seahawk1986
Anmeldungsdatum: 27. Oktober 2006
Beiträge: 11176
Wohnort: München
|
glaskugel schrieb: Es gibt soweit ich weiß keine speziellen H10-Dateien
Tabelle 1 sagt dazu: IBI or RR interval data files: Garmin and Suunto FIT files, Polar TXT files, custom formatted text and CSV files
Das sind dann keine EKG-Daten, sonder nur die Abstände zwischen den R-Wellen. Damit kann man also nur sehen, wenn es größere Sprünge in der Herzfrequenz gibt (unter der Voraussetzung, dass die RR-Intervalle gut automatisiert auswertbar waren) Das scheint auch nur ein Format, um Messwerte von mehreren Sensoren über Zeit abzulegen: https://developer.garmin.com/fit/protocol/ - das scheint mir eher darauf ausgelegt zu sein Daten von mehreren Sensoren zusammenhängend zu verpacken, um sie später mit geringem Ressourcen-Verbrauch (es reicht sich in einer Datei über die Zeitserie zu bewegen) darstellen zu können.
Nochmals, die Hoffnung geht in die Richtung: Es wird der Brustgurt an einem Tag verwendet, wo alles ziemlich gut ist und an einem anderen Tag, wo es ohne Grund totale Erschöpfung gibt. Im Idealfall könnte man irgendwelche Kennzahlen als Laie vergleichen, wobei die Kennzahlen die Erschöpfung erklären könnten und in einem Gespräch mit dem Arzt hilfreich sein könnten. Wenn es keine sinnvollen Kennzahlen gibt, dann bleibt nur mehr EKG und Pulsaufzeichnungen manuell vom Arzt vergleichen zu lassen.
Aus einem 1-Kanal EKG kann es schwer sein Informationen raus zu ziehen, wenn man da nicht gerade etwas auffälliges wie Vorhofflimmern sieht - das ist z.B. eine Sache, die sich die Apple Watch automatisiert zutraut: https://support.apple.com/en-us/HT208931 (wobei die Vergleichsstudien da gezeigt haben, dass die einem "richtigen" EKG in der Erkennungsempfindlichkeit etwas hinterher hinkt.
Ich glaube wir sprechen von 2 verschiedenen Apps, ich meinte die App Polar Sensor Logger, also mit den Beispieldaten und wofür du das Script gemacht hast. Ich habe jetzt keine Ahnung wie schwer da etwas zu machen ist. Vielleicht ist das nur eine Formel auf die Daten anwenden.
Die andere Alternative ist eben nicht den Polar Sensor Logger zu verwenden und die App Polar H10 ECG analysis und ich denke mit einer EDF-Datei wird dein Script nicht umgehen können.
Es gibt fertige Python-Module, die das EDF-Format parsen können - da man dann nur einen Startzeitpunkt und die Sample-Rate aus dem Kopf der Datei ziehen kann, muss man sich die restlichen Werte errechnen. Ich bin noch nicht soweit, dass ich die EDF-Datei vom Handy in den EDF-Browser am Jammy-PC importiert habe. Vielleicht ist sogar die Txt-Datei vom Polar Sensor Logger möglich, denn lt. https://www.teuniz.net/edfbrowser/ gibt es: ASCII to EDF/BDF converter Jetzt gefällt mir dein Script mittlerweile sehr gut und ich bin eigentlich nur mehr auf der Suche Kennzahlen am PC berechnen zu können, sodass ein Vergleich möglich ist. Könnte schon sein, dass der EDF-Browser bzw. Kubios eine Lösung bieten, die mir noch nicht bewusst ist.
Ich kann mal schauen, ob ich mit den Python-Modulen für die HVR-Analyse zu brauchbaren Daten komme - im ersten Schritt würde ich mal die R-Wellenerkennung ausprobieren - hast du eventuell noch eine Aufzeichnung rumliegen, bei der nicht so viele Artefakte drin sind? Bei den Beispieldaten, die ich bislang habe, klappt das nicht brauchbar über die komplette Datei (vgl. Anhang - da sind viel zu viele R-Wellen drin, bei denen die Erkennung nicht sicher klappt). Wenn man nur das letzte Drittel an Daten nimmt, sieht das schon besser aus.
Grundsätzlich kommt man mit dem Python Heart Rate Analysis Toolkit an diese Werte:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24 | >>> pprint.pprint(measures)
{'bpm': 96.64225798132783,
'breathingrate': 0.3333333333333333,
'hf': 38.58738571107429,
'hf_nu': 59.604113074417924,
'hf_perc': 40.475547369684406,
'hr_mad': 7.681418312387791,
'ibi': 620.846421154528,
'lf': 26.152082289894913,
'lf/hf': 0.6777365661853962,
'lf_nu': 40.39588692558208,
'lf_perc': 27.431758488804256,
'p_total': 95.3350559008763,
'pnn20': 0.035256410256410256,
'pnn50': 0.0,
'rmssd': 9.616533503181037,
's': 300.5682982448236,
'sd1': 6.799715484820231,
'sd1/sd2': 0.4832681600343762,
'sd2': 14.070274119314105,
'sdnn': 11.166846699638413,
'sdsd': 6.068650561452822,
'vlf': 30.595587899907095,
'vlf_perc': 32.09269414151135}
|
Eine Atemfrequenz von um die 20/min in Ruhe wäre schon etwas beschleunigt, die ermittelten BPM passen zu der Analyse des gHRV Tool - wobei die RR-Detektion wie schon gezeigt ihre Probleme hat - da müsste man schauen, ob man das noch durch Filterung verbessern kann und wie man durch das Zerlegen der Daten in kleinere Segmente an eine sinnvolle Änderung der Herzfrequenz über die Zeit kommt. Generell würde ich mir überlegen, ob man nicht auf überraschende Änderungen in den RR-Intervallen schauen will und sich diese Events dann in der EKG-Spur ansieht.
Das gibt dann beim Kompilieren eine Menge an Fehlern. Auf Wunsch poste ich den Teil mit den "roten Fehlern".
Besser alles von Prompt zu prompt mit tee in eine Datei umleiten. Compiler sind zarte Wesen, bei denen im Zweifelsfall jedes Wort zählt 😉 Im Anhang ist eine Version der ecg_viewer.py, die sich die Schriftgröße beim Beenden des Programms in einer ~/.config/ecgviewer/settings.json merkt.
- ecg_viewer.py (26.8 KiB)
- Download ecg_viewer.py
- Bilder
|
seahawk1986
Anmeldungsdatum: 27. Oktober 2006
Beiträge: 11176
Wohnort: München
|
Mit nur ein paar Minuten brauchbarer Datenakquisition gibt der Poincaré Plot dann auch nur wenig her...
- Bilder
|
glaskugel
(Themenstarter)
Anmeldungsdatum: 8. Juli 2010
Beiträge: 3453
|
Bei https://drive.google.com/file/d/1DC5AiOIewJYTosAVdQUK_GFehESCLKYG/view?usp=sharing gibt es andere Beispieldaten, hoffentlich brauchbarer. https://www.teuniz.net/edfbrowser/ nennt unter "Other EDF software" einige Tools, zB EDF/BDF to ASCII converter - https://www.teuniz.net/edf2ascii/index.html Kann man meine Beispieldatei auch nach EDF (in die andere Richtung) konvertieren? Es gibt ja auch eine "Bewegungsdatei ACC", zB Polar_H10_20220602_233148_ACC.txt Kann man die korrelieren mit der ECG-Datei oder HR-Datei, dh Ausreißer sind auf eine Bewegung zurückzuführen? Das neue Skript kann ich erst im Lauf des Tages im Detail probieren, aber die vorher verwendete Schriftgröße wird beim nächsten Start wiederverwendet.
Besser alles von Prompt zu prompt mit tee in eine Datei umleiten. Compiler sind zarte Wesen, bei denen im Zweifelsfall jedes Wort zählt
Ich glaube die einfachste Variante ist den Entwickler um eine aktualisierte Version zu bitten und AFAIK arbeitet der schon daran.
|
seahawk1986
Anmeldungsdatum: 27. Oktober 2006
Beiträge: 11176
Wohnort: München
|
Hier mal ein Skript, das die Dateien aus der App in edf umwandelt - es benötigt die über pip installierten Python Module pyedflib und heartpy:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23 | #!/usr/bin/env python3
import sys
import heartpy as hp
import numpy as np
import pyedflib
from pathlib import Path
for fn in sys.argv[1:]:
p = Path(fn)
data = np.genfromtxt(p, dtype=np.float64, names=True, delimiter=';')
t_ms = data['timestamp_ms']
ecg = data['ecg_uV'] / 1000
sr = hp.get_samplerate_mstimer(t_ms)
with pyedflib.EdfWriter(f"{p.parent / p.stem}.edf", n_channels=1) as edf:
edf.setLabel(0, label="ECG")
edf.setPhysicalDimension(0, physical_dimension='mV')
edf.setSamplefrequency(0, sr)
edf.setEquipment("Polar_H10")
edf.setPhysicalMaximum(0, 15)
edf.setPhysicalMinimum(0, -15)
edf.update_header()
edf.writeSamples([ecg])
|
Dem Skript kann man eine oder mehrere Dateien übergeben, also z.B. wenn man die auf die gesammelten EKG-Dateien loslassen will:
./csv2edf.py polar_sensor_logger_files/Polar_H10_*_ECG.txt Mit heartpy scheint er die zusätzlichen R-Wellen bei Extrasystolen gerne als nicht-valide anzusehen. Das mit den Beschleunigungssensoren muss ich mir ansehen - da die zeitliche Auflösung bei den Daten sehr hoch ist, könnte das die Performance ziemlich in den Keller ziehen...
|
glaskugel
(Themenstarter)
Anmeldungsdatum: 8. Juli 2010
Beiträge: 3453
|
Danke dir, schaue es mir im Laufe des Tages an.
könnte das die Performance ziemlich in den Keller ziehen...
Das sehe ich nicht als großes Problem, wenn es wichtig ist. Ich habe auch einen AMD Ryzen 7 3700X 8-Core.
|
glaskugel
(Themenstarter)
Anmeldungsdatum: 8. Juli 2010
Beiträge: 3453
|
Unter 20.04 Focal: python3 /usr/local/bin/txt2edf.py /install/Polar_H10_AF7xxxxB_20220521_000903_ECG.txt EDFBrowser 1.93 Sollte diese Kombination funktionieren? Fehlermeldung vom Python-Skript sah ich keine. Oder brauche ich Jammy? Nach jedem Laden sehe ich eine gerade Linie, nur ein einziges Mal sah ich beim Schieben unten nach rechts eine Kurve und keine gerade Linie mehr, das konnte ich aber nicht wiederholen. Ich sehe beim Öffnen der Datei 1x Signals in file, das ist markiert, dann drücke ich auf add und danach make derivation / close. Oder muss ich das anders laden?
|
seahawk1986
Anmeldungsdatum: 27. Oktober 2006
Beiträge: 11176
Wohnort: München
|
Falls du die Datei mit dem edfbrowser öffnest, musst du keine Ableitung erstellen, einfach auf "Add signal(s)" gehen und dann im Menü unter Amplitude → Fit to pane wählen, damit man ein bisschen mehr sieht. Mit + und - kann man dann die Amplitude noch weiter anpassen.
|
seahawk1986
Anmeldungsdatum: 27. Oktober 2006
Beiträge: 11176
Wohnort: München
|
Diese Version setzt noch den Startzeitpunkt der Aufzeichnung, damit man sich besser in der Datei orientieren kann: 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29 | #!/usr/bin/env python3
import datetime
import os
import sys
import heartpy as hp
import numpy as np
import pyedflib
from pathlib import Path
for fn in sys.argv[1:]:
p = Path(fn)
data = np.genfromtxt(p, dtype=None, names=True, delimiter=';', encoding='utf-8')
t_ms = data['timestamp_ms']
ecg = data['ecg_uV'] / 1000
print(f"{np.max(ecg)=}, {np.min(ecg)=}")
dt = data['Phone_timestamp'][1] + '000'
start = datetime.datetime.fromisoformat(dt)
sr = hp.get_samplerate_mstimer(t_ms)
with pyedflib.EdfWriter(f"{p.parent / p.stem}.edf", n_channels=1) as edf:
edf.setLabel(0, label="ECG")
edf.setPhysicalDimension(0, physical_dimension='mV')
edf.setSamplefrequency(0, sr)
edf.setEquipment("Polar_H10")
edf.setPhysicalMaximum(0, np.max(ecg))
edf.setPhysicalMinimum(0, np.min(ecg))
edf.setStartdatetime(start.strftime('%d %b %Y %H:%M:%S'))
edf.update_header()
edf.writeSamples([ecg])
|
|
glaskugel
(Themenstarter)
Anmeldungsdatum: 8. Juli 2010
Beiträge: 3453
|
"Add signal(s)" gehen und dann im Menü unter Amplitude → Fit to pane wählen
Danke, jetzt sehe ich was mit dem neuen Skript. Für die Betrachtung bzw. Bedienung gefällt mir dein Skript viel viel besser, mal schauen, ob man mit dem EDF-Browser irgendwelche Analysen durchführen kann bzw. Kennzahlen berechnen kann, dachte das, aber ich habe es (noch) nicht gefunden.
|
seahawk1986
Anmeldungsdatum: 27. Oktober 2006
Beiträge: 11176
Wohnort: München
|
Ich konnte bei dem ersten Datenbeispiel mit den Artefakten in der ersten Hälfte keinen wirklichen Zusammenhang zwischen den Daten des Beschleunigungssensors und der EKG-Aufzeichnung sehen.
Auf dem Screenshot ist Rot die X-Achse, Grün die Y-Achse, Blau die Z-Achse (da wirkt die Erdanziehung) und Lavendel die Größe des aus den X-,Y- und Z-Werten errechneten Vektors. Die Artefakte kommen bei der Elektrodenposition des H10 am ehesten vom Anspannen der Brustmuskulatur (kann auch reaktiv passieren, wenn man z.B. die Arme oder den Kopf hebt). Von der Performance her ist das gleichzeitige Anzeigen von mehreren Messkurven ok, wenn man sich Shapes erstellt, die im Koordinatensystem an Ort und Stelle bleiben und dann nur den Viewpoint bewegt - ich muss da aber noch einiges optimieren, damit man beim wechseln der Zoom-Stufe und beim Start nicht darauf warten muss, dass der komplette Zeitraum berechnet wird, sondern das in kleineren Häppchen passiert.
- Bilder
|
glaskugel
(Themenstarter)
Anmeldungsdatum: 8. Juli 2010
Beiträge: 3453
|
Danke dir für deine intensiven Überlegungen. Ich denke mir mittlerweile, ob man die 3 Richtungen der Bewegung nicht irgendwie zusammenfassen sollte. In welcher Richtung die heftige Bewegung war, dürfte ja egal sein, oder? Mittlerweile habe ich zufällig im TV https://www.ndr.de/ratgeber/gesundheit/Herzrasen-oder-Herzstolpern-Vorhofflimmern-rechtzeitig-erkennen,vorhofflimmern102.html gesehen. Es ist also totale Glückssache Herzrhythmusstörungen zu erkennen. Es gibt ein "mobiles Rhythmus-Pflaster", das in der EU noch nicht zugelassen ist, da wurden im Beitrag die Herzrhythmusstörungen erst nach über 1 Woche erkannt, davor war alles ok. Ich denke mit dem Polar H10 hat man kein so schlechtes Mittel zur Hand, man muss es natürlich anlegen, wenn man was spürt und das ist nachts im Schlaf nicht optimal. Es gibt EKGs, wo man die Finger darauf legt, habe aber nichts zum Polar H10 vergleichbares gefunden, wo man die Daten brauchbar exportieren kann.
|
seahawk1986
Anmeldungsdatum: 27. Oktober 2006
Beiträge: 11176
Wohnort: München
|
glaskugel schrieb: Danke dir für deine intensiven Überlegungen. Ich denke mir mittlerweile, ob man die 3 Richtungen der Bewegung nicht irgendwie zusammenfassen sollte. In welcher Richtung die heftige Bewegung war, dürfte ja egal sein, oder?
In der normalisierten Form kann man halt nicht mehr differenzieren, woher die Bewegung kommt - für mich sieht es in dem Datensatz so aus, als ob die Z-Achse durch den Herzschlag und die X-Achse durch das Heben und Senken des Brustkorbs beim Atmen am stärksten beeinflusst wird, wobei die Phone Timestamp Werte da anscheinend nicht ganz zueinander passen - das muss ich noch mal mit den Sensor Timestamps probieren, dann sind die Wellen hoffentlich weniger gegeneinander verschoben. Mittlerweile habe ich zufällig im TV https://www.ndr.de/ratgeber/gesundheit/Herzrasen-oder-Herzstolpern-Vorhofflimmern-rechtzeitig-erkennen,vorhofflimmern102.html gesehen. Es ist also totale Glückssache Herzrhythmusstörungen zu erkennen. Es gibt ein "mobiles Rhythmus-Pflaster", das in der EU noch nicht zugelassen ist, da wurden im Beitrag die Herzrhythmusstörungen erst nach über 1 Woche erkannt, davor war alles ok.
Die Preise für das (Wegwerf-)Pflaster Xio XT von iRhythm sind ja happig - der Hersteller ist in den USA wohl noch auf Preispunktsuche, weil die Medicare Krankenkassen keine 350$ für eine Anwendung ausgeben wollen (im UK bieten das einige Praxen für das doppelte an) - soweit ich das gelesen habe, versuchen sie es momentan mit einem Preispunkt von 200$ - das ist immer noch ein stolzes Sümmchen. Ich denke mit dem Polar H10 hat man kein so schlechtes Mittel zur Hand, man muss es natürlich anlegen, wenn man was spürt und das ist nachts im Schlaf nicht optimal. Es gibt EKGs, wo man die Finger darauf legt, habe aber nichts zum Polar H10 vergleichbares gefunden, wo man die Daten brauchbar exportieren kann.
So komplex sind EKG-Geräte nicht, da kommt man z.B. schon mit einem AD8232 Chip zu brauchbaren Ergebnissen: https://swharden.com/blog/2019-03-15-sound-card-ecg-with-ad8232/ - wenn man die ermittelten Daten speichern will, braucht es dann noch einen hochauflösenden möglichst linearen Analog-Digitalwandler (z.B. Soundkarte) mit einem Rechner oder Mikrocontroller dahinter. Ich vermute das klobige Gerät für die Fingerableitung aus dem NDR-Beitrag wird intern nicht viel anders aussehen, die Batterie ist da vermutlich das größte Element und dann noch ein µC, eine SD-Karte zum Loggen der Daten und ein paar Schalter und die Metallkontakte - sowas gibt es auch in klein als Smartphone-Anhängsel mit Cloud-Anbindung, z.B. https://www.alivecor.de/
|
glaskugel
(Themenstarter)
Anmeldungsdatum: 8. Juli 2010
Beiträge: 3453
|
In der normalisierten Form kann man halt nicht mehr differenzieren, woher die Bewegung kommt
Wenn es möglich ist, würde ich gerne eine Fehlmessung durch Bewegung erkennen. Welcher Körperteil ist letztlich egal. Wir haben mittlerweile festgestellt, dass kalte Getränke zu Herzrhythmusstörungen führen, das lässt sich umso besser provozieren je heißer der Tag ist.
Die Preise für das (Wegwerf-)Pflaster Xio XT von iRhythm sind ja happig
Ja, ich wollte primär die Problematik von Profis aufzeigen, dass es sehr schwierig sein kann Herzprobleme beim Arzt zu diagnostizieren und der Ansatz über den Polar H10 zumindest eine Berechtigung hat. Im Video hatte der Patient zuerst über 1 Woche keine Probleme. Wenn beim Arzt kein Problem festgestellt wird, dann ist die Sache erledigt. Erst bei der 2. Untersuchung, die ein anderer Arzt angeordnet hatte, kam man dahinter, dass da doch was nicht stimmt.
sowas gibt es auch in klein als Smartphone-Anhängsel mit Cloud-Anbindung, z.B. https://www.alivecor.de/
Die habe ich auch gefunden, die Frage ist nur, ob ein sinnvoller Export möglich ist. AFAIR ist das gar nicht so teuer (um die 100€). Die Amazon-Rezionsionen lassen zumindest Vorsicht walten. Kannst du dir übrigens vorstellen, dass jemand dein Skript unter Windows starten kann, der totaler EDV-Laie, aber ein befreundeter Allgemein-Arzt in der Ferne ist (dh nicht Patient dort). Aus einer Konsole starten ist wahrscheinlich zu kompliziert. Es ist davon auszugehen, dass Python installiert werden soll. Später habe ich auch vor den befreundeten Herzchirurgen mit den Daten zu beschäftigen. Optimal wäre es, wenn man immer abweichende Kennzahlen bei Problemen zeigen könnte.
|
seahawk1986
Anmeldungsdatum: 27. Oktober 2006
Beiträge: 11176
Wohnort: München
|
glaskugel schrieb: Kannst du dir übrigens vorstellen, dass jemand dein Skript unter Windows starten kann, der totaler EDV-Laie, aber ein befreundeter Allgemein-Arzt in der Ferne ist (dh nicht Patient dort). Aus einer Konsole starten ist wahrscheinlich zu kompliziert. Es ist davon auszugehen, dass Python installiert werden soll. Später habe ich auch vor den befreundeten Herzchirurgen mit den Daten zu beschäftigen.
Das Skript läuft auch unter Windows - man kann Python mit allen Abhängigkeiten zusammen packen und ein ausführbares Programm erzeugen (z.B. mit dem pyinstaller). Dazu die aktuelle Python 3.10 Version von http://www.python.org oder aus dem Microsoft Store installieren, sicherstellen, dass python im PATH ist (sonst muss man beim ersten Befehl den kompletten Pfad zu Binary angeben), dann ein venv erstellen und aktivieren und die Abhängigkeiten mit pip installieren:
python3 -m venv .venv
.venv\Scripts\activate # diesen Befehl später erneut ausführen, wenn du wieder an das virtualenv kommen willst
pip install -U arcade pyinstaller
pyinstaller -F ecg_viewer.py
Danach sollte es eine dist\ecg_viewer.exe geben (ca. 30MB groß), die man weitergeben kann. Mann kann dann eine EKG-Datei auf das Programm im Explorer ziehen, um sie damit zu öffnen - ich könnte da auch noch einen Dialog zur Dateiauswahl einbauen, damit man eine Datei wählen kann, wenn das Programm ohne eine Datei als Argument gestartet wurde und ggf. die Logik so umbauen, dass man im Betrieb eine neue Datei wählen kann.
Optimal wäre es, wenn man immer abweichende Kennzahlen bei Problemen zeigen könnte.
Bislang hatte ich noch kein Glück mit einer zuverlässigen RR-Detektion - ich muss mal schauen, wie gut die RR- und HR-Daten von der Polar H10 selber sind (die kann ich leichter mit plotten lassen, wenn ich die neue Version mit einer allgemeineren Abstraktion für Messdaten fertig habe, so dass der Aufwand neue Dateien dazu zu nehmen kleiner wird) - am ehesten könnte man die Daten aus der RR-Erkennung nutzen, um Auffälligkeiten zu finden, die man sich dann selber ansehen kann, aber eine Statistik auf Basis unzuverlässig erkannte RR-Intervalle zu erzeugen halte ich für wenig hilfreich.
|
glaskugel
(Themenstarter)
Anmeldungsdatum: 8. Juli 2010
Beiträge: 3453
|
In Windows muss das DAU-sicher werden, sonst fürchte ich, wird das nichts.
Das Skript läuft auch unter Windows - man kann Python mit allen Abhängigkeiten zusammen packen und ein ausführbares Programm erzeugen (z.B. mit dem pyinstaller).
Wenn das Skript dann fertig konzipiert ist, kann ich dann einfach eine exe-Datei bauen, ohne, dass der andere noch Python, etc. installieren muss?
# diesen Befehl später erneut ausführen, wenn du wieder an das virtualenv kommen willst
Das ist für einen totalen EDV-Laien alles zu kompliziert. Einen Fileselector würde ich gut finden, wenn keine Datei übergeben wird. Es war nur eine Idee die Bewegungsdaten mit Problemdaten zu korrelieren um offensichtliche Messfehler anzuzeigen. Wenn das nicht gut machbar ist, dann eben nicht.
aber eine Statistik auf Basis unzuverlässig erkannte RR-Intervalle zu erzeugen halte ich für wenig hilfreich.
Klar, es muss sich immer ein Mensch letztlich anschauen. Ist der 2. Datensatz, den ich hochgeladen habe, besser brauchbar oder möchtest du nochmals Daten. Beim 2. Mal wurde aber im Liegen ganz still gehalten, außer kleine vorsichtige Bewegungen um sich zu kratzen o.ä., wobei der Brustbereich immer ganz ruhig blieb. Viel ruhiger geht eigentlich nicht. Man muss also bei den statistischen Werten annehmen, dass die Daten ok sind.
|