Anna Nigri

Dopo la laurea in Ingegneria Clinica presso l’Università di Trieste, ha conseguito un dottorato in Ingegneria Biomedica al Politecnico di Torino, con un progetto incentrato sull’applicazione di algoritmi di machine learning a dati di neuroimmagini. Ha svolto periodi di formazione e ricerca presso l’Università di Maastricht e la University of California, Los Angeles (UCLA), dove ha consolidato competenze avanzate nell’elaborazione e analisi di dati di risonanza magnetica. Il suo profilo si colloca all’intersezione tra ingegneria, neuroscienze e data science, con un focus specifico sullo sviluppo e l’ottimizzazione di pipeline analitiche per l’analisi quantitativa di neuroimmagini, in contesti sia clinici che di ricerca traslazionale.

Dal 2011 svolge attività di ricerca presso l’Unità di Neuroradiologia dell’IRCCS Fondazione Carlo Besta, con un focus su malattie neurodegenerative, disturbi del movimento e cefalee. Coordina e supporta progetti clinici monocentrici e multicentrici, con un ruolo attivo nella progettazione, armonizzazione e gestione dei protocolli di risonanza magnetica avanzata. Il suo lavoro mira a garantire la comparabilità dei dati tra centri, facilitandone l’integrazione in studi su larga scala. Si occupa dello sviluppo e dell’implementazione di pipeline per l’analisi quantitativa di dati strutturali e funzionali, contribuendo alla costruzione di reti collaborative nazionali e internazionali. Negli anni ha maturato una solida esperienza nel coordinamento tecnico-scientifico e nella gestione operativa di progetti complessi nel campo del neuroimaging.

La sua ricerca è dedicata all’individuazione di biomarcatori anatomo-funzionali precoci attraverso tecniche avanzate di risonanza magnetica (sMRI, QSM, fMRI, DTI), con l’obiettivo di migliorare la stratificazione clinica e il monitoraggio dell’evoluzione delle patologie neurologiche. Studia le alterazioni strutturali e di connettività funzionale in patologie come malattie neurodegenerative e disturbi del movimento. In parallelo, porta avanti una linea di ricerca sulle cefalee primarie, per comprenderne i meccanismi cerebrali alla base del dolore cronico. Integra metodologie multimodali (morfometria, connettività, imaging funzionale) con approcci di intelligenza artificiale per estrarre pattern diagnostici e prognostici. La sua attività si sviluppa in stretta sinergia con clinici e ricercatori, con una forte impronta traslazionale e applicativa.