Marius Gerdes, M.Sc.

Marius Gerdes, M.Sc.

  • Engesserstr. 5
    76131 Karlsruhe

M. Sc. Marius Gerdes

Lebenslauf

  • Geboren 1993 in Heidelberg, Deutschland
  • Auslandsaufenthalt in Norwegen von 2004-2012
  • Unterstützungsingenieur bei Apium Additive Technologies 2014-2020
  • M.Sc. Maschinenbau (2020)
    • Spezialisierung Robotik und Mechatronik
    • Masterarbeit: "A Rapid Prototyping Approach to EEG Electrodes for Use in Machine Learning Supported Brain Computer Interfaces"
  • Teil des ITIV mit dem Helmholtz-Projekt "MetisNeurotec" seit 2021

Forschung

  • Brain-Computer-Interfaces (BCI) und EEG
    BCIs verbinden das Gehirn mit dem Computer. Dafür gibt es verschiedene Ansätze, von Elektrodenarray-Implantaten über nicht-invasive EEG-Ansätze bis hin zu neueren Ansätzen wie der funktionellen Nahinfrarotspektroskopie.
  • Data analytics und machine learning
    Die aus Quellen wie EEG, EKG usw. gesammelten Daten müssen analysiert werden, um Muster zu erkennen und Ansätze für ihre Verwendung in einem angewandten Kontext abzuleiten. Hier wollen wir eine Kombination aus Datenanalyse aus der Statistik (z. B. Standard-FFT, CCA, TRCA) und maschinellem Lernen einsetzen, um neue Erkenntnisse über die von uns gesammelten Daten zu gewinnen.
  • Demenz
    Demenz ist eine Gruppe von neurodegenerativen Erkrankungen, die häufig mit Gedächtnisstörungen einhergehen. Während die meisten Formen der Demenz nicht geheilt werden können, haben Studien wie die FINGER-Studie gezeigt, dass gezielte Änderungen des Lebensstils den Verlauf beeinflussen können. Mit einem technischen Hintergrund wollen wir Technologien zur Überwachung und Unterstützung der Behandlung von Demenzerkrankungen transferieren.
  • Rapid prototyping
    Viele Ideen erreichen ein Stadium, in dem es mit Software nicht mehr getan ist. Das Rapid Prototyping von Hardware ermöglicht es uns, den Hardwareteil des Projekts schnell umzusetzen. Wir konzentrieren uns darauf, Rapid Prototyping für die Produktion von digitalen/analogen Schaltkreisen und die additive Fertigung zu nutzen.

 

Publikationen


2024
Zeitschriftenaufsätze
Machine learning based classification of excessive smartphone users via neuronal cue reactivity
Oweda, J.; Schmitgen, M. M.; Henemann, G. M.; Gerdes, M.; Wolf, R. C.
2024. Psychiatry Research - Neuroimaging, 111903. doi:10.1016/j.pscychresns.2024.111903
2023
Proceedingsbeiträge
Towards EEG-based objective ADHD diagnosis support using convolutional neural networks
Stock, S.; Hausberg, J.; Armengol-Urpi, A.; Kaufmann, T.; Schinle, M.; Gerdes, M.; Stork, W.
2023. 2023 IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology (CIBCB), Eindhoven, Netherlands, 29-31 August 2023, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/CIBCB56990.2023.10264876
Model-Driven Dementia Prevention and Intervention Platform
Schinle, M.; Dietrich, M.; Stock, S.; Gerdes, M.; Stork, W.
2023. Caring is Sharing. Ed.: M. Hägglund, 937–941, IOS Press. doi:10.3233/SHTI230313
End-to-End Deep Learning for Stress Recognition Using Remote Photoplethysmography
Zhou, K.; Schinle, M.; Weimar, S.; Gerdes, M.; Stock, S.; Stork, W.
2023. 2022 IEEE International Conference on Bioinformatics and Biomedicine (BIBM), 1435–1442, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/BIBM55620.2022.9995577
2022
Zeitschriftenaufsätze
Digital Health Apps in the Context of Dementia: Questionnaire Study to Assess the Likelihood of Use Among Physicians
Schinle, M.; Erler, C.; Kaliciak, M.; Milde, C.; Stock, S.; Gerdes, M.; Stork, W.
2022. JMIR Formative Research, 6 (6), Art.-Nr.: e35961. doi:10.2196/35961
2021
Zeitschriftenaufsätze
Evaluation of Innovative SSVEP Stimulation Patterns for Neuro-Ophthalmology
Stock, S.; Gerdes, M.; Schinle, M.; Veloso de Oliveira, J.; Hauptmann, L.; Martini, L.; Stork, W.
2021. Investigative Ophthalmology & Visual Science, 62 (8), 2391–2391
Proceedingsbeiträge
A Decision Process Model for De-Identification Methods on the Example of Psychometric Data
Schinle, M.; Erler, C.; Leenstra, S.; Stock, S.; Gerdes, M.; Stork, W.
2021. 2021 International Conference on Electrical, Computer, Communications and Mechatronics Engineering (ICECCME), 1–6, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/ICECCME52200.2021.9591139
MMAI - Mobile Moods AI; Electroencephalography Artifact Detection; Towards Objective Assessment of Mental States
Stock, S.; Mazura, F.; De La Torre, F. G.; Gerdes, M.; Schinle, M.; Stork, W.
2021. 2021 International Conference on Electrical, Computer, Communications and Mechatronics Engineering (ICECCME), 01–06, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/ICECCME52200.2021.9590972
2020
Proceedingsbeiträge
A system approach for closed-loop assessment of neuro-visual function based on convolutional neural network analysis of EEG signals
Stock, S. C.; Armengol-Urpi, A.; Kovács, B.; Maier, H.; Gerdes, M.; Stork, W.; Sarma, S. E.
2020. Online SPIE Photonics Europe, 6-10 April 2020. Neurophotonics. Vol.: 11360, 1136008/ 19 S., Society of Photo-optical Instrumentation Engineers (SPIE). doi:10.1117/12.2554417