Professorinnen und Professoren
Technische Universität München Menü

Prof. Dr. Stephan Jonas

Professur

Digital Health

School

​​​​​​TUM School of Computation, Information and Technology

Kontakt

Visitenkarte in TUMonline

Wissenschaftliche Laufbahn und Forschungsgebiete

Prof. Jonas (*1983) unterstützt Studien im Gesundheitskontext durch Einbindung von Umgebungssensoren und mobiler, körpernaher Sensorik (Wearables), sowie durch Datenmanagement. Der Schwerpunkt liegt dabei auf Validierung und Auswertung von kommerziell verfügbaren Sensoren, sowie der datenschutzkonformen und privatsphäreschonenden Verarbeitung von Daten.

Prof. Jonas studierte an der RWTH Aachen University Informatk (2009). Er promovierte an der Uniklinik RWTH Aachen in Kooperation mit der Yale University School of Medicine (2014). Im Anschluss leitete er die Forschungsabteilung für mobile Gesundheit (mHealth) am Institut für Medizinische Informatik der Uniklinik RWTH Aachen. 2019 wurde Prof. Jonas auf die Professur für Digital Health an die TUM berufen.

    Schlüsselpublikationen

    Jonas SM, Siewert S, Spreckelsen C: „Privacy-Preserving Record Grouping and Consent Management Based on a Public-Private Key Signature Scheme: Theoretical Analysis and Feasibility Study“. Journal of medical Internet research. 2019; 21 (4): e123000.

    Abstract

    Kutafine E, Bechtold I, Kabino K, Jonas SM: „Recursive neural networks in hospital bed occupancy forecasting”. BMC Medical Informatics and Decision Making. 2019; 19 (1): 39.

    Abstract

    Burgdorf A, Güthe I, Jovanovic M, Kutafina E, Kohlschein C, Bitsch JA, Jonas SM: „The mobile sleep lab app: An open-source framework for mobile sleep assessment based on consumer-grade wearable devices“. Computers in Biology and Medicine. 2018; 103:8-16.

    Abstract

    Kutafina E, Laukamp D, Bettermann R, Schroeder U, Jonas SM: “Wearable Sensors for eLearning of Manual Tasks: Using Forearm EMG in Hand Hygiene Training”. Sensors. 2016; 16 (8): 1221

    Abstract

    Jonas SM, Deserno TM, Buhimschi CS, Makin J, Choma MA, Buhimschi IA: „Smartphone-based diagnostic for preeclampsia: an mHealth solution for administering the Congo Red Dot (CRD) test in settings with limited resources“. Journal of the American Medical Informatics Association: JAMIA. 2016; 23 (1): 166-173

    Abstract

    Bei Änderungs- oder Aktualisierungswünschen wenden Sie sich bitte an Franz Langer