vision and pattern recognition methods are employed for designing numerical biomarkers for the characterization of healthy and pathological conditions. |
Bioingegneria
Bioingegneria |
| Sparse signal processing | Sparse multi-resolution representations for analysis and modeling of biological signals including diffusion MRI and EEG. |
Bioingegneria
Bioingegneria |
| Titolo | Data inizio |
|---|---|
| INTELLI-MI | 02/10/24 |
******** CSS e script comuni siti DOL - frase 9957 ********