Qualität, Intensität und Umfang von körperlicher Aktivität (KA) besitzen eine starke Aussagekraft in der medizinischen Diagnostik und verfügen über großen Einfluss in der Prävention und der Therapie. Obwohl das Potential von KA bekannt ist, wird es bei weitem nicht ausgeschöpft. Mit dafür ausschlaggebend sind die Schwierigkeiten KA automatisiert erfassen und objektiv beschreiben zu können. Ein Aktivitätsmonitoring-System sollte Langzeit- und 24-Stunden- Messungen ermöglichen, im klinischen und privaten Umfeld einsetzbar sein und unabhängig von der Physiologie und Krankheit des Patienten hochqualitative Daten erzeugen können. Deshalb wurde in dieser Arbeit ein kleiner und autonomer 3D-Beschleunigungssensor an diese Anforderungen angepasst, indem zwei unterschiedliche Firmware-Versionen konzeptioniert und entwickelt wurden. Sensortyp 1 wird an der Fußfessel des Patienten angebracht, um die Bewegung und die Körperhaltung automatisch zu klassifizieren. Zusätzlich werden die Intensität und die Dauer der Bewegung gespeichert. Die Vorteile dieses Systems sind: zuverlässige Erkennung von langsamen Bewegungen, hoher Tragekomfort und keine Stigmatisierung der Patienten durch das unauffällige Tragen des Sensors. Die Sensoren des zweiten Typs lassen sich an beliebigen Positionen anbringen und zeichnen die Rohdaten der Bewegung auf. Die so gewonnenen Daten lassen sich anschließend auf einem PC synchronisieren und für Multi-Sensor-Analysen verwenden

Quality, intensity and volume of physical activity (PA) are diagnostically strongly conclusive. Moreover they have great influence on medical prevention and therapy. Although the medical benefit of PA is known, its potential is unused. Decisive factors for that are the difficulties of detecting PA automatically and describing it objectively. A system for activity monitoring should enable long term and 24h diagnoses, should measure in stationary and private environment and should generate data with high quality, independent of the patients’ physiology and disease. Therefore in this work an existing small and autonomous accelerometer was adapted to these needs. Two differently designed firmware versions finally allowed general and specific activity monitoring. A sensor of type 1 has to be attached to the patient’s ankle for classifying movement and detecting body posture automatically with intensity and duration. The main advantages are: measuring very slow movements, offering high wearing comfort and avoiding stigmatization of patients. Sensors of type 2 can be attached on different spots and are recording raw data of movements. They can be used for multi-sensor analysis after synchronization of the data on a PC.