EDA- und Aktivitätssensor
Das beste Tool zur Messung der elektrodermalen und körperlichen Aktivität im Alltag!
Der EdaMove 4 - EDA- und Aktivitätssensor
Noch nie war es so einfach, elektrodermale Aktivität und Bewegungsdaten im Alltag schnell und präzise zu erfassen!
Der EdaMove 4 kombiniert exzellente Signalerfassung mit unübertroffenem Komfort, von dem Probanden und Forscher gleichermaßen profitieren. Beginnen Sie Ihre Studie mit der Gewissheit, dass die Qualität der Daten es wert ist, veröffentlicht zu werden.
Hohe Präzision
Erhalten Sie präzise Daten aus unserer objektiven, umfassenden Analyse auf Basis unserer verschiedenen Messsparameter.
Mit unseren vielseitigen Sensor- und Analysesystemen helfen wir Ihnen, Monitoring im Alltag einfacher und effizienter zu gestalten. Unsere leistungsstarke Technologie ermöglicht es Ihnen, alle benötigten Daten präzise und in Echtzeit zu erfassen.
Alltag und Echtzeit
Analysieren Sie Ihre Probanden in ihrer natürlichen Lebenssituation.
Zudem bietet movisens die einzigartige Möglichkeit der Sensorkopplung für alle unsere Sensoren an. Hierbei analysieren unsere Sensoren physiologische Parametier in Echtzeit und übermitteln die Ergebnisse via Bluetooth an ein mit movisensXS ausgestattetes Smartphone. Die übermittelten Daten werden durch individuell konfigurierbare Algorithmen verarbeitet und können dadurch Abfragen auf dem Smartphone auslösen. Möchten Sie also physiologische Veränderungen wie z.B. ein hohes Aktivitätsniveau oder Hautleitwert untersuchen, so können Veränderungen dieser Parameter als Trigger für Abfragen innerhalb der Studie dienen.
Multimodale Datenauswertung
Kombinieren Sie Ihre Aktivitätsdaten mit Experience Sampling-Daten.
Der EdaMove 4 bietet Forschern eine überragende Flexibilität, da unsere Analysealgorithmen in der Lage sind, genaue Aktivitätsparameter aus einer Vielzahl von Tragepositionen zu extrahieren. So können Sie die bequemste Lösung für Ihre Teilnehmer und Ihre Studie finden. Um das Beste aus den vom Sensor erfassten Rohdaten herauszuholen, bevorzugen die meisten Forscher eine Analyse mit den KI-basiertem, validierten Algorithmen des DataAnalyzer.
Profitieren Sie von unserer langjährigen Erfahrung im Bereich des ambulanten Assessments und lassen Sie sich von uns die für Sie passende Analyselösung zusammenstellen
Unser EdaMove 4 wird in folgenden Bereichen eingesetzt
EDA Monitoring
- EDA Messung im Alltag
- EDA- und Aktivitätsmessung
- EDA- und Herzratenvariabilitätsmessung
Empfehlungen für EDA Monitoring
Interaktives Ambulantes Assessment
- EDA Messung und Experience Sampling
- Kombination verschiedener Sensor-Parameter
- Trigger-Algorithmen
Empfehlungen für Interaktives Ambulantes Assessment
Look and Feel EdaMove 4- The valid and reliable EDA measurement with movisens
Zum EdaMove 4 passende Produkte und Dienstleistungen
Wissenswertes
Rohdaten und Live-Daten
Rohdaten
Auch Primärdaten genannt sind Daten die bei einer Beobachtung, einer Messung oder einer Datenerhebung unmittelbar gewonnen werden und die noch unverarbeitet sind. Sie repräsentieren die ursprünglichen Informationen, die von Sensoren erfasst wurden. Rohdaten aus Beschleunigungsdaten, EKG-Daten, EDA-Daten werden meist als Graphen dargestellt. Sie werden dann in Parameter wie HR, Steps, Energieumsatz ausgegeben .Vorteil:
Rohdaten kann man immer zur weiteren Verwendung hernehmen Bspw. Bei einem neuen Algorithmus, neuer KI und man kann sie auch in andere Software geben.
Nachteil:
Sie sind groß (Datenmenge) und brauchen viel Speicherplatz
Live-Daten
Neben der Offline-Berechnung bietet der EdaMove 4 die Möglichkeit einer Live-Analyse des Hautleitwerts und der körperlichen Aktivität und in Verbindung mit movisensXS. Im Live-Modus können folgende Sekundäparameter gemessen, berechnet und über die Bluetooth Smart Schnittstelle übertragen werden: Bewegungsbeschleunigung und Schrittzahl. Diese Werte werden mit einer Rate von 1 Wert pro Minute übertragen.Technische Daten des EdaMove 4
|
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
- Predicting experiences of paranoia and auditory verbal hallucinations in daily life with ambulatory sensor data – A feasibility study.
- Effect of task nature during short digital deprivation on time perception and psychophysiological state.
- Virtual Reality-Based Approach to Evaluate Emotional Everyday Scenarios for a Digital Health Application.
- The effect of social anxiety on social attention in naturalistic situations.
- A momentary approach to understanding subjective well-being: Daily motives, personality, and affect.
- Evaluating Team Workload Through Physiological Synchrony: An Exploratory Study Using MdRQA Data to Assess Teams in Action.
- Applying artificial intelligence on EDA sensor data to predict stress on minimally invasive robotic-assisted surgery.
- The use of music for Solace, its connection to Openness and its moderating effects on music listening and stress.
- Studying the Influence of Single Social Interactions on Approach and Avoidance Behavior – A Multimodal Investigation in Immersive Virtual Reality.
- Seven robust and easy to obtain biomarkers to measure acute stress.
- Social Conditioning in Immersive Virtual Reality Elicits a Hypervigilant-Avoidant Response Pattern.
- Predicting the onset of psychotic experiences in daily life with the use of ambulatory sensor data – A proof-of-concept study.
- 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.