基于惩戒莫兰指数的流感监测方法、装置、介质及设备与流程

1.本发明涉及风险监测技术领域，特别涉及基于惩戒莫兰指数的流感监测方法、装置、介质及设备。


背景技术：

2.流感通过接触进行传播，传播途径包含且不限于物理感染、空气传播、体液传播，危害程度视流感性质而定，传染性、危害性是重点关注的性质之一，若某一项流感具有庞大的感染基数，则还需关注其突变性，避免其发生的致病、致死性发生大幅提升。在各种形式的全球化环境下，传染性高、致死性流感是威胁人类安全的因素之一，需要控制流感感染人数。由于流感的可监控性及可预测性，因此地区在平稳发展的情况下，监测流感的传播并及时干预数量增长的趋势至关重要。传统流行病学监测方法主要依数值统计和数量分析，未能从全局考虑，缺乏动态实时性且容易出现误判。因此，需要建立合适的数据分析模型，能够在流感爆发前期及时干预，降低流感爆发带来的影响。


技术实现要素：

3.为解决上述现有技术中存在的不足，本发明提供基于惩戒莫兰指数的流感监测方法，包括：s100、采集预设时间内的历史发病数据，计算单位时间的人口流感感染率；s200、根据所述单位时间的所述人口流感感染率计算定点时间片段内的平均人口流感感染率，通过平均人口流感感染率生成惩戒参数；s300、将惩戒参数带入莫兰指数模型，生成流感监测的惩戒莫兰指数模型，计算得到惩戒莫兰指数，以对预测地的流感情况进行监测；s200中惩戒参数的计算公式为：其中，ti为惩戒参数，favg为平均人口流感感染率，fi为第i个区块人口流感感染率；s300中惩戒莫兰指数模型的公式为：其中，ti为惩戒参数，n为区块总个数，w
ij
为空间权重值，fi为第i个区块人口流感感染率，fj表示第j个区块人口流感感染率，。
4.进一步地，步骤s100中单位时间概率的人口流感感染率计算公式为：
其中，f为当日的人口流感感染率数，n为当日的人口总数。
5.进一步地，所述定点时间片段为定点时间近y年同一时期前s天和后s天及所述定点时间所组成的时间片段。
6.进一步地，s200中计算平均人口流感感染率的公式为：其中，y为近y年的年份数，x的值域为[-s,s],为第k年第x天的人口流感感染率,当与所述定点时间相同时，x=0。
[0007]
本发明还提供基于惩戒莫兰指数的流感监测装置，包括：采集模块，用于采集预设时间内的历史发病数据，计算单位时间的人口流感感染率；处理模块，用于根据所述单位时间的所述人口流感感染率计算定点时间片段内的平均人口流感感染率，通过平均人口流感感染率生成惩戒参数；分析模块，用于将惩戒参数带入莫兰指数模型，生成流感监测的惩戒莫兰指数模型，计算得到惩戒莫兰指数，以对预测地的流感情况进行监测；处理模块中中惩戒参数的计算公式为：其中，ti为惩戒参数，favg为平均人口流感感染率，fi为第i个区块人口流感感染率；分析模块中中惩戒莫兰指数模型的公式为：其中，ti为惩戒参数，n为区块总个数，w
ij
为空间权重值，fi为第i个区块人口流感感染率，fj表示第j个区块人口流感感染率，。
[0008]
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机被处理器执行时实现如上述任一实施例所述的基于惩戒莫兰指数的流感监测方法。
[0009]
本发明还提供一种电子设备，包括至少一个处理器、及与所述处理器通信连接的存储器，其中所述存储器存储可被至少一个处理器执行的指令，所述指令被至少一个处理器执行，以使所述处理器执行如上述任一实施例所述的基于惩戒莫兰指数的流感监测方法。
[0010]
基于上述，与现有技术相比，本发明提供的基于惩戒莫兰指数的流感监测方法、装置、介质及设备，其基于地区内各下级单位的当日实际流感数据及历史流感数据，引入惩戒
参数计算当日流感率惩戒莫兰指数，根据计算得到的惩戒莫兰指数，判断预测地流感是否存在传播风险或爆发趋势，以方便在流感爆发前期及时干预。
[0011]
本发明的其它特征和有益效果将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他有益效果可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
[0012]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；在下面描述中附图所述的位置关系，若无特别指明，皆是图示中组件绘示的方向为基准。
[0013]
图1为本发明实施例一提供的基于惩戒莫兰指数的流感监测方法流程图；图2为本发明实施例二提供的惩戒参数的的函数图像；图3为本发明实施三提供的实时地的地理图像；图4为本发明实施例四提供的基于惩戒莫兰指数的流感监测装置的结构示意图；图5为本发明实施例六提供的电子设备的结构示意图。
具体实施方式
[0014]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例；下面所描述的本发明不同实施方式中所设计的技术特征只要彼此之间未构成冲突就可以相互结合；基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0015]
在本发明的描述中，需要说明的是，本发明所使用的所有术语（包括技术术语和科学术语）具有与本发明所属领域的普通技术人员通常所理解的含义相同的含义，不能理解为对本发明的限制；应进一步理解，本发明所使用的术语应被理解为具有与这些术语在本说明书的上下文和相关领域中的含义一致的含义，并且不应以理想化或过于正式的意义来理解，除本发明中明确如此定义之外。
[0016]
实施例一基于惩戒莫兰指数的监测模型建立方法，包括:s100、采集预设时间内的历史数据，计算单位时间的监测概率；s200、根据所述单位时间的所述监测概率计算定点时间片段内的平均监测概率，通过平均监测概率生成惩戒参数；s300、将惩戒参数带入莫兰指数模型，以生成惩戒莫兰指数模型。
[0017]
步骤s100中单位时间的监测概率计算公式为；其中，f为当日的监测历史数据，n为当日的人口总数。
[0018]
本实施例通过对现有莫兰指数计算方式进行改进，使用惩戒参数将大于均值的平均监测概率的数据进行一定程度的放大，对低于平均监测概率的数据不做额外处理，惩戒参数的引入在计算过程中放大了数据变化的趋势，在该过程中，预警信号发生了前移，放大后的信号使得趋势具备提前性，与原有的莫兰指数计算方式相比，本实施例提供的计算方式在监测领域更具备前瞻性。
[0019]
实施例二本实施例二在实施例一的基础上对监测模型的构建进行了细化，具体为：所述定点时间片段为定点时间近y年同一时期前s天和后s天及所述定点时间所组成的时间片段。
[0020]
其中，s200中计算平均监测概率的公式为：其中，y为近y年的年份数，x的值域为[-s,s],为第k年第x天的人口流感感染率,当与所述定点时间相同时，x=0。
[0021]
s200中惩戒参数的计算公式为：其中，ti为惩戒参数，favg为平均监测概率，fi为第i个区块的属性值，如下图2为fi》favg，且favg=0.01时的惩戒参数函数图像。
[0022]
s300中惩戒莫兰指数模型的公式为：其中，ti为惩戒参数，n为区块总个数，w
ij
为空间权重值，fi为第i个区块的属性值，fj表示第j 个区块的属性值，。
[0023]
最终计算出惩戒莫兰指数值i的值域为（-1,1）。
[0024]
当惩戒莫兰指数值i越接近于0时，监测数据与空间的关系越弱。
[0025]
当惩戒莫兰指数值i》0时，监测数据与空间分布呈现正相关，且计算值i越趋近于1，监测数据与空间分布的关联关系越强。
[0026]
反之，当惩戒莫兰指数值i《0,且计算值i越趋近于-1时，监测数据与空间分布呈现负相关关系越强。
[0027]
本实施例以监测日期确定定点时间，适用于所有在现实中与时间具有高相关性的监测领域，以定点时间前y年同一日子左右s天的数据进行统计计算，有效地将季节性、温湿度及人口迁移囊括在计算因素内，提高了监测领域与空间相关性的准确度，避免了季节、温度、人口迁徙(如春节)等因素对判断造成影响。
[0028]
实施例三基于惩戒莫兰指数的流感监测方法，如图1所示，包括：
s100、采集预设时间内的历史发病数据，计算单位时间的人口流感感染率；s200、根据所述单位时间的所述人口流感感染率计算定点时间片段内的平均人口流感感染率，通过平均人口流感感染率生成惩戒参数；s300、将惩戒参数带入莫兰指数模型，生成流感监测的惩戒莫兰指数模型，计算得到惩戒莫兰指数，以对预测地的流感情况进行监测。
[0029]
在未爆发流感的时间点下，地区根据根据下级单位上报的当日流感感染率数据、人口数据总量n，构建每日流感感染比例，结合地理位置信息及历史流感数据，计算全局流感率惩戒莫兰指数。
[0030]
根据惩戒莫兰指数模型计算值，公共卫生部门按需求增减对本地区流感情况的关注。在得到可能存在流感爆发的预警情况下，应重点关注流感率最高的几个下级单位及其周边单位的流感情况，随时应对流感爆发并做好出手干预准备。
[0031]
在计算前需要将预测地分为若干个区块，同时根据各区块的邻近性判断各区块之间的空间权重值，如果两个区块之间地理位置接触则空间权重值为1，如果两个区块之间地理位置不接触，则空间权重值为0。
[0032]
以当日人口感染数及人口总数，计算人口流感感染率，可以计算整个预测地的人口感染率，也可以分各个区块进行计算，具体公式为：其中，f为当日的人口流感感染数，n为当日的人口总数，计算得到f为人口流感感染率。
[0033]
根据定点时间段计算整个预测地平均人口流感感染率，所述定点时间片段为定点时间近y年同一时期前s天和后s天及所述定点时间所组成的时间片段。
[0034]
则，s200中计算平均人口流感感染率的公式为：其中，y为近y年的年份数，x的值域为[-s,s],为第k年第x天的人口流感感染率,当与所述定点时间相同时，x=0；在一较佳实施例中，s为3，及以近y年前3天和后3天及包括定点日共7天的历史流感数据，计算待测地的平均人平均人口流感感染率favg：需要说明的是，在计算允许的情况下，y的取值是能采集到数据尽可能多的年份，所采集到的年份越多数据更准确，但考虑计算以及数据收集方便y的取值为[1,30],优选地，y的取值为5或10。同时，流行病的传播受季节及天气影响较大，所以s的取值范围为[1,15],优选地，s的取值为3，其获取到的定点时间片段正好为一周。
[0035]
选定任一区块，逐个计算各个区块的惩戒参数，s200中惩戒参数的计算公式为：
其中，ti为惩戒参数，f
avg
为平均人口流感感染率，fi为第i个区块人口流感感染率。
[0036]
s300中惩戒莫兰指数模型的公式为：其中，ti为惩戒参数，n为区块总个数，w
ij
为空间权重值，若i区块和j区块相邻，则为1，若i区块和j区块不相邻则为0；fi为第i个区块的属性值，fj表示第j 个区块的属性值，。
[0037]
最终计算出惩戒莫兰指数值i的值域为（-1,1）。
[0038]
当惩戒莫兰指数值i越接近于0时，疾病的发生关系与空间的关系较弱，呈随机性。
[0039]
当惩戒莫兰指数值i》0时，疾病的发生关系与空间分布呈现正相关，且计算值i越趋近于1，监测数据与空间分布的关联关系越强，即疾病的发生关系与空间关系较强，存在聚集现象。
[0040]
反之，当惩戒莫兰指数值i《0,且惩戒莫兰指数值i越趋近于-1时，疾病的发生关系与空间分布呈现负相关关系越强，即疾病的发生关系与空间关系较强，存在离散现象。
[0041]
基于流感的空间传播特征，空间分布与流感的传播必然呈现正相关。本发明中的惩戒莫兰指数预警信号发生了前移，在未产生预警信号时计算值会偏移落在0值附近。
[0042]
在一具体实施例中，如以s市为例，s市具有6个下级单位a-f区，n=6。各区地理位置如图3所示，将存在地理位置接触的空间权重值设置为1，不存在地理位置接触的空间权重值设置为0，则各区之间的空间权重值w
ij
形成下表1：表1假设地区近五年平均流感感染率为=0.00716664666666667，且各区块当日的人口感染率如下表2所示：表2
由此可通过历史记录计算得到=4.83333310-6
各区的惩戒参数如下表3所示：表3融合惩戒参数后的空间权重值如下表4所示：表4则惩戒莫兰指数模型最后得到的结果为：= 16.1713927= 3.091310-060606
0.237133464由于=0.237133464》0，体现流感传播与空间分布呈现正相关，且数值达到近0.25，已形成一定规模的传播趋势。地区应当根据自己当前的政策要求、经济发展和人员流
动等情况，自行决定是否需要制定、发布流感干预处理措施。
[0043]
本实施例将实施一、二建立的监测模型应用于流行疾病监测领域，考虑了流行疾病发病、传染的季节及天气因素，能够一定程度上监测本地是否存在爆发性漫延的流感，以帮助防控人员及时了解流感传播状态，并发布相关降低甚至是阻断流感的传播趋势措施。
[0044]
该方法基于地区内各下级单位的当日实际流感数据，通过计算当日流感率惩戒莫兰指数，与下级单位计算本单位的惩戒莫兰指数进行比较，验证当日实际流感数量是否存在爆发趋势，以支持公共卫生部门进行决策制定和发布干预措施。地区的下级单位通过本地当日流感感染人数，当日人口总数，计算得到本地当日人口流感感染率后，将数据上传至地区。地区将下级单位上报的当日流感率结合历史平均人口流感感染率、地理位置信息，计算当日全局流感率惩戒莫兰指数。后续使用形式参照莫兰指数，若计算值符合一定条件，则需要公共卫生部门向下级部门发出预警通知，并令流感率最大的几个下级单位及其周边单位做好流感监控并时刻准备进行干预操作，降低流感传染带来的影响。
[0045]
实施例四基于惩戒莫兰指数的流感监测装置，如图4所示，包括：采集模块，用于采集预设时间内的历史发病数据，计算单位时间的人口流感感染率；处理模块，用于根据所述单位时间的所述人口流感感染率计算定点时间片段内的平均人口流感感染率，通过平均人口流感感染率生成惩戒参数；分析模块，用于将惩戒参数带入莫兰指数模型，生成流感监测的惩戒莫兰指数模型，计算得到惩戒莫兰指数，以对预测地的流感情况进行监测；处理模块中中惩戒参数的计算公式为：其中，ti为惩戒参数，favg为平均人口流感感染率，fi为第i个区块人口流感感染率；分析模块中中惩戒莫兰指数模型的公式为：其中，ti为惩戒参数，n为区块总个数，w
ij
为空间权重值，fi为第i个区块人口流感感染率，fj表示第j个区块人口流感感染率，。
[0046]
实施例五一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机被处理器执行时实现如上述任一实施例所述的基于惩戒莫兰指数的流感监测方法。
[0047]
具体实施时，计算机可读存储介质为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid-state drive，ssd)等；计
算机可读存储介质还可以包括上述种类的存储器的组合。
[0048]
实施例六一种电子设备，如图5所示，包括至少一个处理器、及与所述处理器通信连接的存储器，其中所述存储器存储可被至少一个处理器执行的指令，所述指令被至少一个处理器执行，以使所述处理器执行如上述任一实施例所述的基于惩戒莫兰指数的流感监测方法。
[0049]
具体实施时，处理器的数量可以是一个或多个，处理器可以为中央处理器(central processing unit，cpu)。处理器还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0050]
存储器与处理器可以通过总线或其他方式通信连接，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使处理器执行如上方法实施例中介绍的基于惩戒莫兰指数的流感监测方法。
[0051]
另外，本领域技术人员应当理解，尽管现有技术中存在许多问题，但是，本发明的每个实施例或技术方案可以仅在一个或几个方面进行改进，而不必同时解决现有技术中或者背景技术中列出的全部技术问题。本领域技术人员应当理解，对于一个权利要求中没有提到的内容不应当作为对于该权利要求的限制。
[0052]
尽管本文中较多的使用了诸如历史数据、监测概率、平均监测概率、惩戒参数、莫兰指数模型、惩戒莫兰指数模型等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的；本发明实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”、等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
[0053]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

技术特征：
1.基于惩戒莫兰指数的流感监测方法，其特征在于,包括:s100、采集预设时间内的历史发病数据，计算单位时间的人口流感感染率；s200、根据所述单位时间的所述人口流感感染率计算定点时间片段内的平均人口流感感染率，通过平均人口流感感染率生成惩戒参数；s300、将惩戒参数带入莫兰指数模型，生成流感监测的惩戒莫兰指数模型，计算得到惩戒莫兰指数，以对预测地的流感情况进行监测；s200中惩戒参数的计算公式为：其中，t
i
为惩戒参数，favg为平均人口流感感染率，f
i
为第i个区块人口流感感染率；s300中惩戒莫兰指数模型的公式为：其中，t
i
为惩戒参数，n为区块总个数，w
ij
为空间权重值，f
i
为第i个区块人口流感感染率，f
j
表示第j个区块人口流感感染率，。2.根据权利要求1所述的基于惩戒莫兰指数的流感监测方法，其特征在于，步骤s100中单位时间的人口流感感染率计算公式为：其中，f为当日的人口流感感染数，n为当日的人口总数。3.根据权利要求1所述的基于惩戒莫兰指数的流感监测方法，其特征在于：所述定点时间片段为定点时间近y年同一时期前s天和后s天及所述定点时间所组成的时间片段。4.根据权利要求3所述的基于惩戒莫兰指数的流感监测方法，其特征在于，s200中计算平均人口流感感染率的公式为：其中，y为近y年的年份数，x的值域为[-s,s],为第k年第x天的人口流感感染率,当与所述定点时间相同时，x=0。5.基于惩戒莫兰指数的流感监测装置，其特征在于，包括：采集模块，用于采集预设时间内的历史发病数据，计算单位时间的人口流感感染率；处理模块，用于根据所述单位时间的所述人口流感感染率计算定点时间片段内的平均人口流感感染率，通过平均人口流感感染率生成惩戒参数；分析模块，用于将惩戒参数带入莫兰指数模型，生成流感监测的惩戒莫兰指数模型，计算得到惩戒莫兰指数，以对预测地的流感情况进行监测；处理模块中中惩戒参数的计算公式为：
其中，t
i
为惩戒参数，favg为平均人口流感感染率，f
i
为第i个区块人口流感感染率；分析模块中中惩戒莫兰指数模型的公式为：其中，t
i
为惩戒参数，n为区块总个数，w
ij
为空间权重值，f
i
为第i个区块人口流感感染率，f
j
表示第j个区块人口流感感染率，。6.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机指令，所述计算机被处理器执行时实现如权利要求1-4任一项所述的基于惩戒莫兰指数的流感监测方法。7.一种电子设备，其特征在于：包括至少一个处理器、及与所述处理器通信连接的存储器，其中所述存储器存储可被至少一个处理器执行的指令，所述指令被至少一个处理器执行，以使所述处理器执行如权利要求1-4任一项所述的基于惩戒莫兰指数的流感监测方法。

技术总结
本发明涉及风险监测技术领域，特别涉及基于惩戒莫兰指数的流感监测方法、装置、介质及设备，包括采集预设时间内的历史发病数据，计算单位时间的人口流感感染率；根据所述单位时间的所述人口流感感染率计算定点时间片段内的平均人口流感感染率，通过平均人口流感感染率生成惩戒参数；将惩戒参数带入莫兰指数模型，生成流感监测的惩戒莫兰指数模型，计算得到惩戒莫兰指数。本发明提供的基于惩戒莫兰指数的流感监测方法、装置、介质及设备，基于地区内各下级单位的当日实际流感数据及历史流感数据，引入惩戒参数计算当日流感率惩戒莫兰指数，根据计算得到的惩戒莫兰指数，判断预测地流感是否存在传播风险或爆发趋势。流感是否存在传播风险或爆发趋势。流感是否存在传播风险或爆发趋势。


技术研发人员：肖高云 郭望 郭劲军 谢江龙
受保护的技术使用者：厦门畅享信息技术有限公司
技术研发日：2023.09.15
技术公布日：2023/10/20