Ph.d.-studerende i ingeniørvidenskab ved Institut for Elektro- og Computerteknologi (ECE), Aarhus Universitet, tilknyttet Center for Ear-EEG og sektionen for Biomedical Engineering. Vejledes af professor Preben Kidmose (ECE) og klinisk professor Per Borghammer (Lundbeckfondens Parkinsonforskningscenter, PACE). Har en bachelor- og kandidatgrad i Data Science fra Aarhus Universitet.
Mit ph.d.-projekt udvikler machine learning-metoder, der finder tidlige tegn på Parkinsons sygdom i søvnen. Fokus er REM-søvn adfærdsforstyrrelse (RBD), det stærkeste tidlige varselstegn, som i dag kræver en nat i søvnlaboratorium og manuel scoring. Jeg arbejder på at flytte diagnosen hjem til patienten med få elektroder, som patienten selv sætter på, og en helt automatisk analyse baseret på deep learning.