利用图模型实现疫情爆发期间疫情动态信息分析的方法、系统、装置、处理器及其存储介质

摘要

本发明涉及一种利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法，其中，该方法包括：基于预先所获知的第一个确诊病例信息，根据所确定的被监测人物的属性类型以及该被监测人物的活动地点信息构建图模型；根据图模型确定预设时间内预设区域的传染病感染情况得分数值；根据传染病感染情况得分数值确定该区域的密切接触理论值，得到相应的疫情动态信息。本发明还涉及一种相应的系统、装置、处理器及其存储介质。采用了本发明的相应的方法、系统、装置、处理器及其存储介质，能够利用动态图模型直观的形成疫情爆发期下人与人之间的接触网络图，并根据流行病学路径快速的查找出密切接触者或者潜在的感染者，从而阻止传染病的进一步爆发。

说明书

技术领域

本发明涉及传染病风险和防控技术领域，尤其涉及风险动态信息分析技术领域，具体是指一种利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法、系统、装置、处理器及其计算机存储介质。

背景技术

假设X地区在某日出现新增n例患者，流行病调查后发现n个人中互相之间没有什么联系，也没有接触过。由于交通工具等因素。实际情况很可能是A传给B，B传给C，C传给D，但其中AD两人被确诊，而BC则可能因为个人免疫力等因素让他们没有在第一时间内被发现。这种情况下，AD之间的联系会被忽略，而BC两人很可能会被排除在密切接触者之外。

根据上面的例子，疫情爆发期下人与人之间的接触会形成网络图，线性的流行病调查无法满足和及时找到所有密接人员。

发明内容

本发明的目的是克服了上述现有技术的缺点，提供了一种能够快速且精准定位密切接触人员的利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法、系统、装置、处理器及其计算机存储介质。

为了实现上述目的，本发明的利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法、系统、装置、处理器及其计算机存储介质如下：

该利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法，其主要特点是，所述的方法包括以下步骤：

(1)基于预先所获知的传染病的第一个确诊病例信息，根据所确定的被监测人物的属性类型以及该被监测人物的活动地点信息构建传染病轨迹动态图模型；

(2)根据所述的动态图模型确定预设时间内预设区域的传染病感染情况得分数值；

(3)根据所述的传染病感染情况得分数值确定该预设区域的密切接触理论值，从而得到相应的疫情动态信息。

较佳地，所述的步骤(1)具体为：

(1.1)基于预先所获知的传染病的第一个确诊病例信息，确定该被监测人物的属性类型为第一个确诊病例，并根据所述的第一个确诊病例的活动轨迹构建传染病轨迹动态图模型；

(1.2)重复上述步骤(1.1)，将该动态图模型中与所述的被监测人物在预设时间内的所有关联人物的活动轨迹均录入该动态图模型中，以完成最终的传染病轨迹图模型的构建。

更佳地，所述的步骤(1.2)具体为：

根据已确定的所述的第一个确诊病例的活动轨迹将该第一个确诊病例在所述的预设时间内的每一个时间节点范围内的特定活动地点中的所有接触对象都录入该动态图模型中，以完成最终的传染病轨迹图模型的构建。

较佳地，所述的被监测人物的属性类型为下列类型之一：

·第一个确诊病例；

·密切接触者；

·感染者；

·没有被发现的感染者；

·没有被发现的康复者；

·被隔离人员；

·隔离期间确诊且最终康复者；

·住院最终死亡人员；

●死亡人员。

较佳地，所述的活动轨迹具体为：预设时间内所述的被监测人物在活动地点的停留状态。

较佳地，确定所述的传染病感染情况得分数值，具体为：

根据所述的预设时间下的该预设区域的平均恢复系数以及平均感染系数，按照以下公式确定该预设区域的感染情况得分t

其中，α(t)为该预设区域的平均恢复系数，β(t)为该预设区域的平均感染系数，max为取该预设时间下的最大值。

较佳地，所述的预设区域的平均恢复系统α(t)为通过以下方式得到：

计算该预设区域内各个医院在t时刻的住院空病床率

其中，n为t时刻空床数，n′为t时刻平均床位总数，m为t时刻平icu空床数，m′为t时刻平均icu床位总数。

较佳地，所述的预设区域的平均感染系数β(t)为通过以下方式得到：

根据以下公式计算得到所述的平均感染系数β(t)：

其中，s(t)为t时间内该预设区域的疑似病例人数，p(t)为该预设区域的总人数。

较佳地，所述的疑似病例人数s(t)为根据以下公式计算得到：

将计算出的所述的疑似病例人数s(t)作为该预设区域的所述的密切接触理论值，从而获取相应的疫情动态信息。

较佳地，所述的方法还包括以下步骤：

(4)根据计算出的所述的预设区域的密切接触理论值与实际监测所获取的密切接触实际值的差值，预测该预设区域暂未被发现的密切接触人数。

较佳地，所述的密切接触实际值具体为根据确诊病例的行动轨迹调查后所确定的接触人数。

该利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的系统，其主要特点是，所述的系统包括：

动态图模型构建模块，所述的动态图模型构建模块基于预先所获知的传染病的第一个确诊病例信息，用于根据所确定的被监测人物的属性类型以及该被监测人物的活动地点信息构建传染病轨迹动态图模型；

预设区域感染量化模块，与所述的动态图模型构建模块相连接，用于根据所述的动态图模型量化出所述预设区域的传染病感染情况得分数值；

疫情动态分析模块，与所述的预设区域感染量化模块相连接，用于根据所述的传染病感染情况得分数值预测该预设区域暂未被发现的密切接触人数。

较佳地，所述的动态图模型构建模块具体进行以下处理：

(1.1)基于预先所获知的传染病的第一个确诊病例信息，确定该被监测人物的属性类型为第一个确诊病例，并根据所述的第一个确诊病例的活动轨迹构建传染病轨迹动态图模型；

(1.2)重复上述处理(1.1)，将该动态图模型中与所述的被监测人物在预设时间内的所有关联人物的活动轨迹均录入该动态图模型中，以完成最终的传染病轨迹图模型的构建。

更佳地，所述的处理(1.2)具体为：

根据已确定的所述的第一个确诊病例的活动轨迹将该第一个确诊病例在所述的预设时间内的每一个时间节点范围内的特定活动地点中的所有接触对象都录入该动态图模型中，以完成最终的传染病轨迹图模型的构建。

较佳地，所述的预设区域感染量化模块具体进行以下处理：

根据所述的动态图模型确定预设时间内预设区域的传染病感染情况得分数值，所述的传染病感染情况得分数值，具体为：

根据所述的预设时间下的该预设区域的平均恢复系数以及平均感染系数，按照以下公式确定该预设区域的感染情况得分t

其中，α(t)为该预设区域的平均恢复系数，β(t)为该预设区域的平均感染系数，max为取该预设时间下的最大值。

较佳地，所述的预设区域的平均恢复系统α(t)为通过以下方式得到：

计算该预设区域内各个医院在t时刻的住院空病床率

其中，n为t时刻空床数，n′为t时刻平均床位总数，m为t时刻平icu空床数，m′为t时刻平均icu床位总数。

较佳地，所述的预设区域的平均感染系数β(t)为通过以下方式得到：

根据以下公式计算得到所述的平均感染系数β(t)：

其中，s(t)为t时间内该预设区域的疑似病例人数，p(t)为该预设区域的总人数。

较佳地，所述的疑似病例人数s(t)为根据以下公式计算得到：

将计算出的所述的疑似病例人数s(t)作为该预设区域的所述的密切接触理论值，从而获取相应的疫情动态信息。

更佳地，所述的疫情动态分析模块具体进行以下处理：

根据所述的预设区域感染量化模块计算出的所述的预设区域的密切接触理论值与实际监测所获取的密切接触实际值的差值，预测该预设区域暂未被发现的密切接触人数。

较佳地，所述的密切接触实际值具体为根据确诊病例的行动轨迹调查后所确定的接触人数。

该用于实现利用图模型针对传染病疫情爆发期间疫情动态信息分析的装置，其主要特点是，所述的装置包括：

处理器，被配置成执行计算机可执行指令；

存储器，存储一个或多个计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现上述利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法的各个步骤。

该利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的处理器，其主要特点是，所述的处理器被配置成执行计算机可执行指令，实现上述利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法的各个步骤。

该计算机可读存储介质，其主要特点是，其上存储有计算机程序，实现上述利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法的各个步骤。

采用了本发明的该利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法、系统、装置、处理器及其计算机可读存储介质，基于预先所获知的传染病的第一个确诊病例信息，根据人物属性类型和活动地点信息，绘制出动态图模型，并通过该动态图模型来监控预设区域的疫情传播情况，并结合该预设区域的平均恢复系数以及平均感染系数计算出该预设区域的感染情况得分，根据该计算出的感染情况得分来及时的发现潜在的密切接触者以及感染者，从而更大程度上避免了传染病疫情的再一次爆发，从传染源头着手，根据密切接触差值将传染风险降到最低，从而为城市突发公共卫生事件提供有力的信息支撑。

附图说明

图1为本发明的利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法的被监测人物的图模型示意图。

图2为本发明的利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法的录入所有人物信息的图模型示意图。

图3为本发明的利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法的感染者与未被发现的密切接触者的图模型示意图。

具体实施方式

为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。

在详细说明根据本发明的实施例前，应该注意到的是，在下文中，术语“包括”、“包含”或任何其他变体旨在涵盖非排他性的包含，由此使得包括一系列要素的过程、方法、物品或者设备不仅包含这些要素，而且还包含没有明确列出的其他要素，或者为这种过程、方法、物品或者设备所固有的要素。

该利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法，其主要特点是，所述的方法包括以下步骤：

(1)基于预先所获知的传染病的第一个确诊病例信息，根据所确定的被监测人物的属性类型以及该被监测人物的活动地点信息构建传染病轨迹动态图模型；

(2)根据所述的动态图模型确定预设时间内预设区域的传染病感染情况得分数值；

(3)根据所述的传染病感染情况得分数值确定该预设区域的密切接触理论值，从而得到相应的疫情动态信息。

作为本发明的优选实施方式，所述的步骤(1)具体为：

请参阅图1所示，(1.1)基于预先所获知的传染病的第一个确诊病例信息，确定该被监测人物的属性类型为第一个确诊病例，并根据所述的第一个确诊病例的活动轨迹构建传染病轨迹动态图模型；

(1.2)重复上述步骤(1.1)，将该动态图模型中与所述的被监测人物在预设时间内的所有关联人物的活动轨迹均录入该动态图模型中，以完成最终的传染病轨迹图模型的构建。

作为本发明的优选实施方式，请参阅图2所示，所述的步骤(1.2)具体为：

根据已确定的所述的第一个确诊病例的活动轨迹将该第一个确诊病例在所述的预设时间内的每一个时间节点范围内的特定活动地点中的所有接触对象都录入该动态图模型中，以完成最终的传染病轨迹图模型的构建。

作为本发明的优选实施方式，所述的被监测人物的属性类型为下列类型之一：

·第一个确诊病例；

·密切接触者；

·感染者；

·没有被发现的感染者；

·没有被发现的康复者；

·被隔离人员；

·隔离期间确诊且最终康复者；

·住院最终死亡人员；

·死亡人员。

作为本发明的优选实施方式，所述的活动轨迹具体为：预设时间内所述的被监测人物在活动地点的停留状态。

作为本发明的优选实施方式，确定所述的传染病感染情况得分数值，具体为：

根据所述的预设时间下的该预设区域的平均恢复系数以及平均感染系数，按照以下公式确定该预设区域的感染情况得分t

其中，α(t)为该预设区域的平均恢复系数，β(t)为该预设区域的平均感染系数，max为取该预设时间下的最大值。

作为本发明的优选实施方式，所述的预设区域的平均恢复系统α(t)为通过以下方式得到：

计算该预设区域内各个医院在t时刻的住院空病床率

其中，n为t时刻空床数，n′为t时刻平均床位总数，m为t时刻平icu空床数，m′为t时刻平均icu床位总数。

作为本发明的优选实施方式，所述的预设区域的平均感染系数β(t)为通过以下方式得到：

根据以下公式计算得到所述的平均感染系数β(t)：

其中，s(t)为t时间内该预设区域的疑似病例人数，p(t)为该预设区域的总人数。

作为本发明的优选实施方式，所述的疑似病例人数s(t)为根据以下公式计算得到：

将计算出的所述的疑似病例人数s(t)作为该预设区域的所述的密切接触理论值，从而获取相应的疫情动态信息。

作为本发明的优选实施方式，所述的方法还包括以下步骤：

(4)根据计算出的所述的预设区域的密切接触理论值与实际监测所获取的密切接触实际值的差值，预测该预设区域暂未被发现的密切接触人数。

作为本发明的优选实施方式，所述的密切接触实际值具体为根据确诊病例的行动轨迹调查后所确定的接触人数。

该利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的系统，其中，所述的系统包括：

动态图模型构建模块，所述的动态图模型构建模块基于预先所获知的传染病的第一个确诊病例信息，用于根据所确定的被监测人物的属性类型以及该被监测人物的活动地点信息构建传染病轨迹动态图模型；

预设区域感染量化模块，与所述的动态图模型构建模块相连接，用于根据所述的动态图模型量化出所述预设区域的传染病感染情况得分数值；

疫情动态分析模块，与所述的预设区域感染量化模块相连接，用于根据所述的传染病感染情况得分数值预测该预设区域暂未被发现的密切接触人数。

作为本发明的优选实施方式，所述的动态图模型构建模块具体进行以下处理：

(1.1)基于预先所获知的传染病的第一个确诊病例信息，确定该被监测人物的属性类型为第一个确诊病例，并根据所述的第一个确诊病例的活动轨迹构建传染病轨迹动态图模型；

(1.2)重复上述处理(1.1)，将该动态图模型中与所述的被监测人物在预设时间内的所有关联人物的活动轨迹均录入该动态图模型中，以完成最终的传染病轨迹图模型的构建。

更进一步地，所述的处理(1.2)具体为：

根据已确定的所述的第一个确诊病例的活动轨迹将该第一个确诊病例在所述的预设时间内的每一个时间节点范围内的特定活动地点中的所有接触对象都录入该动态图模型中，以完成最终的传染病轨迹图模型的构建。

作为本发明的优选实施方式，所述的预设区域感染量化模块具体进行以下处理：

根据所述的动态图模型确定预设时间内预设区域的传染病感染情况得分数值，所述的传染病感染情况得分数值，具体为：

根据所述的预设时间下的该预设区域的平均恢复系数以及平均感染系数，按照以下公式确定该预设区域的感染情况得分t

其中，α(t)为该预设区域的平均恢复系数，β(t)为该预设区域的平均感染系数，max为取该预设时间下的最大值。

作为本发明的优选实施方式，所述的预设区域的平均恢复系统α(t)为通过以下方式得到：

计算该预设区域内各个医院在t时刻的住院空病床率

其中，n为t时刻空床数，n′为t时刻平均床位总数，m为t时刻平icu空床数，m′为t时刻平均icu床位总数。

作为本发明的优选实施方式，所述的预设区域的平均感染系数β(t)为通过以下方式得到：

根据以下公式计算得到所述的平均感染系数β(t)：

其中，s(t)为t时间内该预设区域的疑似病例人数，p(t)为该预设区域的总人数。

作为本发明的优选实施方式，所述的疑似病例人数s(t)为根据以下公式计算得到：

将计算出的所述的疑似病例人数s(t)作为该预设区域的所述的密切接触理论值，从而获取相应的疫情动态信息。

作为本发明的优选实施方式，所述的疫情动态分析模块具体进行以下处理：

根据所述的预设区域感染量化模块计算出的所述的预设区域的密切接触理论值与实际监测所获取的密切接触实际值的差值，预测该预设区域暂未被发现的密切接触人数。

作为本发明的优选实施方式，所述的密切接触实际值具体为根据确诊病例的行动轨迹调查后所确定的接触人数。

该用于实现利用图模型针对传染病疫情爆发期间疫情动态信息分析的装置，其中，所述的装置包括：

处理器，被配置成执行计算机可执行指令；

存储器，存储一个或多个计算机可执行指令，所述计算机可执行指令被所述处理器执行时，实现上述利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法的各个步骤。

该利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的处理器，其中，所述的处理器被配置成执行计算机可执行指令，实现上述利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法的各个步骤。

该计算机可读存储介质，其中，其上存储有计算机程序，实现上述利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法的各个步骤。

在本发明的一具体实施方式中，请参阅图1所示，其中，人物属性与地点信息为顶点，停留信息为边。图1中记录的信息是甲在起始时间到结束时间的这段期间，停留在了某地超市，在实际绘图中，不存在停留的这个矩形，停留信息会被包括在边中。

重复上述图1中的步骤，直到数据库内所有人物信息都被录入到如图1所示的模型中，此时可以得到如图2所示的图模型。

在本发明的一具体实施方式中，请参阅图3所示，图3中实线连接着已经被发现的感染者，虚线表示了暂时还没有发现的感染者，根据上述计算出的该预设区域的感染情况得分t

本实施例的具体实现方案可以参见上述实施例中的相关说明，此处不再赘述。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行装置执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，相应的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器、磁盘、光盘或者U盘等。

在本说明书的描述中，参考术语“一实施例”、“一些实施例”、“示例”、“具体示例”、或“实施例”、“实施方式”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

采用了本发明的该利用图模型针对传染病疫情爆发期间实现疫情动态信息分析的方法、系统、装置、处理器及其计算机可读存储介质，基于预先所获知的传染病的第一个确诊病例信息，根据人物属性类型和活动地点信息，绘制出动态图模型，并通过该动态图模型来监控预设区域的疫情传播情况，并结合该预设区域的平均恢复系数以及平均感染系数计算出该预设区域的感染情况得分，根据该计算出的感染情况得分来及时的发现潜在的密切接触者以及感染者，从而更大程度上避免了传染病疫情的再一次爆发，从传染源头着手，根据密切接触差值将传染风险降到最低，从而为城市突发公共卫生事件提供有力的信息支撑。

在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。