Laura Maria Sangalli


Associate Professor in Statistics

Phone:+39 02 2399 4554
Fax: +39 02 2399 4568
Office: Ed. 14 - Nave - VII floor
Email:
Personal web page:

  • Available MOX Reports
  • Theses
  • Thesis Proposals
  • MOX Projects

Arnone, E.; Azzimonti, L.; Nobile, F.; Sangalli, L.m.
Modeling spatially dependent functional data via regression with differential regularization


Stefanucci, M.; Sangalli, L.m.; Brutti, P.
PCA-based discrimination of partially observed functional data, with an application to Aneurisk65 dataset


Bernardi, M.s.; Carey, M.; Ramsay, J.o.; Sangalli, L.m.
Modeling spatial anisotropy via regression with partial di fferential regularization


Bernardi, M.s.; Sangalli, L.m.
Modelling spatially dependent functional data by spatial regression with differential regularization


Lila, E.; Aston, J.a.d.; Sangalli, L.m.
Smooth Principal Component Analysis over two-dimensional manifolds with an application to Neuroimaging


Wilhelm, M.; Sangalli, L.m.
Generalized Spatial Regression with Differential Regularization


Wilhelm, M.; Dedè, L.; Sangalli, L.m.; Wilhelm, P.
IGS: an IsoGeometric approach for Smoothing on surfaces


Bernardi, M.s.; Mazza, G.; Ramsay, J.o.; Sangalli, L.m.
A separable model for spatial functional data with application to the analysis of the production of waste in Venice province


Marron, J.s.; Ramsay, J.o.; Sangalli, L.m.; Srivastava, A.
Functional Data Analysis of Amplitude and Phase Variation


Marron, J.s.; Ramsay, J.o.; Sangalli, L.m.; Srivastava, A.
Statistics of Time Warpings and Phase Variations


Sangalli, L.m.; Secchi, P.; Vantini, S.
Analysis of AneuRisk65 data: K-mean Alignment


Sangalli, L.m.; Secchi, P.; Vantini, S.
AneuRisk65: a dataset of three-dimensional cerebral vascular geometries


Patriarca, M.; Sangalli, L.m.; Secchi, P.; Vantini, S.
Analysis of Spike Train Data: an Application of K-mean Alignment


Bernardi, M.; Sangalli, L.m.; Secchi, P.; Vantini, S.
Analysis of Juggling Data: an Application of K-mean Alignment


Bernardi, M.; Sangalli, L.m.; Secchi, P.; Vantini, S.
Analysis of Proteomics data: Block K-mean Alignment


Dassi, F.; Ettinger, B.; Perotto, S.; Sangalli, L.m.
A mesh simplification strategy for a spatial regression analysis over the cortical surface of the brain


Sørensen, H.; Goldsmith, J.; Sangalli, L.m.
An introduction with medical applications to functional data analysis


Azzimonti, L.; Nobile, F.; Sangalli, L.m.; Secchi, P.
Mixed Finite Elements for spatial regression with PDE penalization


Azzimonti, L.; Sangalli, L.m.; Secchi, P.; Domanin, M.; Nobile, F.
Blood flow velocity field estimation via spatial regression with PDE penalization


Ettinger, B., Perotto, S.; Sangalli, L.m.
Spatial regression models over two-dimensional manifolds


Ettinger, B.; Passerini, T.;perotto, S.; Sangalli, L.m.
Regression models for data distributed over non-planar domains


Sangalli, L.m.; Ramsay, J.o.; Ramsay, T.o.
Spatial Spline Regression Models


Passerini, T.; Sangalli, L.; Vantini, S.; Piccinelli, M.; Bacigaluppi, S.; Antiga, L.; Boccardi, E.; Secchi, P.; Veneziani, A.
An Integrated Statistical Investigation of the Internal Carotid Arteries hosting Cerebral Aneurysms


Pigoli, D.; Sangalli, L.
Wavelets in Functional Data Analysis: estimation of multidimensional curves and their derivatives


Dalla Rosa, M.; Sangalli, L. M.; Vantini, S.
Dimensional Reduction of Functional Data by means of Principal Differential Analysis


Sangalli, Laura M.; Secchi, Piercesare; Vantini, Simone; Vitelli, Valeria
Joint Clustering and Alignment of Functional Data: an Application to Vascular Geometries


Sangalli, Laura M.; Secchi, Piercesare; Vantini, Simone; Vitelli, Valeria
Functional clustering and alignment methods with applications


Bonaventura, Luca; Castruccio, Stefano; Sangalli, Laura M.
A Bayesian approach to geostatistical interpolation with exible variogram models


Sangalli, Laura Maria; Secchi, Piercesare; Vantini, Simone; Vitelli, Valeria
K-means alignment for curve clustering


Colecchia, Maurizio; Nicolai, Nicola; Secchi, Piercesare; Bandieramonte, Gaetano; Paganoni, Anna M.; Sangalli , Laura M.; Piva, Luigi; Salvioni, Roberto
Penile Superficial Squamous cell Carcinoma (SCC) Submitted to CO2 Laser Excision only: Oncologic Outcome of T1 Disease in 25 Years-Long Experience


Sangalli, Laura M.; Secchi, Piercesare; Vantini, Simone; Veneziani, Alessandro
A Case Study in Functional Data Analisys: Geometrical Features of the Internal Carotid Artery


Sangalli, Laura M.; Secchi, Piercesare; Vantini, Simone; Veneziani, Alessandro
Efficient estimation of 3-dimensional centerlines of inner carotid arteries and their curvature functions by free knot regression splines


Roberts, Gareth O.; Sangalli, Laura M.
Latent diffusion models for event history analysis


Author:Pozzebon, Anna Maria
Advisors:Sangalli, L. Bernardi, M.
Modello per dati spazio-tempo areali con applicazione a dati di nuzialità nella Regione Lombardia


Author:Cavenago, Giulia
Advisors:Sangalli, L. Sinoquet, D.
Surrogate models with mixed qualitative and quantitative variables: application in reservoir engineering


Author:Mazza, Gabriele
Advisors:Sangalli, L.m. Bernardi, M.s.
Regressione con regolarizzazioni differenziali per dati spazio-temporali, con applicazione all'analisi della produzione di rifiuti urbani nella provincia di Venezia


Author:Lila, Eardi
Advisors:Sangalli, L. Aston, J.
Smooth principal component analysis over two-dimensional manifolds with application to neuroimaging


Author:Parnigoni, Matteo
Advisors:Bonaventura, L. Sangalli, L.
Applicazione di modelli di regressione spaziale a dati oceanografici


Author:Patriarca, Mirco
Advisors:Sangalli, L. Vantini, S.
Development of the fdakma R package for the joint alignment and clustering of functional data: application to neuronal spike trains data


Author:Bernardi, Mara Sabina
Advisors:Sangalli, M.l. Vantini, S.
REgistrazione di curve mediante l algoritmo k-mean alignment ed estensione all allineamento locale di superfici


Author:Antonini, Marco
Advisors:Vantini, S. Sangalli, L.
Analisi statistica dei segnali elettrici cerebrali in pazienti in stato vegetativo e di minima coscienza


Author:Cardazzi, Chiara
Advisors:Sangalli, L. Vantini, S.
Analisi statistica multivariata e funzionale dei proli temporali di connettività di segnali EEG intracranici nelle epilessie focali


Author:Pigoli, Davide
Advisors:Secchi, P. Sangalli, L.
Stima di curve tridimensionali tramite wavelets, con un applicazione alla geometria dell arteria carotide interna


Author:Azzimonti, Laura
Advisors:Paganoni, A.m. De Lalla, C. Sangalli, L.
Modelli a effetti misti: teoria e applicazioni a dati longitudinali in ambito biologico


Author:Dalla Rosa, Matilde
Advisors:Secchi, Piercesare Vantini, Simone ; Sangalli, Laura Maria
Principal differential analysis e applicazione allo studio delle caratteristiche geometriche della carotide interna


Analisi statistica dei profili temporali di connettività di segnali EEG intracranici

Questo lavoro di tesi si svolge nell'ambito di una collaborazione scientifica con l'Unità di Ingegneria Biomedica dell'Istituto Neurologico “C. Besta”. I dati analizzati provengono da ElettroEncefaloGrammi (EEG) intracranici, eseguiti su pazienti affetti da epilessia focale. In particolare, si vogliono studiare i profili temporali di connettività dei segnali EEG intracranici, al fine di discriminare la zona epilettogena; è infatti congetturato che tale zona sia caratterizzata rispetto alle altre regioni da una diversa dinamica temporale di connettività. Tale analisi richiederà lo sviluppo di specifici metodi statistici per la classificazione di dati funzionali. La tesi si inserisce nella linea di ricerca su Statistica. Il lavoro, pensato per una persona, ha un contenuto modellistico elevato, un contenuto teorico medio e un contenuto di programmazione elevato. Complessivamente si tratta di una tesi di elevata difficoltà.



Spline spaziali per dati funzionali

I modelli di regressione con spline spaziali permettono di trattare accuratamente dati spazialmente distribuiti su domini aventi forme irregolari, caratterizzati da confini complessi, forti concavità o buchi, dando così un forte vantaggio rispetto a techiche classiche di analisi di dati spaziali, quali il kriging. Recentemente il kriging è stato generalizzato al caso di dati funzionali spazialmente distribuiti. In analogia, in questa tesi si vogliono estendere i modelli spline spaziali al caso di risposte funzionali, portando in questo ambito i vantaggi sopra menzionati per il caso di risposta univariata. Il metodo sviluppato sarà quindi applicato alla studio di profili temporali di segnali emodinamici simulati sulla parete arteriale (dataset AneuRisk) ed ad altri dataset reali. La tesi si inserisce nella linea di ricerca su Statistica . Il lavoro, pensato per una persona, ha un contenuto modellistico elevato, un contenuto teorico elevato e un contenuto di programmazione medio. Complessivamente si tratta di una tesi di elevata difficoltà.



Functional data over complex volumetric domains, with applications to neuroimaging

This thesis aims at developing a rich class of models for the analysis of functional data observed over volumetric domains with non-trivial geometries. These methods might have a huge impact in neuroimaging applications, offering for the very first time techniques able to efficiently comply with the complex shape of the brain. La tesi si inserisce nella linea di ricerca su Statistica. Il lavoro, pensato per una persona, ha un contenuto modellistico elevato, un contenuto teorico elevato e un contenuto di programmazione elevato. Complessivamente si tratta di una tesi di elevata difficoltà. Si consiglia di consultare la seguente bibliografia essenziale: I requisiti richiesti al laureando sono: Major in Applied Statistics or Computational Science and Engineering



Data on manifolds

The student will develop innovative methods for the analysis of data distributed over two-dimensional Riemannian manifolds. Such data are common in varied contexts. In the neurosciences, for instance, it is of great interest to study signals associated to neuronal activity over the cerebral cortex, a highly convoluted thin sheet of neural tissue that constitutes the outermost part of the brain. In the geosciences, data are often collected over surface domains such as the full globe or other regions with complex orography. In the engineering, especially in the automotive, naval, aircraft and space sectors, it is crucial for design optimization to analyze quantities of interest over the surface of the designed 3D object (e.g, to analyze air pressure over a shuttle winglet). La tesi si inserisce nella linea di ricerca su Statistica. Il lavoro, pensato per una persona, ha un contenuto modellistico elevato, un contenuto teorico elevato e un contenuto di programmazione elevato. Complessivamente si tratta di una tesi di elevata difficoltà. Si consiglia di consultare la seguente bibliografia essenziale: I requisiti richiesti al laureando sono: Major in Applied Statistics or Computational Science and Engineering



Partially observed functional data

This thesis aims at developing innovative methods for the analysis of partially observed functional data. In many applicative domains, it is in fact common to encounter sets of functional data where some portion of the functional datum is missing for some statistical units. This unfortunately invalidates most of the existing techniques for functional data analysis, calling for the development of novel methods. La tesi si inserisce nella linea di ricerca su Statistica. Il lavoro, pensato per una persona, ha un contenuto modellistico elevato, un contenuto teorico elevato e un contenuto di programmazione elevato. Complessivamente si tratta di una tesi di elevata difficoltà. Si consiglia di consultare la seguente bibliografia essenziale: I requisiti richiesti al laureando sono: Major in Applied Statistics or Computational Science and Engineering



Advanced statistical and numerical methods for high-dimensional functional data

Multiple theses are available concerning the development of innovative methods for the analysis of high-dimensional functional data, interfacing advanced techniques from statistics and from numerical analysis. The new methods will be applied to complex problems in the life sciences, environmental sciences, or engineering. La tesi si inserisce nella linea di ricerca su Statistica. Il lavoro, pensato per una persona, ha un contenuto modellistico elevato, un contenuto teorico elevato e un contenuto di programmazione elevato. Complessivamente si tratta di una tesi di elevata difficoltà. Si consiglia di consultare la seguente bibliografia essenziale: I requisiti richiesti al laureando sono: Major in Applied Statistics or Computational Science and Engineering



Statistics for Neurosciences: new methods for the analysis of neuroimaging data

The student will develop new methods for the analysis of high-dimensional and complex signals arising from neuroimaging modalities, such as functional magnetic resonance imaging or magnetoencephalography. Differently from the techniques currently available in the literature, these new methods will be able to efficiently comply with the complex anatomy of the brain, which highly influences the signals under study. This model feature may lead to breakthrough advances in the neurosciences. La tesi si inserisce nella linea di ricerca su Statistica. Il lavoro, pensato per una persona, ha un contenuto modellistico elevato, un contenuto teorico elevato e un contenuto di programmazione elevato. Complessivamente si tratta di una tesi di elevata difficoltà. Si consiglia di consultare la seguente bibliografia essenziale: I requisiti richiesti al laureando sono: Major in Applied Statistics or Computational Science and Engineering



Analisi statistica dei profili temporali di connettività di segnali EEG intracranici

Questo lavoro di tesi si svolge nell'ambito di una collaborazione scientifica con l'Unità di Ingegneria Biomedica dell'Istituto Neurologico "C. Besta". I dati analizzati provengono da ElettroEncefaloGrammi (EEG) intracranici, eseguiti su pazienti affetti da epilessia focale. In particolare, si vogliono studiare i profili temporali di connettività dei segnali EEG intracranici, al fine di discriminare la zona epilettogena; È infatti congetturato che tale zona sia caratterizzata rispetto alle altre regioni da una diversa dinamica temporale di connettività . Tale analisi richiederà lo sviluppo di specifici metodi statistici per la classificazione di dati funzionali. La tesi si inserisce nella linea di ricerca su Statistica. Il lavoro, pensato per una persona, ha un contenuto modellistico elevato, un contenuto teorico medio e un contenuto di programmazione elevato. Complessivamente si tratta di una tesi di elevata difficoltà.



Spline spaziali per dati funzionali

I modelli di regressione con spline spaziali permettono di trattare accuratamente dati spazialmente distribuiti su domini aventi forme irregolari, caratterizzati da confini complessi, forti concavità o buchi, dando così un forte vantaggio rispetto a techiche classiche di analisi di dati spaziali, quali il kriging. Recentemente il kriging è stato generalizzato al caso di dati funzionali spazialmente distribuiti. In analogia, in questa tesi si vogliono estendere i modelli spline spaziali al caso di risposte funzionali, portando in questo ambito i vantaggi sopra menzionati per il caso di risposta univariata. Il metodo sviluppato sarà quindi applicato alla studio di profili temporali di segnali emodinamici simulati sulla parete arteriale (dataset AneuRisk) ed ad altri dataset reali. La tesi si inserisce nella linea di ricerca su Statistica . Il lavoro, pensato per una persona, ha un contenuto modellistico elevato, un contenuto teorico elevato e un contenuto di programmazione medio. Complessivamente si tratta di una tesi di elevata difficoltà.



Functional data over complex volumetric domains, with applications to neuroimaging

This thesis aims at developing a rich class of models for the analysis of functional data observed over volumetric domains with non-trivial geometries. These methods might have a huge impact in neuroimaging applications, offering for the very first time techniques able to efficiently comply with the complex shape of the brain. 



Data on manifolds

The student will develop innovative methods for the analysis of data distributed over two-dimensional Riemannian manifolds. Such data are common in varied contexts. In the neurosciences, for instance, it is of great interest to study signals associated to neuronal activity over the cerebral cortex, a highly convoluted thin sheet of neural tissue that constitutes the outermost part of the brain. In the geosciences, data are often collected over surface domains such as the full globe or other regions with complex orography. In the engineering, especially in the automotive, naval, aircraft and space sectors, it is crucial for design optimization to analyze quantities of interest over the surface of the designed 3D object (e.g, to analyze air pressure over a shuttle winglet). 



Partially observed functional data

This thesis aims at developing innovative methods for the analysis of partially observed functional data. In many applicative domains, it is in fact common to encounter sets of functional data where some portion of the functional datum is missing for some statistical units. This unfortunately invalidates most of the existing techniques for functional data analysis, calling for the development of novel methods. 



Advanced statistical and numerical methods for high-dimensional functional data

Multiple theses are available concerning the development of innovative methods for the analysis of high-dimensional functional data, interfacing advanced techniques from statistics and from numerical analysis. The new methods will be applied to complex problems in the life sciences, environmental sciences, or engineering. 



Statistics for Neurosciences: new methods for the analysis of neuroimaging data

The student will develop new methods for the analysis of high-dimensional and complex signals arising from neuroimaging modalities, such as functional magnetic resonance imaging or magnetoencephalography. Differently from the techniques currently available in the literature, these new methods will be able to efficiently comply with the complex anatomy of the brain, which highly influences the signals under study. This model feature may lead to breakthrough advances in the neurosciences. 



Rto,Agusta Westland


Firb Snaple,Miur
Starting grant project "Advanced statistical and numerical methods for the analysis of high dimensional functional data in life sciences and engineering", funded by MIUR Ministero dell'Istruzione dell'Università e della Ricerca, FIRB Futuro in Ricerca programm. Soon renamed SNAPLE: Statistical and Numerical methods for the Analysis of Problems in Life sciences and Engineering. SNAPLE aims at providing a substantial contribution to the development of innovative techniques for the analysis of high-dimensional functional data, interfacing advanced statistical and numerical methods. More

Macaren@mox,Ca' Granda Ospedale Maggiore Policlinico Milano
The project MAthematics for CARotid ENdarterectomy @ MOX (MACAREN@MOX) gathers researchers in numerical analysis, statistics and computer sciences, and medical doctors in cardiac surgery, with the aim of investigating the pathogenesis of atherosclerosis in human carotids. The project intends specifically to study the role of blood fluid-dynamics and vessel morphology on the formation process and histological properties of atherosclerotic plaques. The project also involves Ca' Granda Ospedale Maggiore Policlinico - Milano and the Mathematics Institute of Computational Science and Engineering - Ecole Polytechnique Federale de Lausanne EPFL.

Cytokines,Ospedale San Raffaele - Milano
Evaluation of the expression of cyto-chemokine profiles

Aneurisk,Siemens, Fond. Politecnico
The AneuRisk project is a scientific endeavour that aimed at investigating the role of vessel morphology, blood fluid dynamics and biomechanical properties of the vascular wall, on the pathogenesis of cerebral aneurysms. The project has gathered together researchers of different scientific fields, ranging from neurosurgery and neuroradiology to statistics, numerical analysis and bio-engineering. The project involved MOX Laboratory for Modeling and Scientific Computing (Dip. di Matematica, Politecnico di Milano), Laboratory of Biological Structure Mechanics (Dip. di Ingegneria Strutturale, Politecnico di Milano), Istituto Mario Negri (Ranica), Ospedale Niguarda Ca' Granda (Milano) and Ospedale Maggiore Policlinico (Milano), and has been supported by Fondazione Politecnico di Milano and Siemens Medical Solutions Italia. More