Aktivitätssensor

Der movisens Move II ist derzeit der genauste mobile Sensor zur Aufzeichnung von körperlicher Aktivität – optimiert für den Einsatz in der Forschung.

Der Sensor zeichnet die Rohdaten der 3-Achsen-Beschleunigung, des barometrischen Höhensensors und der Temperatur über einen Messzeitraum von bis zu 2 Monaten auf.

Aus diesen Messparametern können mit der Analyse-Software DataAnalyzer Ausgabeparameter wie Aktivitätsklassen, Körperposition, Schritte, Energieumsatz und Metabolische Äquivalente (MET) berechnet (Excel) und aussagekräftige Berichte (PDF) erzeugt werden.





Für kostenfreies Studentenprojekt bewerben
Aktivitätssensor Move II, Vorderseite

Top-Features

  • Exakte und validierte Erkennung von Alltagsaktivitäten
  • Exakte und validierte Energieumsatzbestimmung
  • Genauere Auswertung durch barometrischen Höhensensor
  • Nachhaltige Daten durch offenes Rohdatenformat
  • Praktikable und einfache Handhabung in Studien

Anwendungen

  • Verhaltensmonitoring
  • Energieumsatzbestimmung
  • Aktivitätserkennnung
  • Schritterkennung
  • Erfassung von Körperpositionen
  • Erfassung von Inaktivität und Sitzen und Stehen
  • Aktivität als Kontextparameter


Dazu passende Produkte und Dienstleistungen

DataAnalyzer Software, Box

DataAnalyzer
zur Auswertung der Sensordaten

Zubehör
und Verbrauchsmaterial für die Sensoren

Smartphone mit movisensXS

movisens XS Smartphone-basiertes Experience Sampling

Downloads

Software
Dokumentation
Beispieldaten
Beispielberichte
Externe Tools

Technische Daten

Power supply

Lithium-Ion battery

Supply voltage

3 V

Battery voltage

2,7 - 4,2 V

Number of charging cycles

300 with 1C/1C > 80%

Maximum recording capacity

2 month

Battery run time (recording)

7 days

Size of sensor

(W x H x D)

50 x 40 x 16 mm

Weight of sensor

16,1g

Internal sensors

3D acceleration sensor:

Measurement range: +/- 8 g

Noise: 4 mg

Output rate: 64 Hz

 

Pressure sensor:

Measurement range: 300 - 1100 hPa

Noise: 0.03 hPa

Output rate: 1 Hz

Indicators

LED, 3-color

(operation and charging status)

Interfaces

Micro-USB

Environmental conditions

Temperature:

-20 °C to 60 °C

0 °C to 45 °C during charging

Humidity:

0 to 95% RH relative humidity

Atmospheric pressure:

300 to 1100 hPa absolute

Literatur und Validierung

  • Lightweight Visual Data Analysis on Mobile Devices - Providing Self-Monitoring Feedback.
    Simon Butscher & Yunlong Wang (2016) in: VVH 2016 - 1st International Workshop on "Valuable visualization of healthcare information": from the quantified self data to conversations (in conjunction with AVI '16). Read more...
  • Contributions à l’élaboration d’un système d’aide médico-sociale à l’aide d’un robot humanoïde.
    Louise Devigne (2015). Read more...
  • Situationsadaptive Navigationsassistenz für Menschen mit Demenz.
    Philipp Koldrack & Ron Henkel & Katja Zarm et al. (2015) in: AAL-Kongress 2015. Read more...
  • Real-Time Management of Multimodal Streaming Data for Monitoring of Epileptic Patients.
    Dimitrios Triantafyllopoulos & Panagiotis Korvesis & Iosif Mporas et al. (2015) in: Journal of Medical Systems (40). Read more...
  • Bewegungsangst bei chronischer Herzinsuffizienz – Erste Ergebnisse zur Validierung eines Messinstruments..
    Susan; Hennig Diane; Hoffmann Jeremy M.; Anastasopoulou Panagiota; Hey Stefan Spaderna Heike; Hellwig (2015) in: 12. Kongress der Fachgrupppe Gesundheitspsychologie - Abstracts. Read more...
  • Fitness, kognitive Leistungsfähigkeit und Wohlbefinden bei jungen Erwachsenen - Interventionsstudien zum Einfluss von Ausdauertraining.
    Katrin Walter (2015). Read more...
  • Validation and comparison of two methods to assess human energy expenditure during free-living activities.
    Panagiota Anastasopoulou & Mirnes Tubic & Steffen Schmidt et al. (2014) in: PLOS (PLoS ONE 9(2): e90606). Read more...
  • Erfassung körperlicher Aktivität mittels Akzelerometrie - Möglichkeiten und Grenzen aus technischer Sicht.
    Stefan Hey & Panagiota Anastasopoulou & Birte von Haaren (2014) in: Bewegungstherapie und Gesundheitssport (30(02)). Read more...
  • Home-based system for physical activity monitoring in patients with multiple sclerosis (Pilot study)..
    Layal Shammas & Tom Zentek & Birte von Haaren et al. (2014) in: Biomedical engineering online (13). Read more...
  • Detection of Parameters to Quantify Neurobehavioral Alteration in Multiple Sclerosis Based on Daily Life Physical Activity and Gait Using Ambulatory Assessment.
    Layal Shammas & Birte von Haaren & Angela Kunzler et al. (2014) in: Zeitschrift für Neuropsychologie (25). Read more...
  • Using Support Vector Regression for Assessing Human Energy Expenditure Using a Triaxial Accelerometer and a Barometer.
    Panagiota Anastasopoulou & Sascha Härtel & Mirnes Tubic et al. (2013) in: Wireless Mobile Communication and Healthcare.
  • A Comparison of Two Commercial Activity Monitors for Measuring Step Counts During Different Everyday Life Walking Activities.
    Panagiota Anastasopoulou & Sascha Härtel & Stefan Hey (2013) in: International Journal of Sports Science and Engineering (Vol. 07 (2013) No. 01). Read more...
  • The Association between Short Periods of Everyday Life Activities and Affective States: A Replication Study Using Ambulatory Assessment.
    Thomas Bossmann & Martina Kanning & Susanne Koudela-Hamila et al. (2013) in: Frontiers in Psychology (4). Read more...
  • Characteristics of the activity-affect association in inactive people: an ambulatory assessment study in daily life.
    B. von Haaren & S.N. Loeffler & S. Haertel et al. (2013) in: Frontiers in Movement Science and Sport Psychology (4).
  • Acute and medium term effects of a 10-week running intervention on mood state in apprentices.
    Katrin Walter & Birte von Haaren & Simone Löffler et al. (2013) in: Frontiers in Movement Science and Sport Psychology (4). Read more...
  • Classification of Human Physical Activity and Energy Expenditure Estimation by Accelerometry and Barometry.
    P. Anastasopoulou & M. Tansella & J. Stumpp et al. (2012) in: 34th Annual International Conference of the Engineering in Medicine and Biology Sciety, EMBC 2012, San Diego USA. Read more...
  • Measurement of daily mobility under fampridine-therapy with Movisens-system in patients with multiple sclerosis.
    R. Kempcke & T. Schultheiß & S. Sobek et al. (2012) in: 28th European Committee for Treatment and Research in Multiple Sclerosis (ECTRIMS).
  • Assessment of Human Gait Speed and Energy Expenditure Using a Single Triaxial Accelerometer.
    Panagiota Anstasopoulou & Shammas Layal & Stefan Hey (2012) in: Wearable and Implantable Body Sensor Networks (BSN), 2012 Ninth International Conference on. Read more...
  • Aktuelle Messverfahren zur objektiven Erfassung körperlicher Aktivitäten unter besonderer Berücksichtigung der Schrittzahlmessung.
    D. Rosenbaum (2012) in: Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz (55). Read more...
  • Kindergarten in Bewegung. Zur Qualität von Bewegungskindergärten..
    R. Schwarz (2012) in: Kita aktuell.
  • Assessment der Mobilität im Alltag zur Unterstützung von MS-Patienten.
    Shammas, L. & Bachis, S. & Anastasopoulou, P. et al. (2012) in: 15. Jahrestagung der dvs-Kommission Gesundheit, Leipzig..
  • A new method to estimate energy expenditure using accelerometry and barometry-based energy models.
    Panagiota Anastasopoulou & Layal Shammas & Jürgen Stumpp et al. (2011) in: 45. DGBMT Jahrestagung. Freiburg.
  • Estimation of energy expenditure using accelerometers and activity-based energy models - validation of a new device.
    S. Härtel & J. P Gnam & S. Löffler et al. (2011) in: European Review of Aging and Physical Activity (Volume 8). Read more...
  • Trends und Möglichkeiten zur Erfassung körperlicher Aktivität im Alltag.
    S. Hey & U. Großmann & J. Ottenbacher et al. (2011) in: Kinder bewegen - wissenschaftliche Energien bündeln. Jahrestagung der dvs-Kommission Gesundheit, Karlsruhe.
  • Einsatz sensorgestützter Verfahren im Gesundheitswesen: Herausforderungen und Lösungsansätze.
    D.I.D.S. Saboor & M.F.H.M. Schallhart (2011). Read more...
  • Bewegungskindergärten: empirische Befunde und praktisches Wissen.
    R. Schwarz (2011) in: S. Baadte, K. Bös, S. Scharenberg, R. Stark, A. Woll (Hrsg.), Kinder bewegen - Energien nutzen (S. 65-75). Landau: VEP..
  • Energieumsatzmessung mit Aktivitätssensoren – Validität des kmsMove-Akzelerometers.
    B. von Haaren & J.-P. Gnam & S. Härtel et al. (2011) in: Kinder bewegen - wissenschaftliche Energien bündeln..
  • Validity of the kmsMove-sensor in calculating energy expenditure during different walking intensities.
    B. von Haaren & J.-P. Gnam & S. Helmholdt et al. (2011).

Weitere Publikationen finden Sie hier.