Katharina Jäger

Katharina Jäger, M. Sc.

Researcher & PhD Candidate

Department Artificial Intelligence in Biomedical Engineering (AIBE)
Lehrstuhl für Maschinelles Lernen und Datenanalytik

Room: Room 01.019
Carl-Thiersch-Straße 2b
91054 Erlangen

 

LinkedIn

since 09/2020 Researcher and PhD Candidate

Machine Learning and Data Analytics Lab
Department of Computer Science, Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)
10/2017-05/2020 M.Sc. in Medical Engineering, “Medical Image and Data Processing”

Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)

Majors: Pattern Recognition, Image Processing, Biomedical Signal Processing, Deep Learning
Master’s Thesis: “Detecting Labor in Pregnant Women with a Wearable Pregnancy Tracker using Machine Learning”
06/2019-12/2019 Research Intern and Master’s Thesis

Bloomlife, Belgium
11/2016-06/2019 Working Student

Magnetic Resonance Imaging, Siemens Healthineers
08/2015-04/2016 Scientific Assistant

Chair of Multimedia Communications and Signal Processing
Department of Electrical Engineering, Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)
10/2013-04/2017 B.Sc. in Medical Engineering, “Medical Imaging Systems”

Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)

Majors: Image and Signal Processing, Embedded Systems
Bachelor’s Thesis: “Development of an ImageJ Plugin to automatically detect variations in vessel diameters”

2021

Projektseminar (PJS)

Seminar (SEM)

  • Digital Psychology Lab

    Voraussetzungen: Im Vordergrund des Kurses steht die Verarbeitung und Analyse von biopsychologischen Daten in Python im Vordergrund. Daher sind (gute) Kenntnisse der Programmiersprache Python und damit verbundene Programmbibliotheken (NumPy, Pandas, SciPy, Matplotlib, etc.), bzw. das Interesse, sich diese Kenntnisse als Vorbereitung oder im Laufe des Kurses anzueignen, erwünscht.

    Wenn Sie Ihr Wissen prüfen oder auffrischen wollen, empfehlen wir Ihnen die folgenden Vorlesungen und Online-Ressourcen: Beachten Sie jedoch, dass einige von ihnen bei vielen Themen über die Anforderungen dieses Kurses hinausgehen!

    • [Udacity Kurs: Introduction to Python]https://www.udacity.com/course/introduction-to-python--ud1110
    • [Stanford Kurs: Introduction to Scientific Python]https://stanford.edu/~schmit/cme193/
    • [SciPy Lecture Notes]https://scipy-lectures.org/intro/index.html
    • [Introduction to Pandas for Data Science]https://www.kdnuggets.com/2020/06/introduction-pandas-data-science.html
    • [American Psychological Association – A brief introduction to Python for psychological science research]https://www.apa.org/science/about/psa/2019/07/python-research
    • [Introduction to Programming for Psychological Scientists

    ]https://github.com/ContextLab/cs-for-psych

    • [Kursaufzeichnungen Digital Psychology Lab - WS 20/21]https://www.fau.tv/course/id/1803

    Anmeldung: Studierende der Medizintechnik melden sich bei Interesse an der Lehrveranstaltung bitte vorab per Email an mad-dipsylab@fau.de an.

    2 SWS

    Expected participants: 30

    ECTS-Studium

    ECTS-Credits: 5

Year Name Title
2021 Simone Rahm group:Fetal Heart Rate Extraction from Wearable Non-Invasive Electrocardiogram Devices
(Master’s Thesis)
2020 Luisa Dörflinger group:Digital Maternity Records: Physician’s Perspective on Motivation and Usability
(Bachelor’s Thesis)