movisens DataAnalyzer est un software pour le traitement et l'analyse des données de capteur destiné à la recherche.
Le software s'appuie sur les capteurs de movisens et présente un outil efficace pour la manipulation des données de mesure.

Les modules d'analyse suivants sont disponibles :

  • Activité physique
  • Dépense énergétique
  • Variabilité de la fréquence cardiaque
  • Activité électrodermale

DataAnalyzer permet de calculer les paramètres secondaires et la génération des tableaux de résultats (Excel) et des rapports (PDF).




DataAnalyzer Software, Box

Principales caractéristiques

  • Analyse automatique en mode Etude en un clic
  • Libre choix des paramètres de sortie
  • Intervalles de sortie configurables
  • Le résultat est optimisé pour un traitement ultérieur (Excel, SPSS)
  • Générateur intégré de rapports informatifs (PDF)

Applications

  • Analyse des données de mesure de l'activité physique, électrocardiographique et électrodermale
  • Reconnaissance de l'activité et calcul de la dépense énergétique
  • Varibilité de la fréquence cardiaque
  • Activité électrodermale
  • Recherche sur le système nerveux autonome
  • Monitorage comportemental
  • Monitorage du stress psycho-physiologique

Produits et services adaptés

Description du module

Les données de l'activité à partir des capteurs Move 4, LightMove 4, EcgMove 4 et EdaMove 3 sont analysées avec le module Base. Les paramètres suivants sont disponibles :

  • Positions du corps
  • Accélération selon l'axe du corps
  • Pas
  • Station/activité : allongé, debout, marche (pente y inclus), course
  • Angle d'inclinaison
  • Altitude
  • Vitesse verticale
  • Rapport sur l'activité physique (PDF)

Avec le module EnergyExpenditure, la dépense énergétique est calculée à partir des capteurs Move 4 et EcgMove 4 :

  • Dépense énergétique de l'activité
  • Dépense énergétique totale
  • Equivalent métabolique, MET
  • Rapport sur la dépense énergétique (PDF)
  • Rapport sur l'activité physique et la dépense énergétique (PDF)

Le module Cardio offre les paramètres suivants à partir du capteur EcgMove 4:

  • ECG R pics
  • Intervalle entre 2 battements cardiaques (NN)
  • Variabilité cardiaque instantanée
  • HRV Variabilité de la fréquence cardiaque
  • HRV paramètre : Basses Fréquences (LF)
  • HRV paramètre : Hautes Fréquences (HF)
  • HRV paramètre : Rapport entre Basses Fréquences et Hautes Fréquences (LF/HF)
  • HRV paramètre : Déviation standard de l’intervalle RR (SDNN)
  • HRV paramètre : Moyenne quadratique des intervalles R-R successifs (RMSSD)
  • HRV paramètre : Déviation standard 1 (SD1)
  • HRV paramètre : Déviation standard 2 (SD2)
  • HRV paramètre : Rapport SD2/SD1
  • HRV paramètre : Déviation standard de la différence entre les intervalles RR successifs (HrvSdsd)
  • Hrv paramètre : pNNx
  • HRV paramètre : Puissance totale (HrvTp)
  • Baevsky indice de stress
  • EDR (ECG-Derived Respiration)
  • Rapport sur la variabilité de la fréquence cardiaque (PDF)

Avec le module Eda, il est possible de calculer des paramètres suivants à partir du capteur EdaMove 3:

  • Niveau de conductance dermique (Skin conductance level SCL)
  • Amplitude de la réponse de conductance dermique (skin conductance responses SCR)
  • Temps de montée de SCR
  • Energie de SCR
  • SCR half recovery times
  • Nombre de SCR
  • Amplitude moyenne de SCR
  • Temps de descente moyenne de SCR
  • Energie moyenne de SCR
  • SCR half recovery times moyenne
  • L'activité électrodermale en fichier texte pour le traitement avec des logiciels externes

Avec le module Sleep, il est possible de calculer des paramètres suivants à partir du capteur Move 4, LightMove 3, EcgMove 4 et EdaMove 3. Les paramètres suivants sont disponibles:

  • Sleep/wake detection
  • Lights out detection

Avec le module Ambient Light, il est possible de calculer des paramètres suivants à partir du capteur LightMove 3. Les paramètres suivants sont disponibles:

  • Illumination
  • Color Temperature
  • Light Situation detection

Téléchargement

Software
Documentation
Exemple de données
Exemple de rapports
Outils externes

Configuration requise du système

Voici la configuration système nécessaire :

  • PC avec Microsoft Windows 7 ou une version plus récente, 64bit
  • Microsoft Excel pour les rapports de format Excel
  • Droits d'administrateur pendant l'installation
  • Au moins 2.1 GB d'espace libre

Historique des modifications

Download
  • Correction de bogues: Correction du fichier Excel Results.xlsx pour SignalEntries vide à la fin des mesures
Download
  • Ajout de fonctionnalités pour la configuration des algorithmes personnalisés
  • Ajout de paramètres pour les bandes de fréquence de HRV
  • Ajout de traductions manquantes au pied de page des rapports
  • Amélioration du contrôle de vraisemblance des valeurs MET
  • Conversion dans StepCount summary plot
  • Ajout de la position manquante left_side_hip du capteur MoveII
  • Nouveau rapport Excel Summary sans les données Ee pour le module Base
  • Considération des artefacts marqués manuellement dans l'ECG
Download
  • Support pour les nouveaux capteurs de la 4ème génération
Download
  • Correction de bogues : Paramètre CalcLightsOut
  • Correction de bogues :Paramètre ReportTableHrvAndActivity
  • Correction de bogues : Indice de stress de Baevsky adapté aux petites variablités
Download
  • Correction de bogues : Issue de rapports quotidiens ReportHrvPdf pour les mesures
  • Correction de bogues : Indice de stress de Baevsky adapté aux petites variablités
  • Intégration d'un support pour l'affichage 4K
  • Correction de bogues : Arrêt du traitement si la boîte de message est fermée
  • Correction de bogues : Empêcher la suppression du dossier de destination (Chemin d'accès non modifiable)
  • Correction de bogues : Chargement des attributs (âge, sexe, etc.) à partir de la mesure en mode batch
  • Intégration du module "Sleep" pour la detection de l'état d'éveil/sommeil
  • Intégration d'un support pour le capteur de lumière ambiante LightMove3
  • Nouveaux algorithmes pour l'analyse de la lumière ambiante : niveau d'éclairement, température de couleur, détection de lumière éteinte
  • Amélioration du filtre RR dérivé de l'ECG
  • Amélioration de l'algorithme de détection de la période de port
  • Optimisation du signal de sortie SCL dérivé de l'EDA
  • Intégration d'accès aux paramètres NonWear et MVPA dans le rapport sommaire
  • Intégration d'un support pour le format unisens-CSV
  • Amélioration de la qualité de couleur des rapports pour une meilleure lisibilité
  • Amélioration du rapport Niveau MET
  • Amélioration des tableaux dans les rapports
  • Optimisation des supports pour les positions de capteur dans les rapports
  • Amélioration de la détection de posture pour l'accéleromètre crurale
  • Correction du bogue des valeurs manquantes à la fin du fichier Results.xlsx
Download
  • Nouveaux rapports PDF
  • Support de nouveaux capteurs et de nouvelles positions du capteur
  • Nouveau générateur de rapport PDF
  • Ajout de l‘algorithme de la durée de port du capteur
  • Amélioration du R-R filtrage
  • Amélioration du paramètre RMSSD de HRV
  • Nouvel algorithme pour le capteur de luminosité ambiante (éclairage et température de couleur)
  • Latex et Excel ne sont pas requis pour le système
Download
  • Amélioration du R-R filtrage
  • Amélioration du calcul des paramètres spectrales HRV
  • Amélioration du calcul du AEE, du TEE et du MET à travers l'utilisation d'un modèle additionnel des pentes
  • Amélioration des rapports PDF
  • Support de nouveaux capteurs
  • Amélioration de EDA SCR détection
  • Ajout du paramètre manquant EdaScl (Conductivité de la peau)
  • Nouveau paramètre : Respiration dérivée de l’ECG (EDR)
  • Application d'intervalle de sortie pour le paramètre EdaArousal
  • Acquisition de la position assise et de la position debout (Position du capteur au niveau de la cuisse)
  • Ajout du paramètre de la température
  • Ajout du paramètre pNN50 pour HRV
Download
  • Récapitulatif de tous les paramètres choisis dans un tableau Excel, y compris une description des colonnes (Results.xslx)
  • Nouveau module Cardio/HRV avec beaucoup de paramètres sur la variabilité de la fréquence cardiaque, index Baevsky-Stress et nouveau rapport en forme de PDF
  • Nouveau module pour l'activité électrodermale avec tous les paramètres importants et un nouveau paramètre Arousal
  • Tous les rapports PDF ont été révisés et sont actuellement disponibles en allemand et anglais
  • Nouveau rapport général sur l'activité physique
  • Amélioration de l'acquisition des positions du corps
  • Amélioration du calcul de la dépense énergétique pendant l'inactivité et la position assise
  • Amélioration de la représentation graphique et de la mise en page des rapports PDF

Littérature et validations

  • Brute Force ECG Feature Extraction Applied on Discomfort Detection.
    Guillermo Hidalgo Gadea & Annika Kreuder & Carsten Stahlschmidt et al. (2018) in: Information Technology in Biomedicine: Proceedings 6th International Conference, ITIB'2018, Kamień Śląski, Poland, June 18--20, 2018. Read more...
  • An experience sampling study on the nature of the interaction between traumatic experiences, negative affect in everyday life, and threat beliefs.
    Katarina Krkovic & Björn Schlier & Tania Lincoln (2018) in: Schizophrenia Research. Read more...
  • Immediate and sustained effects of intermittent exercise on inhibitory control and task-related heart rate variability in adolescents.
    Sebastian Ludyga & Uwe Pühse & Stefano Lucchi et al. (2018) in: Journal of Science and Medicine in Sport. 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...
  • 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...
  • 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...
  • 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...
  • 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...
  • 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...
  • 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).
  • 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).