流感疫情预测技术研究与主动监控系统的实现

摘要

流感是由流感病毒引起的急性呼吸道感染疾病，具有传染性强、传播速度快的特点。近年来 H1N1、H5N1、H7N9等多种流感病毒在我国多个地区暴发，对公众的健康造成严重的威胁。目前的流感监控主要是通过遍布全国的流感监控网络，不仅费时费力，而且疫情信息的发布具有一定的延迟性，而流感疫情的暴发却往往非常迅速，另外这种监控方式只能监控在哨点医院进行治疗的病人，对于整个人群的流感感染程度反映得不够全面。针对目前的这种流感监控方式，本工作主要内容有两点。
　　（1）针对国家流感中心公布流感疫情的延迟性，通过研究流感样病例（ILI）数据和好搜指数的相关性，给出基于多元线性回归模型的流感流行趋势预测方法。选择中国大陆地区三个具有代表性的省份/城市（北京、上海、广东）建立模型，使用真实数据对模型的准确性做出评估，实验结果表明预测值集合和真实值集合的皮尔森相关系数接近0.8，两者呈现出极强的相关性，达到了理想的预测结果。进而整合过去7天的流感疫情数据对该疫情做出预测，与只使用好搜指数进行预测的效果对比发现皮尔森相关系数提高了0.13~0.19，预测结果更加准确。最后将预测的流感蔓延趋势在监控系统中使用线性图的方式展现。
　　（2）针对流感监控的不全面性和被动性，设计并实现了流感疫情主动监测系统。本系统提供公众上报其流感感染情况的功能，用户上报的病例信息会立即在地图上面展示出来，实时性强；普通公众全部可以主动参加，使流感的监测对象更加全面。本系统在国家流感中心搭建 Restful风格的Web服务，将权威的流感疫情数据引入到本系统的数据库中，并展现在系统的终端上面，同时用户可以直观地在地图上面看到周围的流感病例，为用户的出行和采取预防措施提供一定的参考。该系统能够帮助政府部门了解最新的流感疫情，从而为流感防控政策的制定提供一定的依据。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1课题研究背景及意义

1.2研究现状

1.3本文主要工作

1.4本文组织结构

第2章 相关技术介绍

2.1 REST风格概述

2.2 Apache Mina网络框架

2.3小结

第3章 流感疫情预测技术

3.1相关性评价指标

3.2数据来源

3.3流感数据与好搜指数相关性分析

3.4基于多元回归线性模型的流感疫情预测

3.5基于支持向量机回归模型的流感疫情预测

3.6小结

第4章 系统需求分析与架构

4.1系统概述

4.2系统架构和技术选型

4.3小结

第5章 系统的实现

5.1流感中心服务器的实现

5.2 Apache Mina服务器的实现

5.3客户端的实现

5.4小结

结论

参考文献

致谢

附录A（攻读硕士学位期间所发表的学术论文目录）

附录B 攻读学位期间所参与的项目