Faisant partie intégrante de la nouvelle génération de capteurs, le LightMove 4 combine les avantages déjà établis par son prédécesseur le LightMove 3 et les améliorations de la quatrième génération, nous permettant de satisfaire une grande variété des besoins des chercheurs, de mettre en œuvre leurs demandes, et d’améliorer la qualité des capteurs. Ainsi, le LightMove 4 renforce sa position comme étant l’indispensable des chercheurs en quête d’un ECG et d’une activité des données de haute qualité.


La quatrième génération de capteurs propose aux chercheurs de nombreux avantages incluant :

  • Un nouveau design pour une utilisation optimale : l’amélioration du boitier offre un design esthétique plus lisse permettant de nombreux avantages pratiques. La résistance à l’eau et à la poussière couplée avec le nouveau système de port rendent les capteurs plus simples, plus versatiles et sécurisés.
  • Une capacité de collecte des données plus grande : grâce à l’intégration des dernières technologies, la quatrième génération de capteurs incorpore dorénavant un Gyroscope (Un Capteur de Vitesse Angulaire).
  • Une amélioration des possibilités d’analyse : notre très renommé capteur d’accélération a également été révisé, et mesure à présent les données à un niveau de résolution plus haut. En conséquence, nous avons réalisé des améliorations significatives des résultats auxquels nous pouvons prétendre, surtout dans l’analyse du comportement sédentaire et de la détection de non usage.
  • Une augmentation de la conservation des données : un nouveau tampon Bluetooth assure une préservation des données durant la déconnexion avec les données mises en tampon et transférées dès la reconnexion ; cela garanti ainsi un enregistrement des données à n’importe quel moment.
  • Une application du domaine de la recherche : déjà leader dans la qualité de l’acquisition des données dans de nombreux secteurs de la recherche, ces améliorations accroissent les capacités de recherche du LightMove 4Pendant ce temps il reste le meilleur choix pour les chercheurs en quête de haute qualité de mesure des données de l’activité physique et du niveau de lumière.

LeLightMove 4 ajoute cinq canaux de détection à la renommée mesure de l’activité physique du Move 4. Cette combinaison permet une meilleure analyse ainsi qu’une meilleure compréhension du comportement du sujet dans son quotidien. La haute sensibilité du capteur de lumière permet un enregistrement du plus subtil brin de lumière.

Le capteur enregistre une longue suite de mesure des signaux (5 canaux de détection de la lumière, Accéléromètre 3D, Gyroscope, pression de l’air et température) jusqu’à 4 semaines, fournissant une riche source de données pour une analyse plus poussée. Le LightMove 4 peut dans un second temps calculer des paramètres sur le capteur, et transmettre les résultats une fois calculés via le Bluetooth Smart.

Notre logiciel DataAnalyzer permet le calcul simple d’une multitude de paramètres secondaires à partir des données brutes enregistrées par le capteur. Les paramètres tels que l’éclairage, l’obscurité, la température chromatique, l’activité physique, les pas, la dépense énergétique et les équivalents métaboliques (MET) sont disponibles en plus de toute une suite d’autres paramètres sur le sommeil.

Le LightMove 4 ouvre la voie à de nouvelles possibilités pour les chercheurs qui comprennent les interactions entre la lumière et l’activité physique, leur permettant d’approfondir leurs recherches.



Principales caractéristiques

  • Nouveau Design avec nouveau système de port et résistance à l’eau
  • Système d’acquisition des données perfectionné grâce à l’apport d’un Gyroscope
  • Nouveau capteur d’accélération avec une plus grande résolution
  • Détection de la lumière environnante
  • Analyse de l’intensité des radiations lumineuses
  • Analyse des données en ligne
  • Un meilleur transfert des donnés via l’Interface Bluetooth Smart
  • Une détection exacte de vos activités quotidiennes
  • Une détection exacte de vos dépenses énergétiques
  • Une détection optimisée de non usage
  • Java API pour USB (Windows)
  • API: Example implementation pour Bluetooth Smart (Android)

Application

  • Évaluation ambulatoire interactive
  • Analyse du sommeil
  • Enregistre les comportements sédentaires
  • Monitorage du comportement
  • Monitorage de l’activité
  • Surveillance mobile longue durée de la lumière ambiante
  • Estimation de l’énergie et détection de l’activité
  • Détection des pas
  • Détection de l’inactivité (assis et debout)


Produits et services adaptés

Téléchargements

Logiciel
Documentation
Outils externes

Technical Data

Power supply

Lithium-Polymer-Battery

Battery voltage

3,7 V

Number of charging cycles

300 (with 1 C / 1 C > 80%)

Internal memory

4 GB

Maximum recording capacity

4 weeks

Battery run time

~ 7 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

Ambient light sensor:

Channels: 5 (red, green, blue, clear, IR)

Measurement range: 0-~45000 lux

Resolution: Up to ~0.011 lux (at low end)

Output rate: 1 Hz

 

3D acceleration sensor:

Measurement range: +/- 16 g

Output rate: 64 Hz

 

Rotation rate sensor:

Measurement range: +/-2000dps

Resolution: 70 mdps

Output rate: 64 Hz

 

Pressure sensor:

Measurement range: 300 - 1100 hPa

Noise: 0,03 hPa

Output rate: 8 Hz

 

Temperature sensor:

Output rate: 1 Hz

Live analysis

Light Mean

Movement Acceleration

Step count

Indicators

LED, 3-color

Vibration alarm

User Interfaces

Marker (tapping)

Interfaces

Micro-USB, Bluetooth Smart (4.0)

API

Java API for USB (Windows)

Example for Bluetooth Smart (Android)

Wear locations

Wrist

Wearing systems

Wrist Band

Environmental conditions

Temperature:

-20 °C to 60 °C

0 °C to 45 °C during charging

Atmospheric pressure:

300 to 1200 hPa absolute

Warranty

2 years

Littérature et validation

  • Sedentary behavior in everyday life relates negatively to mood: An Ambulatory Assessment study.
    Marco Giurgiu & Elena D. Koch & Jörg Ottenbacher et al. (2019) in: Scandinavian Journal of Medicine & Science in Sports (29). Read more...
  • Promotion of physical activity-related health competence in physical education: study protocol for the GEKOS cluster randomized controlled trial.
    Stephanie Haible & Carmen Volk & Yolanda Demetriou et al. (2019) in: BMC Public Health (19). Read more...
  • Dynamics of Intraindividual Variability in Everyday Life Affect Across
    Adulthood and Old Age.
    M. Katana (2019).
  • Real-Time Detection of Spatial Disorientation in Persons with Mild Cognitive Impairment and Dementia.
    J. Schaat & P. Koldrack & K. Yordanova et al. (2019) in: Gerontology (1).
  • Neural correlates of individual differences in affective benefit of real-life urban green space exposure.
    Heike Tost & Markus Reichert & Urs Braun et al. (2019) in: Nature Neuroscience (7). Read more...
  • Energy Expenditure During Incline Walking – Benefits of Integrating a Barometer into Activity Monitors.
    Manuel Armbruster & Panagiota Anastasopoulou & Stefan Altmann et al. (2018) in: American Journal of Sports Science (6). Read more...
  • Individual Differences in the Competence for Physical-Activity-Related Affect Regulation Moderate the Activity–Affect Association in Real-Life Situations.
    Gorden Sudeck & Stephanie Jeckel & Tanja Schubert (2018) in: Journal of Sport and Exercise Psychology (40). Read more...
  • Embodied learning in the classroom: Effects on primary school children's attention and foreign language vocabulary learning.
    Mirko Schmidt & Valentin Benzing & Amie Rae Wallman-Jones et al. (2018) in: Psychology of Sport and Exercise (43). Read more...
  • Intermittent Fasting (Alternate Day Fasting) in Healthy, Non-obese Adults: Protocol for a Cohort Trial with an Embedded Randomized Controlled Pilot Trial.
    Norbert J. Tripolt & Slaven Stekovic & Felix Aberer et al. (2018) in: Advances in Therapy (35). Read more...
  • A novel algorithm for detecting human circadian rhythms using a thoracic temperature sensor Article history :.
    Aly Chkeir & Farah Mourad-chehade & Jacques Beau et al. (2017) in: Advances in Science, Technology and Engineering Systems Journal (2). Read more...
  • Physical Activity and Depressive Mood in the Daily Life of Older Adults.
    Andrea E. Gruenenfelder-Steiger & Marko Katana & Annika A. Martin et al. (2017) in: GeroPsych (30). Read more...
  • Measuring Fear of Physical Activity in Patients with Heart Failure.
    Jeremia M. Hoffmann & Susan Hellwig & Vincent M. Brandenburg et al. (2017) in: International Journal of Behavioral Medicine (25). Read more...
  • 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).

Vous trouverez plus de publications ici.