EdaMove 4 – EDA- und Aktivitätssensor
Als Teil der neuen Sensorgeneration verbindet der EDA- und Aktivitätssensor EdaMove 4 die bisherigen Vorzüge des bewährten EdaMove 3 mit den Verbesserungen der 4. Generation, bei der es uns gelungen ist, zahlreiche Anforderungen von Forschern zu berücksichtigen, deren Wünsche umzusetzen und somit die Qualität der Sensoren noch weiter zu erhöhen.
Die Sensoren der 4. Generation bieten Ihnen unter anderem folgende Vorteile:
- Neues Design mit optimierter Handhabung: Das neue Gehäuse bietet nicht nur ein schickes Design, sondern auch viele praktische Vorteile. Die Sensoren sind wasserdicht und schmutzabweisend.
- Mehr Möglichkeiten der Datenerfassung: Durch den Einsatz neuester Technologien verfügen nun alle Sensoren der 4. Generation zusätzlich über ein Gyroskop (Drehratensensor).
- Verbesserte Analysefähigkeiten: Ein weiterer großer Benefit wird durch den neuartigen Beschleunigungssensor erzielt, der jetzt mit einer noch höheren Auflösung die Messdaten aufzeichnet. Dadurch werden vor allem bei der Analyse von sedentärem Verhalten und der Ablageerkennung signifikante Verbesserungen der Ergebnisse erreicht.
- Erhöhte Datensicherheit: Der neue Bluetooth-Buffer auf dem Sensor sorgt dafür, dass bei Verbindungsunterbrechung die Daten zwischengespeichert und, sobald die Verbindung wieder besteht, direkt übertragen werden; somit ist eine lückenlose Datenaufzeichnung gewährleistet.
- Erweiterte Anwendungsbereiche: Durch die genannten Verbesserungen ist der EdaMove 4 nun auch für eine Reihe zusätzlicher Anwendungen einsetzbar.
Der EdaMove 4 ist das umfassendste Gerät zum Messen und Analysieren von elektrodermaler Aktivität (Galvanic Skin Response) und körperlicher Aktivität. Der Sensor verbindet unseren erstklassigen Akzelerometer der 4. Generation, einen hochqualitativen EDA-Sensor sowie eine Bluetooth Smart-Schnittstelle, die es dem Sensor ermöglicht mit unserer Experience Sampling Plattform movisensXS zu interagieren. Durch diese Interaktion können Fragebögen basierend auf veränderten physiologischen Parametern getriggert werden.
Der EdaMove 4 ist in der Lage Daten über einen Zeitraum von bis zu 4 Wochen zu speichern und ermöglicht es so Forschern emotionale Affekte noch klarer zu isolieren und zu verstehen. Parameter wie skin conductance level (SCL), skin conductance responses (SCR) oder auch Aktivitätsklassen/-intensitäten können aus den aufgezeichneten Rohdaten des EDA-Signals und der 3D Beschleunigung mit der movisens Analyse-Software DataAnalyzer berechnet werden.
Eine zusätzliche Aufnahme von barometrischem Druck, Drehrate und Temperatur ermöglichen es Artefakte, die typischerweise die Auswertung von EDA-Daten im ambulanten Setting erschweren, zu identifizieren und dementsprechend zu isolieren. Der EdaMove 4 wird mit einem Band entweder am Hand- oder Sprunggelenk getragen welches über Anschlüsse für Klebeelektroden verfügt.
Top-Features
- Neues Design im wasserdichten Gehäuse
- Erweiterte Datenerfassung durch integriertes Gyroskop
- Neuer Beschleunigungssensor mit höherer Auflösung
- Entspricht allen maßgeblichen EDA-Standards
- Live Analyse der Daten auf dem Sensor
- Verbesserte Datenübertragung über Bluetooth-Smart Schnittstelle
- Exakte und validierte Erkennung von Alltagsaktivitäten
- Exakte und validierte Energieumsatzbestimmung
- Java API für USB (Windows)
- API: Beispielimplementierung für Bluetooth Smart (Android)
Anwendungen
- Interaktives Ambulantes Assessment
- Mobiles Langzeit-Monitoring der elektrodermalen Aktivität
- Psycho-physiologisches Monitoring
- Untersuchung des autonomen Nervensystems
- Verhaltensmonitoring
- Klinische Psychologie
- Affective computing
Dazu passende Produkte und Dienstleistungen
SensorTrigger
movisensXS-Feature für Interaktives Assessment
Kopplung der physiologischen Sensoren mit movisensXS
Downloads
| Newsletter |
|
|---|---|
| Software |
|
| Dokumentation |
|
| Externe Tools |
Technische Daten
| Power supply | Lithium-Polymer-Battery |
| Battery voltage | 3,7 V |
| Number of charging cycles | 300 (with 1C/1C > 80%) |
| Internal memory | 4 GB |
| Maximum recording capacity | 4 Wochen |
| Battery run time | ~ 4 days |
| Recharging time | ~ 1 hour |
| Size of sensor (W x H x D) | 62,3 mm x 38,6 mm x 11,5 mm |
| Weight of sensor | 26 g |
| Protection rate | Waterproof (IP64) |
| Internal sensors | EDA Sensor: Exosomatic method, constant voltage, DC, 0,5 V Resolution: 14 bit, Input range 2 µS -100 µS Bandwith: DC - 8 Hz Output rate: 32 Hz 3D acceleration sensor: Measurement range: +/- 16 g Output rate: 64 Hz Rotation rate Sensor: Measurement range: +/-2000 dps Resolution: 70 mdps Output rate: 64 Hz Pressure sensor: Measurement range: 300 - 1100 hPa Resolution: 0,03 hPa Output rate: 8 Hz Temperature sensor: Output rate: 1 Hz |
| Live analysis | Skin Conductance Level Movement Acceleration Step count |
| Indicators | LED, 3-color Vibration alarm |
| User Interfaces | Marker (tapping) |
| Interfaces | Micro-USB, Bluetooth Smart (4.0) |
| API | Java API für USB (Windows) Example for Bluetooth Smart (Android) |
| Wear locations | Wrist, Ankle |
| Wearing systems | Wrist Band |
| Environmental conditions | Temperature: -20 °C - 60 °C 0 °C - 45 °C during charging Atmospheric pressure: 300 to 1200 hPa absolute |
| Warranty | 2 years |
Literatur und Validierung
- 3. OBJECTIVE ANALYSIS AND COMPARISON OF STRESS LEVEL DURING ROBOTIC AND CONVENTIONAL LAPAROSCOPIC SURGERY.
- Physiological synchrony in brain and body as a measure of attentional engagement.
- Understanding the combined effects of sleep deprivation and acute social stress on cognitive performance using a comprehensive approach.
- Analysis of EDA and Heart Rate Signals for Emotional Stimuli Responses.
- Human uncertainty in interaction with a machine: establishing a reference dataset.
- The connection between stress, density, and speed in crowds.
- Approaches, Applications and Challenges in Physiological Emotion Recognition—A Tutorial Overview.
- Untersuchungen zur Integration objektiver Messgrößen in ein Virtual-Reality-Studiendesign zur Evaluation subjsubjekt Eindrücke von Fahrzeuginnenräumen.
- Pedestrian Crowd Management Experiments: A Data Guidance Paper.
- Physiological and neural synchrony in emotional and neutral stimulus processing: A study protocol.
- Robustness of Physiological Synchrony in Wearable Electrodermal Activity and Heart Rate as a Measure of Attentional Engagement to Movie Clips.
- Tranquillity, transcendence, and retreat: the transformative practice of listening at Evensong.
- At Crossroads in a Virtual City: Effect of Spatial Disorientation on Gait Variability and Psychophysiological Response among Healthy Older Adults.
- The Effects of Stimulus Duration and Group Size on Wearable Physiological Synchrony.
- Can Music-evoked autobiographical memories be triggered through music recommendation.
- Waiting Behavior and Arousal in Different Levels of Crowd Density: A Psychological Experiment with a “Tiny Box”.
- Current trends and opportunities in the methodology of electrodermal activity measurement.
- Validation of wearables for electrodermal activity (EdaMove) and heart rate (Wahoo Tickr).
- Heart rate variability, postural sway and electrodermal activity in competitive golf putting.
- How does it feel to walk in Berlin? Designing an Urban Sensing Lab to explore walking emotions through EDA sensing.
- Assessing the difficulty of annotating medical data in crowdworking with help of experiments.
- Towards the Applicability of Measuring the Brain Activity in the Context of Process Model Comprehension.
- Moments that matter? On the complexity of using triggers based on Skin Conductance to sample arousing events within an Experience Sampling Framework.
- Evaluating Usability Aspects of a Mixed Reality Solution for Immersive Analytics in Industry 4.0 Scenarios.
- Social anxiety is associated with heart rate but not gaze behavior in a real social interaction.
- Measuring Behavior 2020-21.
- Physiological synchrony in EEG, electrodermal activity and heart
rate reflects shared selective auditory attention. - A Comparison between Laboratory and Wearable Sensors in the Context of Physiological Synchrony.
- A Usability Study of Physiological Measurement in School Using Wearable Sensors.
- Using Virtual Reality Scenarios Along With Physiological Measures as Intervention Procedure in Patients With Dementia.
- Applicability of Immersive Analytics in Mixed Reality: Usability Study.
- Electrodermal activity patterns in sleep stages and their utility for sleep versus wake classification.
- A mixed-methods study of physiological reactivity to domain-specific problem solving: methodological perspectives for process-accompanying research in VET.
- Estudo piloto em câmara climática: efeito da luz natural em aspectos de saúde e bem-estar não relacionados à visão.
- Detecting cognitive underload in train driving: A physiological approach.
- Mobile Sensors for Multiparametric Monitoring in Epileptic Patients.
- A personalized and reconfigurable cyberphysical system to handle multi-parametric data acquisition and analysis for mobile monitoring of epileptic patients.
- Evaluation of environmental effects on the measurement of electrodermal activity under real-life conditions.
- Komfortgewinn für Passagiere auf Langstreckenflügen durch den Einsatz chronobiologisch angepasster LED-Kabinenbeleuchtung.
- Publication recommendations for electrodermal measurements.
Weitere Publikationen finden Sie hier.