Leonardo RUNDO | Curriculum

Leonardo Rundo ha conseguito la Laurea Magistrale (con Lode) in Ingegneria Informatica presso l’Università di Palermo nel Luglio 2013, con una tesi sulla generazione automatica (data-driven) di interfacce grafiche adattive per software di diagnostica per immagini. Dal Dicembre 2013, è stato Assegnista di RIcerca presso l’Istituto di Bioimmagini e Fisiologia Molecolare del Consiglio Nazionale delle Ricerche (IBFM-CNR) di Cefalù (PA). Nel Febbraio 2019, Leonardo ha completato il Dottorato di Ricerca in Informatica (con Lode) con una tesi intitolata “Computer-Assisted Analysis of Biomedical Images”, sotto la supervisione del prof. Giancarlo Mauri, presso l’Università degli Studi di Milano-Bicocca. Durante il Dottorato, è stato Visiting Scholar al Department of Cancer Biology (Vanderbilt University, Nashville, TN, USA), al Department of Creative Informatics (The University of Tokyo, Tokyo, Giappone), e al Computer Laboratory (University of Cambridge, Cambridge, Regno Unito).

Dal Novembre 2018 a Settembre 2021, Leonardo è stato Postdoctoral Research Associate presso il Department of Radiology, University of Cambridge, Cambridge, Regno Unito, sotto la supervisione della prof.ssa Evis Sala, in stretta collaborazione anche con il Cancer Research UK Cambridge Centre (sotto il finanziamento del programma Integrated Cancer Medicine della Mark Foundation for Cancer Research, New York, NY, USA).

Dal 1° Ottobre 2024, Leonardo Rundo è Professore Associato (Professore di II Fascia – SSD: Sistemi di Elaborazione delle Informazioni) presso il Dipartimento di Ingegneria Informatica ed Elettrica e Matematica Applicata (DIEM) dell'Università degli Studi di Salerno, dopo aver ricoperto la posizione di Ricercatore a Tempo Determinato lettera B (Tenure-track Senior Assistant Professor) per i precedenti tre anni (a partire dal 1° Ottobre 2021) presso il medesimo Dipartimento. È un membro del laboratorio di Macchine Intelligenti per il riconoscimento di Video, Immagini e Audio (MIVIA).

Le attività di ricerca sono focalizzate sulla diagnostica per immagini, analisi di bioimmagini e segnali biomedicali, radiomica, apprendimento automatico e intelligenza computazionale. In particolare, si è occupato dello sviluppo di metodi computazionali per l’imaging quantitativo e modelli predittivi incentrati sull’integrazione di dati eterogenei, aventi come fine ultimo la definizione di biomarcatori clinici.

Leonardo è stato nominato nella World's Top 2% Scientists’ List in base al composite indicator (c-score) introdotto dalla Stanford University per gli anni 2021, 2022 e 2023 (single-year ranking) nel settore “Information & Communication Technologies”, specificatamente per i due sotto-settori “Artificial Intelligence & Image Processing” e “Nuclear Medicine & Medical Imaging”.