Aarhus Universitets segl

Andreas Tind Damgaard

Titel

Ph.d.-studerende

Primær tilknytning

Andreas Tind Damgaard

Fagområder

  • Machine learning og deep learning
  • Automatisk søvnstadieinddeling
  • Biomedicinsk signalbehandling
  • REM-søvn adfærdsforstyrrelsе (RBD)
  • Biomarkører for Parkinsons sygdom

Kontaktinfo

Mailadresse

Profil

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.

Forskning

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.

Udvalgte publikationer

Brug piltasterne på tastaturet for at scrolle