Politecnico di Torino logo

Pietro Leoncini

Dottorando in Bioingegneria E Scienze Medico-chirurgiche , 41o ciclo (2025-2028)
Dipartimento di Ingegneria Meccanica e Aerospaziale (DIMEAS)

Profilo

Dottorato di ricerca

Argomento di ricerca

Cognitive Vision per la robotica chirurgica. Utilizzo di metodi Sim-to-Real, IA generativa e dati sintetici per addestrare modelli di CV, riducendo la dipendenza da dati clinici reali.

Tutori

Keywords

Endoluminal surgery and Interventional endoscopy
Robotic surgery
Biomedical signal and image processing

Biografia

Pietro Leoncini ha conseguito la laurea triennale in Bioingegneria presso l'Università di Pavia nel 2022 e la laurea magistrale in Bioingegneria presso l'Università di Genova nel 2024. È stato tutor di Analisi Matematica per gli studenti del secondo anno di Ingegneria presso l'Università di Pavia, rappresentante degli studenti e rappresentante della Commissione Paritetica presso l'Università di Genova. Da novembre 2024 a ottobre 2025 è stato ricercatore post-laurea nel Dipartimento di Scienze Chirurgiche dell'Università di Torino, presso il laboratorio MITIC (Minimally Invasive Therapy and Innovation Centre).
Nel giugno 2025, Pietro ha presentato la sua prima pubblicazione come autore principale, “A Reproducible Framework for Synthetic Data Generation and Instance Segmentation in Robotic Suturing”, alla conferenza CARS (Computer Assisted Radiology and Surgery) a Berlino. Nello stesso mese ha partecipato al Hamlyn Symposium sulla robotica medica all'Imperial College di Londra, presentando il suo lavoro “Bridging the Sim-to-Real Gap for Surgical Tool Segmentation in Robotic Suturing with Generative AI.”. Attualmente sta conseguendo un dottorato di ricerca in Bioingegneria e Scienze medico-chirurgiche con il Politecnico di Torino presso il laboratorio MITIC. La sua ricerca si concentra sul progresso della visione cognitiva per la robotica chirurgica, in particolare sfruttando ambienti simulati per generare dati sintetici ad alta fedeltà. Utilizzando modelli di IA generativa per migliorare il realismo di questi set di dati, il suo lavoro mira a colmare il divario tra simulazione e realtà, addestrando in modo efficace modelli di visione artificiale aggirando al contempo le sfide logistiche ed etiche legate all'acquisizione e all'annotazione di dati clinici.

Premi e riconoscimenti

  • Best project award won at the Hamlyn Winter School on Surgical Imaging and Vision of the Hamlyn Centre at Imperial College London (2025)