La sua attività di ricerca si concentra sull’elaborazione di immagini, l’ottimizzazione di algoritmi e l'imaging medico. Tra i suoi contributi più rilevanti vi è lo sviluppo di metodi per l’ottimizzazione dell'elaborazione di immagini binarie, che hanno portato a significativi miglioramenti prestazionali su architetture sia CPU che GPU. Ha inoltre ideato tecniche avanzate per la segmentazione e la classificazione automatica di lesioni cutanee finalizzate alla rilevazione precoce del melanoma, per la segmentazione di strutture maxillo-facciali in volumi 3D e per l'analisi di immagini istologiche.
Tra le iniziative più recenti, Federico è Principal Investigator del progetto FAR “Synthetic Data: A Solution to Medical Imaging Limitations”, che mira allo sviluppo di soluzioni basate su intelligenza artificiale per la generazione massiva di immagini mediche sintetiche, al fine di ridurre i costi di annotazione e garantire la privacy dei pazienti. Ricopre inoltre il ruolo di Chair del Comitato Tecnico 22 – Reproducible Research in Pattern Recognition – dell’associazione internazionale IAPR, a testimonianza del suo impegno verso la trasparenza e la riproducibilità nella ricerca scientifica. Da marzo 2022 partecipa attivamente al progetto europeo H2020 DECIDER, volto allo sviluppo di strumenti diagnostici e terapie per il carcinoma ovarico attraverso l’integrazione di metodologie avanzate basate su intelligenza artificiale.
Uno dei punti di forza distintivi della sua attività di ricerca è l’interdisciplinarità, dimostrata dai numerosi lavori congiunti con altri dipartimenti dell'Università di Modena e Reggio Emilia, oltre che da una rete consolidata di collaborazioni internazionali nell'ambito dell'imaging medico.