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
  • Metrics d´Activité physique

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

Grâce au module Physical Activity Metrics, vous pourrez analyser les données d’accélération de tous les capteurs movisens et calculer les indicateurs d’activité physique couramment utilisés. Physical Activity Metrics sont des algorithmes permettant d’agréger les signaux d’accélération acquis par le capteur d’accélération en des valeurs corrélées avec l’intensité de l’activité physique d’une personne portant ledit capteur. Les paramètres de sortie suivants sont disponibles :

  • Euclidian Norm (EN)
  • Eucldian Norm Minus One (ENMO)
  • HFEN, BFEN, HFEN+
  • Zero Crossing
  • Proportional Integrating Measure (PIM)
  • Mean Amplitude DeviationMean (MAD)
  • ActiWatch 4 counts

Téléchargement

Newsletter
  • Nous travaillons constamment au développement de nos produits. Afin que vous puissiez bénéficier de ces améliorations, nous vous informerons régulièrement avec notre bulletin d'information. Veuillez vous inscrire ici.
Software
Documentation et support
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
  • Bugfix: Make sure that the parameter threeHipPositions is taken into consideration when generating report.
Download
  • Add new output parameter called paMetricActigraphCountsVectorMagnitude, that computes the vector magnitude of ActiGraph counts, averaged over the output interval.
  • Expand the possibilities of physical activity metrics to choose from for the calculation of Activity Level (ActivityLevelFromPaMetric).
  • Bugfix: output parameters paMetricActigraphCountsActiLifeDown, paMetricActigraphCountsActiLifeForward, paMetricActigraphCountsActiLifeRight are now shown in Results.xlsx file.
Download
  • Correct any missing explanations for output parameters.
Download
  • Implement the ActiLife Algorithm from https://github.com/actigraph/agcounts.git to calculate the ActiGraph counts.
  • Add additional output parameters for DataAnalyzer: PaMetricActigraphCountsActiLifeDown, PaMetricActigraphCountsActiLifeForward, PaMetricActigraphCountsActiLifeRight.
Download
  • Bugfix for altitude calculation: Ensure that indices are always positive.
Download
  • Changes affect the output parameter NonWearSleepWake. They improve the detection of extended periods when sensor is not worn.
Download
  • Bugfix in activity pdf reports (ReportActivity.pdf and ReportActivityEe.pdf). The 'total' parameter in activity class table shows now the full day as 24 hours.
Download
  • Make alignment at midnight optional for output parameters ReportActivityEeSummary.xlsx and ReportActivitySummary.xlsx.
Download
  • Add new column to Results.xlsx table that documents the markers set in signal marker.csv.
Download
  • Bugfix in activity excel reports (ReportActivityEeSummary.xlsx and ReportActivitySummary.xlsx). The parameter "Average of full days" now shows the last day as a full day when the recoding of the last day is exactly 24 hours.
Download
  • Bugfix in plot energy expenditure summary.
Download
  • New Parameter: ActivityLevelFromPaMetric
Download
  • Bugfix: Check minimal amount of data needed for Step Count Summary.
  • Bugfix in function listing available activity classes for reports.
Download
  • Make additional outputs visible for DataAnalyzer: BeatDropReason, EcgValidSeg, HrvIsValid, HrIsValid.
  • Output ReportSleepPdf even when body position is not calculable.
  • Separate light activity level time into not active level time and light level time in ReportActivityEESummaryExcel.
  • Calculate reports when the parameter threeHipPositions is set to true.
  • Set ColorTemperature to -1 if cannot be calculated.
Download
  • Add additional outputs HrvIsValid and HrIsValid
Download
  • Activated PaMetrics in Test License
  • Optimized license code parser
  • Fix error in CalcReportSleep
  • Make body positions optional for ReportSleepPdf
  • Change reportSleep name to reportSleepPdf
  • Add description for reportSleep
  • Set colorTemperature to -1 if it is not calculable
Download
  • Fixed bug in ReportActivityEeSummaryExcel by separating light activity level time into not active level time and light level time
  • Fix Bug in HRV Segmentation, Welch algorithm for small windows
  • For non wear detection output enum nonWear always when sensor is charging
  • Add new report for sleep
  • Add movement acceleration information for reports ActivitySummaryExcel and ActivityEeSummaryExcel
  • Add reports ActivitySummaryPdf and ActivitySummaryShortPdf for sensor location ankle, upper arm and thigh without EE and Met plots
  • Improve Altitude Filtering
  • PaMetricPim: Allow calculation of PaMetricPim with all acceleration signal sample rates (other than 64Hz)
  • PaMetricAiAbs: remove noise floor according to sensor type
Download
  • Add MovementAcceleration to ReportActivitySummaryExcel and ReportActivityEeSummaryExcel
  • Bug fix in wear detection
Download
  • Enable ReportActivitySummaryPdf and ReportActivitySummaryShortPdf for sensor location ankle
Download
  • Bugfix: DataAnalyzerCmd now considers option targetPath
Download
  • Bugfix: ReportActivityPdf now works for sensor location ankle
  • Bugfix: Added missing translations for measurement parameters in GUI
Download
  • Bugfix: Correct calculation of absolute date/time after more than ~24days in Results.xlsx
  • Bugfix: Correct unit for EdaScrHalfRecoveryTimes
  • Show metEpoch length in ReportEeSummaryExcel
Download
  • Ajout du nouveau module Physical Activity Metrics
  • Ajout d’un détecteur de cyclisme
  • Ajout d’un nouveau paramètre de sortie pour la sédentarité
  • Ajout de fonctions permettant de générer 3 positions du corps pour le capteur porté à la hanche
  • Calcul de la position du corps pour le capteur porté à la cheville
  • Amélioration du calcul de bodyposition
  • Correction de bogue : autorisation des rapports de synthèse de plus de 9 jours
  • Correction de bogue : les configurations personnalisées d’algorithme fonctionnent désormais pour DataAnalyzerCmd
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

  • Feasibility and usefulness of postoperative mobilization goals in the enhanced recovery after surgery (ERAS®) clinical pathway for elective colorectal surgery.
    R. Wiesenberger & J. Müller & M. Kaufmann et al. (2024) in: Langenbeck's Archives of Surgery (409). Read more...
  • Does it need an app? – Differences between app-guided breathing and natural relaxation in adolescents after acute stress.
    D. Schleicher & I. Jarvers & M. Kocur et al. (2024) in: Psychoneuroendocrinology (169). Read more...
  • The use of music for Solace, its connection to Openness and its moderating effects on music listening and stress.
    S. Gorgi (2024). Read more...
  • Modeling occupants’ metabolic rate in office buildings by implementation of smart wearable sensors considering personal thermal comfort.
    N. Pivac (2024). Read more...
  • Predicting the onset of psychotic experiences in daily life with the use of ambulatory sensor data – A proof-of-concept study.
    F. Strakeljahn & T. Lincoln & K. Krkovic et al. (2024) in: Schizophrenia Research (267). Read more...
  • Impact of a Semi-Rigid Knee Orthotic Intervention on Pain, Physical Activity, and Functional Capacity in Patients with Medial Knee Osteoarthritis.
    B. J. Stetter & J. Fiedler & M. Arndt et al. (2024) in: Journal of Clinical Medicine (13 (6)). Read more...
  • Exploring the Link between Lifestyle, Inflammation, and Insulin Resistance through an Improved Healthy Living Index.
    F. Bruckner & J.R. Gruber & A. Ruf et al. (2024) in: MDPI (16(3)). Read more...
  • Acute Fasting Modulates Autonomic Nervous System Function and Ambulatory Cardiac Interoception.
    A. Schwerdtfeger & Rominger C. (2024) in: Biological Psychology. Read more...
  • Determination of cut-off points for the Move4 accelerometer in children aged 8–13 years.
    F. Beck & I. Marzi & A. Eisenreich et al. (2023) in: BMC Sports Science, Medicine and Rehabilitation (15, 163). Read more...
  • The cardiac correlates of feeling safe in everyday life: A Bayesian replication study.
    A. Schwerdtfeger & C. Rominger (2023) in: International Journal of Psychophysiology (196). Read more...
  • Spontaneous infant crying modulates vagal activity in real time.
    A. Madden-Rusnak & M. Micheletti & A. Dominguez et al. (2023) in: Developmental Psychobiology (65, Issue 7). Read more...
  • Human uncertainty in interaction with a machine: establishing a reference dataset.
    A. Rother & G. Notni & A. Hasse et al. (2023). Read more...
  • Momentary within-subject associations of affective states and physical behavior are moderated by weather conditions in real life: an ambulatory assessment study.
    I. Timm & M. Reichert & U. Ebner-Priemer et al. (2023) in: International Journal of Behavioral Nutrition and Physical Activity (20). Read more...
  • Rethinking Learning Experience: How Generally Perceived Life Stress Influences Students’ Course Perceptions in Different Learning Environments.
    M. Gellisch & T. Schäfer & I. Yahya et al. (2023) in: European Journal of Investigation in Health, Psychology and Education (13(8)). Read more...
  • Microtemporal Dynamics of Dietary Intake, Physical Activity, and Impulsivity in Adult Attention-Deficit/Hyperactivity Disorder: Ecological Momentary Assessment Study Within Nutritional Psychiatry.
    A. Ruf & A. B. Neubauer & E. D. Koch et al. (2023) in: JMIR Publications (10). Read more...
  • Ecological Momentary Assessment in Nutritional Psychiatry: Microtemporal Dynamics of Dietary Intake, Physical Activity, and Impulsivity in Adult ADHD.
    A. Ruf & A. B. Neubauer & E. D. Koch et al. (2023) in: JMIR Mental Health. Read more...
  • The Work Lifestyle-integrated Functional Exercise Program for Preventing Functional Decline in Employees over 55 years: Development and Initial Evaluation.
    Y. Ritter & D. Pfister & G.M. Steckhan et al. (2023). Read more...
  • Off-the-shelf wearable sensing devices for personalized thermal comfort models: A systematic review on their use in scientific research.
    A. Costantino & M. Ferrara & M. Arnesano et al. (2023) in: Journal of Building Engineering (70). Read more...
  • Does Being Ignored on WhatsApp Hurt? A Pilot Study on the Effect of a Newly Developed Ostracism Task for Adolescents.
    D. Latina & A. Goreis & P. Sajko et al. (2023) in: Journal of Clinical Medicine (12 (5)). Read more...
  • Interactive teaching enhances students' physiological arousal during online learning.
    M. Gellisch & G. Morosan-Puopolo & O.T. Wolf et al. (2023) in: Annals of Anatomy (247). Read more...
  • Tranquillity, transcendence, and retreat: the transformative practice of listening at Evensong.
    K. King (2023) in: Magdalen College, University of Oxford. Read more...
  • Momentary feelings of safety are associated with attenuated cardiac activity in daily life: Preliminary evidence from an ecological momentary assessment study.
    A. Schwerdtfeger & L. Paul & Rominger C. (2022) in: International Journal of Psychophysiology (182). Read more...
  • Flow bei der Arbeit greifbar machen.
    J. Schlicksupp (2022) in: Wirtschaftspsychologie heute. Read more...
  • Measuring catatonia motor behavior with objective instrumentation.
    S. von Känel & N. Nadesalingam & D. Alexaki et al. (2022) in: Frontiers in Psychology. Read more...
  • Mood-enhancing Physical Activity in Individuals with Attention-Deficit/Hyperactivity Disorder (ADHD) and Healthy Youths – Daily Life Investigations by Ambulatory Assessment.
    E.D. Koch (2022). Read more...
  • Decreased sympathetic cardiovascular influences and hormone-physiological changes in response to Covid-19-related adaptations under different learning environments.
    M. Gellisch & O.T. Wolf & N. Minkley et al. (2022) in: American Association for Anatomy. Read more...
  • Deepaware: A hybrid deep learning and context-aware heuristics-based model for atrial fibrillation detection.
    D. Kumar & A. Peimankar & K. Sharma et al. (2022) in: Elsevier (221). Read more...
  • The association of stress and physical activity: Mind the ecological fallacy.
    M. Reichert & S. Brüßler & I. Reinhardt et al. (2022) in: German Journal of Exercise and Sport Research (52). Read more...
  • Combining cardiac monitoring with actigraphy aids nocturnal arousal detection during ambulatory sleep assessment in insomnia.
    L. Rösler & G. Van der Lande & J. Leerssen et al. (2022) in: Sleep Research Society 2. Read more...
  • The dynamical association between physical activity and affect in the daily life of individuals with ADHD.
    E.D. Koch & C. M. Freitag & J. S. Mayer et al. (2022) in: European Neuropsychopharmacology (57). Read more...
  • How does it feel to walk in Berlin? Designing an Urban Sensing Lab to explore walking emotions through EDA sensing.
    W. Blum & P. Fried (2021). Read more...
  • Assessing New Methods to Optimally Detect Episodes of Non-metabolic Heart Rate Variability Reduction as an Indicator of Psychological Stress in Everyday Life: A Thorough Evaluation of Six Methods.
    S. B. Brown & J. F. Brosschot & A. Versluis et al. (2020) in: Frontiers in Neuroscience (14).
  • Effects of exercise training on heart rate variability in children and adolescents with pulmonary arterial hypertension: a pilot study.
    J. Siaplaouras & M. Frerix & A. Apitz et al. (2020) in: PMC (11 (4)). Read more...
  • Effects of Biophilic Interventions in Office on Stress Reaction and Cognitive Function: A Randomized Crossover Study in Virtual Reality.
    Jie Yin & Nastaran Arfaei & Piers MacNaughton et al. (2019) in: Indoor Air (0). Read more...
  • Dynamics of Intraindividual Variability in Everyday Life Affect Across
    Adulthood and Old Age.
    M. Katana (2019).
  • 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...
  • 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...
  • 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 (201). 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 (22). Read more...
  • Transcutaneous vagus nerve stimulation and emotional inhibition of return.
    Bart Verkuil & Andreas Michael Burger (2018).
  • 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 (116). Read more...
  • Home-based system for physical activity monitoring in patients with multiple sclerosis (Pilot study).
    L. Shammas & T. Zentek & B. 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.
  • 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...
  • A new method to estimate energy expenditure using accelerometry and barometry-based energy models.
    P Anastasopoulou & L. Shammas & J. Stumpp et al. (2011) in: 45. DGBMT Jahrestagung. Freiburg.
  • Validity of the kmsMove-sensor in calculating energy expenditure during different walking intensities.
    B. von Haaren & J.-P. Gnam & S. Helmholdt et al. (2011).
  • 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.
  • 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).