Analysesoftware

Der movisens DataAnalyzer verarbeitet die Rohdaten des jeweiligen Sensors um in wenigen Schritten physiologische Parameter in frei wählbaren Ausgabeintervallen zu berechnen.

Der DataAnalyzer speichert die gewählten Parameter im .csv-Format, sodass Forscher sich mit den Daten eingehend befassen und in Excel oder SPSS weiter verarbeiten können. Eine umfassende Übersicht und Zusammenfassung der wichtigsten Informationen, die aus den Sensordaten abgeleitet werden, stellen unsere PDF-Reports in einfach lesbaren Diagrammen und Tabellen dar.

Die Software verarbeitet die Rohdaten der Sensoren, die im unisens-Format gespeichert werden, und vervollständigt unsere Sensor-Move 3-Reihe (Move 3, EcgMove 3, LightMove 3, EdaMove 3) für eine umfassende Datenauswertung. Der DataAnalyzer ermöglicht es außerdem eine gesamte Studie im Batch-Process-Modus auszuwerten, wobei automatisch, basierend auf dem jeweiligen Sensor-Typ und der Trageposition, die auswählbaren Ausgabeparameter angezeigt werden.

Sowie unsere Sensoren wird auch der DataAnalyzer einmalig gekauft, ohne Erneuerungs- oder Abonnement-Gebühren! Einmal gekauft, gehört er Ihnen! Standardmäßig beinhaltet der DataAnalyzer Algorithmen, die die Berechnung von körperlichen Parametern ermöglichen, welche von unserem erstklassigen Akzelerometer (verbaut in unseren Move 3-Sensoren) gemessen werden.

Die folgenden Module können zusätzlich zum Base-Modul erworben werben:

  • Energy Expenditure
  • Cardio/HRV
  • Electrodermal Activity



DataAnalyzer Software, Box

Top-Features

  • Im Studienmodus ganze Studien automatisch mit einem Click auswerten
  • Freie Wahl der Ausgabeparameter
  • Einstellbare Ausgabeintervalle
  • Ausgabe optimiert für Weiterverarbeitung (Excel, SPSS)
  • Integrierter Generator für aussagekräftige Berichte (PDF)

Anwendungen

  • Auswertung von Aktivitäts-, EKG- und EDA-Messdaten
  • Aktivitätserkennung und Energieumsatzschätzung
  • Herzrate und Herzratenvariabilität
  • Elektrodermale Aktivität
  • Untersuchung des vegetativen Nervensystems (autonomen Nervensystems ANS)
  • Verhaltensmonitoring
  • Psycho-physiologisches Belastungs-Monitoring

Dazu passende Produkte und Leistungen

Move 3
Aktivitätssensor
zur Erfassung von körperlicher Aktivität

EcgMove 3
EKG- und Aktivitätssensor
zur Erfassung von EKG und körperlicher Aktivität

LightMove 3
Licht- und Aktivitätssensor
zur Erfassung von Umgebungslicht und körperlicher Aktivität

EdaMove 3
EDA- und Aktivitätssensor
zur Erfassung von Elektrodermaler Aktivität und körperlicher Aktivität

Beschreibung der Module

Mit dem Aktivitätserkennungs-Modul können Sie die Aktivitätsdaten der Sensoren Move 3, LightMove 3, EcgMove 3 und EdaMove 3. Folgende Parameter sind verfügbar:

  • Körperpositionen
  • Beschschleunigung in Richtung der Körperachsen
  • Schritte
  • Activitätsklassen: Liegen, Ruhe, Gehen (inkl. Steigungen), Joggen
  • Neigungswinkel der Körperachsen
  • Höhe
  • Vertikalgeschwindigkeit
  • Berichte zur körperlichen Aktivität (PDF)
Responsive image

Mit dem Energieumsatzbestimmungs-Modul können Sie die Aktivitätsdaten der Sensoren Move 3 und EcgMove 3 hinsichtlich des Energieumsatzes auswerten:

  • Aktivitätsenergieumsatz
  • Gesamtenergieumsatz
  • Metabolische Äquivalente / MET
  • Übersicht Energieumsatz
  • Bericht zur körperlichen Aktivität und zum Energieumsatz (PDF)
Responsive image

Mit dem Cardo/HRV-Modul können Sie die EKG-Daten des Sensors EcgMove 3 auswerten:

  • EKG R-Zacken
  • Normalschläge und Intervalle
  • Schlag für Schlag Herzrate
  • Herzrate
  • HRV Parameter Low Frequency (LF)
  • HRV Parameter High Frequency (HF)
  • HRV Parameter Verhältnis Low zu High Frequency (LF/HF)
  • HRV Parameter SDNN
  • HRV Parameter RMSSD
  • HRV Parameter SD1
  • HRV Parameter SD2
  • HRV Parameter SD2/SD1
  • Bericht zur Herzratenvariabilität (PDF)
Responsive image

Mit dem Elektrodermale Aktivität-Modul können Sie die EDA-Daten des Sensors EdaMove 3 auswerten:

  • Skin conductance level SCL
  • SCR Amplituden
  • SCR Anstiegszeiten
  • SCR Energie
  • SCR half recovery times
  • Anzahl der SCR
  • Mittlere SCR Amplitude
  • Mittlere SCR Abstiegszeiten
  • Mittlere SCR Energie
  • Mittlere SCR half recovery times
  • Elektrodermale Aktivität als Text-Datei zur Weiterverarbeitung in externer Software
Responsive image

Downloads

Software
Dokumentation
Beispieldaten
Beispielberichte
Externe Tools

Systemvoraussetzungen

Foglende Systemvoraussetzungen müssen erfüllt werden:

  • PC mit Microsoft Windows XP oder neuer
  • Microsoft Excel für Reports im Excel-Format
  • Administratorrechte während der Installation
  • Mindestens 450 MB freier Speicher

Änderungshistorie

  • Neue PDF Berichte
  • Unterstützung für weitere Sensoren und Sensortragepositionen
  • Neuer Berichtsgenerator für PDF Berichte
  • Anlageerkennung hinzugefügt
  • Verbesserte Filterung von RR-Intervallen
  • Verbesserter HRV-Parameter RMSSD
  • Neue Algorithmen Licht-Sensor (Beleuchtungssstärke und Farbtemperatur)
  • LaTeX und Excel entfallen als Systemvoraussetzung
  • Verbesserung der RR-Filterung
  • Verbesserung der Berechnung der spektralen HRV Parameter
  • Verbesserte Berechnung von AEE, TEE und MET durch Nutzung zusätzlicher Modelle für Steigungen
  • Bugfixes in PDF Berichten
  • Unterstützung neuer Sensoren
  • Verbesserte EDA SCR-Erkennung
  • Fehlender Parameter EdaScl hinzugefügt (Skin Conductance Level)
  • Neuer Parameter Atemfrequenz aus dem EKG (ECG derived respiration EDR)
  • Anwendung des Ausgabeintervalls beim Parameter EdaArousal
  • Unterscheidung von Stehen und Sitzen (Sensorposition Oberschenkel)
  • Temperaturparameter hinzugefügt
  • HRV Parameter pNN50 hinzugefügt
  • Ausgabe aller gewählten Parameter in einer Excel Tabelle inklusive übersichtlicher Spaltenbeschreibung (Results.xslx)
  • Neues Modul für Cardio/HRV mit vielen HRV Parametern, Baevsky-Stress-Index und neuem HRV-Bericht als PDF
  • Neues Modul für EDA mit allen relevanten EDA-Parameter und einem neuen Arousal-Parameter
  • Alle PDF-Berichte wurden überarbeitet und sind jetzt auch in Deutsch und Englisch verfügbar
  • Neuer PDF-Übersichtsbericht für körperliche Aktivität
  • Verbesserung der Erkennung von Körperpositionen
  • Verbesserung der Energieumsatzschätzung bei Ruhe/Sitzen
  • Verbesserung von Plots und Layout in den PDF-Berichten

Literatur und Validierung

  • 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...
  • 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 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.
  • 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...
  • 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...
  • 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).
  • Does a 20-week aerobic exercise training programme increase our capabilities to buffer real-life stressors? A randomized, controlled trial using ambulatory assessment.
    Birte von Haaren & Joerg Ottenbacher & Julia Muenz et al. (2015) in: European Journal of Applied Physiology. Read more...
  • 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...
  • A mixed-methods study of physiological reactivity to domain-specific problem solving: methodological perspectives for process-accompanying research in VET.
    Tobias Kärner (2017) in: Empirical Research in Vocational Education and Training (9). 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...
  • Heart rate variability: standards of measurement, physiological interpretation and clinical use. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology..
    (1996) in: Circulation (93).