LightMove 4 – Capteur de lumière et d’Activité
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
SensorTrigger
Evaluation Ambulatoire Interactive
Echantillonnage de l'expérience basée sur Smartphone
movisensXS
Echantillonnage de l'expérience
Une solution d'échantillonnage de l'expérience à l'aide des smartphones avec plateforme web
Téléchargements
| Newsletter |
|
|---|---|
| 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
- 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.
- Classification of Human Physical Activity and Energy Expenditure Estimation by Accelerometry and Barometry.
- 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.
- 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.
- Validity of the kmsMove-sensor in calculating energy expenditure during different walking intensities.
Vous trouverez plus de publications ici.