LightMove 3 – Licht und Aktivitätssensor
Der LightMove 3 dient der Ermittlung von körperlicher Aktivität sowie zusätzlich der Detektion des Umgebungslichts. Die Kombination der Erfassung dieser beiden Parameter lässt in wenigen Schritten einfache Rückschlüsse auf das Verhalten, die Aktivität sowie die Umgebung der Probanden zu. Die gemessenen Rohdaten können live auf dem Sensor analysiert werden um sie mittels einer Bluetooth-Smart-Schnittstelle einfach z.B. auf ein Smartphone zu übertragen.
Durch die parallele Aufzeichnung und Speicherung der Rohdaten (3-Achsen-Beschleunigung, barometrische Höhendruck, Temperatur und die Parameter des Umgebungslichts) über einen Zeitraum von bis zu 2 Monaten gehen keine Daten verloren und können nach Belieben im Anschluss weiterverarbeitet werden. Das Tragen des Sensors mit einem Armband bietet gleichzeitig einen hohen Komfort, so dass der Proband seinem gewohnten Alltag ohne Einschränkungen nachgehen kann.
Mit Hilfe der Analyse-Software DataAnalyzer können ohne großen Aufwand Ausgabeparameter wie Beleuchtungsstärke (Lux), die Helligkeit (von Dunkelheit bis Sonnenlicht), die Farbtemperatur, Aktivitätsklassen, Schritte, Energieumsatz und Metabolische Äquivalente (MET) berechnet und aussagekräftige Berichte (PDF) erzeugt werden. Diese Software bietet Ihnen die Möglichkeit nach der Messung in wenigen einfachen Schritten eine Analyse der Daten vorzunehmen. So kann festgestellt werden, ob sich der Proband hauptsächlich außen oder innen aufgehalten hat, ob er vermehrt gesessen oder gegangen oder ob er sich körperlich betätigt hat.
Nachfolgemodell kennenlernen
Für kostenfreies Studentenprojekt bewerben
Top-Features
- Live Analyse der Daten auf dem Sensor
- Bluetooth-Smart Schnittstelle
- Exakte und validierte Erkennung von Alltagsaktivitäten
- Exakte und validierte Energieumsatzbestimmung
- Detektion des Umgebungslichts
- Analyse der Strahlungsstärke
- Ablageerkennung
- Genauere Auswertung durch barometrischen Höhensensor
- Nachhaltige Daten durch offenes Rohdatenformat
- Praktikable und einfache Handhabung in Studien
- Keine Einschränkung der Probanden im Alltag
- Java API für USB (Windows)
- API: Beispielimplementierung für Bluetooth Smart (Android)
Anwendungen
- Interaktives Ambulantes Assessment
- Schlafanalyse
- Verhaltensmonitoring
- Mobiles Langzeit-Monitoring der körperlichen Aktivität
- Mobiles Langzeit-Monitoring des Umgebungslichts
- Energieumsatzschätzung und Aktivitätserkennung
- Schritterkennung
- Erfassung von Inaktivität, Sitzen und Stehen
- Integration in komplexe Systeme
Dazu passende Produkte und Dienstleistungen

SensorTrigger
movisensXS-Feature für Interaktives Assessment
Kopplung der physiologischen Sensoren mit movisensXS
Downloads
Newsletter |
|
---|---|
Software |
|
Dokumentation |
|
Beispieldaten |
|
Externe Tools |
Technische Daten
Power supply |
Lithium-Polymer-Battery |
Supply voltage |
3 V |
Battery voltage |
3,0 - 4,2 V |
Number of charging cycles |
300 with 1C/1C > 80% |
Maximum recording capacity |
2 months |
Battery run time (recording) |
~ 9 days |
Size of sensor (W x H x D) |
62,3mm x 38,6mm x 11,5mm |
Weight of sensor |
26 g |
Internal sensors |
Ambient light sensor: Channels: 5 (red, green, blue, clear, ir) Measurement range: 0 - ~45 000 lux Resolution: Up to ~0.011 lux (at low end) Output rate: 1 Hz
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) Vibration alarm (Bluetooth Smart is disconnected) |
Interfaces |
Micro-USB, Bluetooth Smart |
Environmental conditions |
Temperature: -20 °C to 60 °C 0 °C to 45 °C during charging
Humidity: 0 to 75% relative humidity
Atmospheric pressure: 300 to 1100 hPa absolute |
Literatur und Validierung
- Actigraph-Measured Movement Correlates of Attention-Deficit/Hyperactivity Disorder (ADHD) Symptoms in Young People with Tuberous Sclerosis Complex (TSC) with and without Intellectual Disability and Autism Spectrum Disorder (ASD)..
- Accuracy of Sedentary Behavior–Triggered Ecological Momentary Assessment for Collecting Contextual Information: Development and Feasibility Study.
- Mood and dysfunctional cognitions constitute within-subject antecedents and consequences of exercise in eating disorders..
- OREBA: A Dataset for Objectively Recognizing Eating Behaviour and Associated Intake..
- Improving mobility and participation of older people with vertigo, dizziness and balance disorders in primary care using a care pathway: feasibility study and process evaluation.
- Fear of Physical Activity, Anxiety, and Depression. Barriers to Physical Activity in Outpatients With Heart Failure?.
- The Freiburg sport therapy program for eating disorders: a randomized controlled trial..
- Using Acceleration Data for Detecting Temporary Cognitive Overload in Health Care Exemplified Shown in a Pill Sorting Task.
- Sedentary behavior in everyday life relates negatively to mood: An Ambulatory Assessment study.
- Promotion of physical activity-related health competence in physical education: study protocol for the GEKOS cluster randomized controlled trial.
- Dynamics of Intraindividual Variability in Everyday Life Affect Across
Adulthood and Old Age. - Real-Time Detection of Spatial Disorientation in Persons with Mild Cognitive Impairment and Dementia.
- Neural correlates of individual differences in affective benefit of real-life urban green space exposure.
- Energy Expenditure During Incline Walking – Benefits of Integrating a Barometer into Activity Monitors.
- Individual Differences in the Competence for Physical-Activity-Related Affect Regulation Moderate the Activity–Affect Association in Real-Life Situations.
- Embodied learning in the classroom: Effects on primary school children's attention and foreign language vocabulary learning.
- Intermittent Fasting (Alternate Day Fasting) in Healthy, Non-obese Adults: Protocol for a Cohort Trial with an Embedded Randomized Controlled Pilot Trial.
- A novel algorithm for detecting human circadian rhythms using a thoracic temperature sensor Article history :.
- Physical Activity and Depressive Mood in the Daily Life of Older Adults.
- Measuring Fear of Physical Activity in Patients with Heart Failure.
- Lightweight Visual Data Analysis on Mobile Devices - Providing Self-Monitoring Feedback.
- Contributions à l’élaboration d’un système d’aide médico-sociale à l’aide d’un robot humanoïde.
- Situationsadaptive Navigationsassistenz für Menschen mit Demenz.
- Real-Time Management of Multimodal Streaming Data for Monitoring of Epileptic Patients.
- Bewegungsangst bei chronischer Herzinsuffizienz – Erste Ergebnisse zur Validierung eines Messinstruments..
- Fitness, kognitive Leistungsfähigkeit und Wohlbefinden bei jungen Erwachsenen - Interventionsstudien zum Einfluss von Ausdauertraining.
- Validation and comparison of two methods to assess human energy expenditure during free-living activities.
- Erfassung körperlicher Aktivität mittels Akzelerometrie - Möglichkeiten und Grenzen aus technischer Sicht.
- Home-based system for physical activity monitoring in patients with multiple sclerosis (Pilot study)..
- Detection of Parameters to Quantify Neurobehavioral Alteration in Multiple Sclerosis Based on Daily Life Physical Activity and Gait Using Ambulatory Assessment.
- Using Support Vector Regression for Assessing Human Energy Expenditure Using a Triaxial Accelerometer and a Barometer.
- A Comparison of Two Commercial Activity Monitors for Measuring Step Counts During Different Everyday Life Walking Activities.
- The Association between Short Periods of Everyday Life Activities and Affective States: A Replication Study Using Ambulatory Assessment.
- Characteristics of the activity-affect association in inactive people: an ambulatory assessment study in daily life.
- Acute and medium term effects of a 10-week running intervention on mood state in apprentices.
- Measurement of daily mobility under fampridine-therapy with Movisens-system in patients with multiple sclerosis.
- Assessment of Human Gait Speed and Energy Expenditure Using a Single Triaxial Accelerometer.
- Aktuelle Messverfahren zur objektiven Erfassung körperlicher Aktivitäten unter besonderer Berücksichtigung der Schrittzahlmessung.
- Kindergarten in Bewegung. Zur Qualität von Bewegungskindergärten..
- Assessment der Mobilität im Alltag zur Unterstützung von MS-Patienten.
- A new method to estimate energy expenditure using accelerometry and barometry-based energy models.
- Validity of the kmsMove-sensor in calculating energy expenditure during different walking intensities.
- Estimation of energy expenditure using accelerometers and activity-based energy models - validation of a new device.
- Trends und Möglichkeiten zur Erfassung körperlicher Aktivität im Alltag.
- Einsatz sensorgestützter Verfahren im Gesundheitswesen: Herausforderungen und Lösungsansätze.
- Bewegungskindergärten: empirische Befunde und praktisches Wissen.
- Energieumsatzmessung mit Aktivitätssensoren – Validität des kmsMove-Akzelerometers.
Weitere Publikationen finden Sie hier.