传染病传播规模预测方法、装置、介质及电子设备与流程

1.本公开涉及大数据技术领域，具体而言，涉及一种传染病传播规模预测方法、传染病传播规模预测装置、计算机可读介质及电子设备。


背景技术：

2.从掌握传染病基本规律的现实意义出发，基于实际病例数据构建传染病传播规模预测模型，是传染病防控和预判的重要工作。
3.在相关技术方案中，基于目标传染病的历史病例数据，利用时序算法模型学习历史数据的趋势，预测目标传染病的未来传播。然而，这种技术方案仅基于历史病例数据进行预测，没有考虑现实传染病防控政策对传染病传播的影响，导致预测结果不准确。
4.因此，如何准确高效地对目标传染病的传播进行预测成为亟待解决的技术难题。
5.需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。


技术实现要素：

6.本公开实施例的目的在于提供一种传染病传播规模预测方法、传染病传播规模预测装置、计算机可读介质及电子设备，进而至少在一定程度上实现准确高效地对目标传染病的传播进行预测。
7.本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
8.根据本公开实施例的第一方面，提供了一种传染病传播规模预测方法，所述方法包括：基于传染病数据确定传染病传播模型的多个参数的值，所述传染病传播模型与目标传染病对应，所述多个参数包括密接隔离态人数以及暴露态人群被密接隔离的比例；基于所述多个参数的值以及所述传染病传播模型，确定所述目标传染病的传染病传播周期的多个阶段中各个阶段的传染率；基于所述多个阶段中目标阶段的传染率，对所述目标传染病的所述目标阶段的传播进行预测。
9.根据第一方面，在一些示例实施例中，所述多个参数还包括：易感态人数、感染态人数以及总人数，所述基于所述多个阶段中目标阶段的传染率，对所述目标传染病的所述目标阶段的传播进行预测，包括：基于所述目标阶段的易感态人数、感染态人数、总人数以及所述目标阶段的传染率确定易感态人数变化率；基于所述易感态人数变化率确定所述目标阶段的下一阶段的易感态人数。
10.根据第一方面，在一些示例实施例中，所述多个参数还包括：暴露态人数、潜伏期时长、暴露态到密接隔离态的时间，所述基于所述多个阶段中目标阶段的传染率，对所述目标传染病的所述目标阶段的传播进行预测，包括：确定所述目标阶段的暴露态人数与暴露态到密接隔离态的时间之间的第一比值；确定所述目标阶段的暴露态人数与潜伏期时长之间的第二比值；基于所述目标阶段的易感态人数变化率、所述第一比值、所述第二比值以及
暴露态人群被密接隔离的比例，确定暴露态人数变化率；基于所述暴露态人数变化率，确定所述目标阶段的下一阶段的暴露态人数。
11.根据第一方面，在一些示例实施例中，所述多个参数还包括：密接隔离发病到移除态的时间，所述基于所述多个阶段中目标阶段的传染率，对所述目标传染病的所述目标阶段的传播进行预测，包括：确定所述目标阶段的密接隔离态人数与密接隔离发病到移除态的时间之间的第三比值；基于所述目标阶段的所述第一比值、所述第三比值以及所述暴露态人群被密接隔离的比例，确定密接隔离态人数变化率；基于所述密接隔离态人数变化率，确定所述目标阶段的下一阶段的密接隔离人数。
12.根据第一方面，在一些示例实施例中，所述多个参数还包括：感染态到移除态的时间，所述基于所述多个阶段中目标阶段的传染率，对所述目标传染病的所述目标阶段的传播进行预测，包括：确定所述目标阶段的感染态人数与感染态到移除态的时间之间的第四比值；基于所述目标阶段的所述第二比值、所述第四比值以及所述暴露态人群被密接隔离的比例，确定感染态人数变化率；基于所述感染态人数变化率，确定所述目标阶段的下一阶段的感染态人数。
13.根据第一方面，在一些示例实施例中，所述基于所述多个阶段中目标阶段的传染率，对所述目标传染病的所述目标阶段的传播进行预测，包括：基于所述目标阶段的所述第三比值以及所述第四比值，确定所述移除态人数变化率；基于所述移除态人数变化率，确定所述目标阶段的下一阶段的移除态人数。
14.根据第一方面，在一些示例实施例中，所述基于所述多个阶段中目标阶段的传染率，对所述目标传染病的所述目标阶段的传播进行预测，包括：基于所述多个阶段中目标阶段的传染率，通过下式(1)至(5) 对所述目标传染病的所述目标阶段的传播进行预测：
[0015][0016][0017][0018][0019][0020]
n＝s
t
+e
t
+c
t
+i
t
+r
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0021]
其中，s
t
是易感态人数，i
t
是感染态人数，e
t
是暴露态人数，c
t
是密接隔离态人数，r
t
是移除态人数，d
e
是潜伏期时长，d
c
是暴露态到密接隔离态的时间，d
c
‑
r
是密接隔离发病到移除态的时间，d
i
‑
r
是感染态到移除态的时间，r是暴露态人群被密接隔离的比例，β是传染率，n 是总人数。
[0022]
根据本公开实施例的第二方面，提供了一种传染病传播规模预测装置，所述装置包括：参数确定模块，用于基于传染病数据确定传染病传播模型的多个参数的值，所述传染
病传播模型与目标传染病对应，所述多个参数包括密接隔离态人数以及暴露态人群被密接隔离的比例；传染率确定模块，用于基于所述多个参数的值以及所述所述传染病传播模型，确定所述目标传染病的传染病传播周期的多个阶段中各个阶段的传染率；预测模块，用于基于所述多个阶段中目标阶段的传染率，对所述目标传染病的所述目标阶段的传播进行预测。
[0023]
根据第二方面，在一些示例实施例中，所述多个参数还包括：易感态人数、感染态人数以及总人数，所述预测模块包括：易感态人数确定单元，用于基于所述目标阶段的易感态人数、感染态人数、总人数以及所述目标阶段的传染率确定易感态人数变化率；基于所述易感态人数变化率确定所述目标阶段的下一阶段的易感态人数。
[0024]
根据第二方面，在一些示例实施例中，所述多个参数还包括：暴露态人数、潜伏期时长、暴露态到密接隔离态的时间，所述预测模块还包括：暴露态人数确定单元，用于确定所述目标阶段的暴露态人数与暴露态到密接隔离态的时间之间的第一比值；确定所述目标阶段的暴露态人数与潜伏期时长之间的第二比值；基于所述目标阶段的易感态人数变化率、所述第一比值、所述第二比值以及暴露态人群被密接隔离的比例，确定暴露态人数变化率；基于所述暴露态人数变化率，确定所述目标阶段的下一阶段的暴露态人数。
[0025]
根据第二方面，在一些示例实施例中，所述多个参数还包括：密接隔离发病到移除态的时间，所述预测模块还包括：密接隔离人数确定单元，用于确定所述目标阶段的密接隔离态人数与密接隔离发病到移除态的时间之间的第三比值；基于所述目标阶段的所述第一比值、所述第三比值以及所述暴露态人群被密接隔离的比例，确定密接隔离态人数变化率；基于所述密接隔离态人数变化率，确定所述目标阶段的下一阶段的密接隔离人数。
[0026]
根据第二方面，在一些示例实施例中，所述多个参数还包括：感染态到移除态的时间，所述预测模块还包括：感染态人数确定单元，用于确定所述目标阶段的感染态人数与感染态到移除态的时间之间的第四比值；基于所述目标阶段的所述第二比值、所述第四比值以及所述暴露态人群被密接隔离的比例，确定感染态人数变化率；基于所述感染态人数变化率，确定所述目标阶段的下一阶段的感染态人数。
[0027]
根据第二方面，在一些示例实施例中，所述预测模块还包括：移除态人数确定单元，用于基于所述目标阶段的所述第三比值以及所述第四比值，确定所述移除态人数变化率；基于所述移除态人数变化率，确定所述目标阶段的下一阶段的移除态人数。
[0028]
根据第二方面，在一些示例实施例中，所述预测模块还用于：基于所述多个阶段中目标阶段的传染率，通过下式(1)至(5)对所述目标传染病的所述目标阶段的传播进行预测：
[0029][0030][0031]
[0032][0033][0034]
n＝s
t
+e
t
+c
t
+i
t
+r
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0035]
其中，s
t
是易感态人数，i
t
是感染态人数，e
t
是暴露态人数，c
t
是密接隔离态人数，r
t
是移除态人数，d
e
是潜伏期时长，d
c
是暴露态到密接隔离态的时间，d
c
‑
r
是密接隔离发病到移除态的时间，d
i
‑
r
是感染态到移除态的时间，r是暴露态人群被密接隔离的比例，β是传染率，n 是总人数。
[0036]
根据本公开实施例的第三方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述实施例第一方面中所述的传染病传播规模预测方法。
[0037]
根据本公开实施例的第四方面，提供一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例第一方面所述的传染病传播规模预测方法。
[0038]
本公开实施例提供的技术方案可以包括以下有益效果：
[0039]
在本公开的一些实施例中，一方面，在传染病传播模型中加入密接隔离态相关参数，能够构建考虑密接隔离人群的传染病传播模型，使得模型更符合实际抗疫场景；另一方面，确定目标传染病的传染病传播周期的多个阶段中各个阶段的传染率，基于目标阶段的传染率，对目标传染病的目标阶段的传播进行预测，考虑了传染病传播周期的各个阶段的防疫政策的不同对传染率的影响，从而能够更高效准确地对传染病传播进行预测。
[0040]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0041]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。在附图中：
[0042]
图1示出了根据本公开的一些示例实施例的传染病传播规模预测方法的流程示意图；
[0043]
图2示出了根据本公开的一些示例实施例的传染病传播规模预测模型的示意图；
[0044]
图3示出了根据本公开的一些示例实施例的传染病传播规模预测装置的结构示意图；
[0045]
图4示出本公开示例性实施例中电子设备的结构示意图。
具体实施方式
[0046]
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形
式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
[0047]
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
[0048]
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
[0049]
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0050]
下面，结合附图对本公开示例实施例中的传染病传播规模预测方法进行详细的说明。
[0051]
图1示出了根据本公开的一些示例实施例的传染病传播规模预测方法的流程示意图。本公开实施例提供的传染病传播规模预测方法的执行主体可以是具有计算处理功能的计算设备，例如台式计算机。该传染病传播规模预测方法包括步骤s110至步骤s130，下面结合附图对示例实施例中的传染病传播规模预测方法进行详细的说明。
[0052]
参照图1所示，在步骤s110中，基于传染病数据确定传染病传播模型的多个参数的值，多个参数包括密接隔离态人数以及暴露态人群被密接隔离的比例。
[0053]
在示例实施例中，传染病传播模型与目标传染病对应，例如，目标传染病为冠状病毒传染病(covid
‑
19病毒)，则传染病传播模型为针对该冠状病毒传染病构建的传染病传播模型。该传染病传播模型的多个参数包括密接隔离态人数以及暴露态人群被密接隔离的比例，此外，传染病传播模型还包括：易感态人数、感染态人数、暴露态人数、潜伏期时长、暴露态到密接隔离态的时间、密接隔离发病到移除态的时间、感染态到移除态的时间以及总人数等参数。
[0054]
进一步地，可以根据传染病数据统计网站获取传染病数据，根据获取的传染病数据确定传染病传播模型的多个参数的值，例如获取易感态人数、感染态人数、暴露态人数等参数的值。
[0055]
在步骤s120中，基于多个参数的值以及传染病传播模型，确定目标传染病的传染病传播周期的多个阶段中各个阶段的传染率。
[0056]
在示例实施例中，根据传染病防控的具体政策实施时间，将目标传染病的传染病传播周期分为多个阶段，由于传染病防控政策的实施，每个阶段的传染率不同。例如，传染病传播周期可以包括：传染病发现阶段、传染病初始传播阶段、传染病中期传播阶段、传染病后期传播阶段等多个阶段，每个阶段的传染病防控的政策均有不同，导致每个阶段的传染率不同，例如，传染病初始传播阶段，限制人口聚集或者将密接人员隔离等政策，导致传染病初始传播阶段与传染病发现阶段的传染率不同。
[0057]
进一步地，将获取的多个参数的值代入传染病传播模型，确定目标传染病的传染
病传播周期的多个阶段中各个阶段的传染率。例如，基于多个参数的值以及传染病传播模型，通过马尔可夫链蒙特卡罗算法即 mcmc算法确定目标传染病的传染病传播周期的多个阶段中各个阶段的传染率。mcmc算法是用来在概率空间，通过随机采样估算参数的后验分布。mcmc算法可以包括以下步骤：步骤(1)：确定传染率的参数值的先验分布。步骤(2)：先确定第一个访问(或者说采样)的参数的数值，作为当前参数数值。步骤(3)：根据当前访问的参数的数值，以一定的方式(例如metropolis sampler抽样法)提出下一个待考虑访问的参数的数值。步骤(4)：以比值的形式，比较当前参数数值和待考虑访问的参数数值的后验概率，计算后验概率涉及到先验概率和后验概率的概率密度。根据该比值的大小，接受或拒绝该待考虑采样的参数数值，接受后则将该参数数值视为当前参数数值。步骤(5)：重复步骤(3)和步骤(4)，直到符合某种终止条件(比如说访问了10000个参数数值)。
[0058]
在步骤s130中，基于多个阶段中目标阶段的传染率，对目标传染病的目标阶段的传播进行预测。
[0059]
在示例实施例中，得到传染病传播周期的多个阶段中各个阶段的传染率之后，如果要预测当前传染病的传染病传播周期中目标阶段的传染病传播情况，可以基于该目标阶段的传染率，结合传染病传播模型对当前传染病的目标阶段的传播进行预测。
[0060]
根据图1的示例实施例中的技术方案，一方面，在传染病传播模型中加入密接隔离态相关参数，能够构建考虑密接隔离人群的传染病传播模型，使得模型更符合实际抗疫场景；另一方面，确定目标传染病的传染病传播周期的多个阶段中各个阶段的传染率，基于目标阶段的传染率，对目标传染病的目标阶段的传播进行预测，考虑了传染病传播周期的各个阶段的防疫政策的不同对传染率的影响，从而能够更高效准确地对传染病传播进行预测。
[0061]
图2示出了根据本公开的一些示例实施例的传染病传播规模预测模型的示意图。
[0062]
(一)模型结构：
[0063]
参照图2所示，图2为传染病传播模型的整体结构，该传染病传播模型包括传染病传播状态、状态的转移以及传播路线。其中，箭头表示状态转移，虚线箭头表示被感染。该传染病传播模型包括多个状态参数和值参数，其中，s为易感染态、e为暴露态、c为密接隔离态、i为感染态、r为移除态，de为潜伏期时长，dc为暴露态到密接隔离态的时间，d
i
‑
r
是感染态到移除态的时间，r是暴露态人群被密接隔离的比例，d
c
‑
r
是密接隔离发病到移除态的时间，β是传染率。参数r为暴露态人群被密接隔离的比例，则1
‑
r表示暴露态人群流向感染态的比例，各状态参数及值参数可参考结构图。
[0064]
在该传染病传播模型中，设定c密接隔离态没有传播感染的能力。只有i感染态可以感染s态的人群。由于对密接者进行隔离之后，密接者将不会接触其他人员，从而不会再传播感染，因此，该传染病传播模型更符合实际抗疫场景。
[0065]
进一步地，上述传染病传播模型可以通过下式(1)至(5)进行表示：
[0066][0067]
[0068][0069][0070][0071]
n＝s
t
+e
t
+c
t
+i
t
+r
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0072]
其中，s
t
是易感态人数，i
t
是感染态人数，e
t
是暴露态人数，c
t
是密接隔离态人数，r
t
是移除态人数，d
e
是潜伏期时长，d
c
是暴露态到密接隔离态的时间，d
c
‑
r
是密接隔离发病到移除态的时间，d
i
‑
r
是感染态到移除态的时间，r是暴露态人群被密接隔离的比例，β是传染率，n 是总人数。
[0073]
进一步地，基于多个阶段中目标阶段的传染率，对目标传染病的目标阶段的传播进行预测，包括：基于多个阶段中目标阶段的传染率，通过上式(1)至(5)对目标传染病的所述目标阶段的传播进行预测。
[0074]
举例而言，参照式(1)所示，传染病传播模型的多个参数还包括：易感态人数、感染态人数以及总人数，基于多个阶段中目标阶段的传染率，对目标传染病的目标阶段的传播进行预测，包括：基于目标阶段的易感态人数、感染态人数、总人数以及目标阶段的传染率确定易感态人数变化率例如基于易感态人数变化率确定目标阶段的下一阶段的易感态人数。
[0075]
参照式(2)所示，传染病传播模型的多个参数还包括：暴露态人数、潜伏期时长、暴露态到密接隔离态的时间，基于多个阶段中目标阶段的传染率，对目标传染病的所述目标阶段的传播进行预测，包括：确定目标阶段的暴露态人数与暴露态到密接隔离态的时间之间的第一比值例如确定目标阶段的暴露态人数与潜伏期时长之间的第二比值例如基于目标阶段的易感态人数变化率、所述第一比值、第二比值以及暴露态人群被密接隔离的比例，确定暴露态人数变化率；基于暴露态人数变化率，确定目标阶段的下一阶段的暴露态人数。
[0076]
参照式(3)所示，传染病传播模型的多个参数还包括：密接隔离发病到移除态的时间，基于所述多个阶段中目标阶段的传染率，对目标传染病的所述目标阶段的传播进行预测，包括：确定所述目标阶段的密接隔离态人数与密接隔离发病到移除态的时间之间的第三比值例如基于所述目标阶段的所述第一比值、第三比值以及所述暴露态人群被密接隔离的比例，确定密接隔离态人数变化率；基于密接隔离态人数变化率，确定目标阶段的下一阶段的密接隔离人数。
[0077]
参照式(4)所示，传染病传播模型的多个参数还包括：感染态到移除态的时间，基于多个阶段中目标阶段的传染率，对目标传染病的目标阶段的传播进行预测，包括：确定目
标阶段的感染态人数与感染态到移除态的时间之间的第四比值基于目标阶段的所述第二比值、第四比值以及所述暴露态人群被密接隔离的比例，确定感染态人数变化率；基于感染态人数变化率，确定目标阶段的下一阶段的感染态人数。
[0078]
参照式(5)所示，传染病传播模型的所述基于多个阶段中目标阶段的传染率，对目标传染病的目标阶段的传播进行预测，包括：基于目标阶段的第三比值以及第四比值，确定移除态人数变化率；基于所述移除态人数变化率，确定所述目标阶段的下一阶段的移除态人数。
[0079]
(二)参数估计：
[0080]
该传染病传播模型中，除了传染率参数β需要进行估计外，其它参数均可从实际数据计算设置，例如可以根据传染病统计数据计算设置。
[0081]
进一步地，在示例实施例中，根据抗疫政策的实施时间，将传染病传播周期分成几段，每段一个传染率β参数，然后利用mcmc算法进行参数估计，计算出每段的传染率β的值。
[0082]
mcmc即蒙特克罗马尔科夫采样算法用来在概率空间，通过随机采样来估计参数的后验分布。可以包括以下步骤：(1)确定上述传染病传播模型各状态参数的初始值，有了其它已知参数的值。通过从先验分布中随机采样，如均分分布(0，5)，获取一组对应未知参数的值即传染病传播周期的每个阶段的传染率β参数的值，代入上述传染病传播模型。(2)迭代计算，得到传染病传播模型估计的每日新增病例。然后与实际每日新增病例进行比较。若两者比较接近，则接受这组参数，否则拒绝这组参数。然后接着下一次采样计算。(3)通过很多次例如18万次采样计算，会获得很多组的参数值。对这些参数计算均值和置信区间，即得到，要估计的传染病传播周期的每个阶段的传染率β参数的值。
[0083]
由于常规动力学模型中通常全程传染率β值不变，即只估计一个固定值，这与实际传播情况不符，本公开实施例的技术方案与常规动力学模型相比，考虑了传染病传播周期的各个阶段的防疫政策的不同对传染率的影响，从而能够更高效准确地对传染病传播进行预测。
[0084]
(三)模型应用：
[0085]
估计出传染率β参数后，即可迭代运行传染病传播模型，对未来目标阶段的传染病传播进行预测。也可以根据具体的抗疫政策手动调整传染病传播参数的设置，进行一些场景下的优化。
[0086]
根据图2的示例实施例中的技术方案，一方面，传染病传播模型的模型结构更贴合实际抗疫场景，模型拟合和预测效果更好；另一方面，考虑了传染病传播周期的各个阶段的防疫政策的不同对传染率的影响，从而能够更高效准确地对传染病传播进行预测；再一方面，考虑了密接隔离等抗疫政策对模型预测结果的影响，提高了模型预测的准确性。
[0087]
需要注意的是，上述附图仅是根据本公开示例性实施方式的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
[0088]
以下介绍本公开的装置实施例，可以用于执行本公开上述的传染病传播规模预测方法。
[0089]
图3示出了根据本公开的一些示例实施例的传染病传播规模预测装置的结构示意
图。
[0090]
参照图3所示，提供了一种传染病传播规模预测装置300，所述装置300包括：参数确定模块310，用于基于传染病数据确定传染病传播模型的多个参数的值，所述传染病传播模型与目标传染病对应，所述多个参数包括密接隔离态人数以及暴露态人群被密接隔离的比例；传染率确定模块320，用于基于所述多个参数的值以及所述所述传染病传播模型，确定所述目标传染病的传染病传播周期的多个阶段中各个阶段的传染率；预测模块330，用于基于所述多个阶段中目标阶段的传染率，对所述目标传染病的所述目标阶段的传播进行预测。
[0091]
根据第二方面，在一些示例实施例中，所述多个参数还包括：易感态人数、感染态人数以及总人数，所述预测模块330包括：易感态人数确定单元，用于基于所述目标阶段的易感态人数、感染态人数、总人数以及所述目标阶段的传染率确定易感态人数变化率；基于所述易感态人数变化率确定所述目标阶段的下一阶段的易感态人数。
[0092]
根据第二方面，在一些示例实施例中，所述多个参数还包括：暴露态人数、潜伏期时长、暴露态到密接隔离态的时间，所述预测模块330 还包括：暴露态人数确定单元，用于确定所述目标阶段的暴露态人数与暴露态到密接隔离态的时间之间的第一比值；确定所述目标阶段的暴露态人数与潜伏期时长之间的第二比值；基于所述目标阶段的易感态人数变化率、所述第一比值、所述第二比值以及暴露态人群被密接隔离的比例，确定暴露态人数变化率；基于所述暴露态人数变化率，确定所述目标阶段的下一阶段的暴露态人数。
[0093]
根据第二方面，在一些示例实施例中，所述多个参数还包括：密接隔离发病到移除态的时间，所述预测模块330还包括：密接隔离人数确定单元，用于确定所述目标阶段的密接隔离态人数与密接隔离发病到移除态的时间之间的第三比值；基于所述目标阶段的所述第一比值、所述第三比值以及所述暴露态人群被密接隔离的比例，确定密接隔离态人数变化率；基于所述密接隔离态人数变化率，确定所述目标阶段的下一阶段的密接隔离人数。
[0094]
根据第二方面，在一些示例实施例中，所述多个参数还包括：感染态到移除态的时间，所述预测模块330还包括：感染态人数确定单元，用于确定所述目标阶段的感染态人数与感染态到移除态的时间之间的第四比值；基于所述目标阶段的所述第二比值、所述第四比值以及所述暴露态人群被密接隔离的比例，确定感染态人数变化率；基于所述感染态人数变化率，确定所述目标阶段的下一阶段的感染态人数。
[0095]
根据第二方面，在一些示例实施例中，所述预测模块330还包括：移除态人数确定单元，用于基于所述目标阶段的所述第三比值以及所述第四比值，确定所述移除态人数变化率；基于所述移除态人数变化率，确定所述目标阶段的下一阶段的移除态人数。
[0096]
根据第二方面，在一些示例实施例中，所述预测模块330还用于：基于所述多个阶段中目标阶段的传染率，通过下式(1)至(5)对所述目标传染病的所述目标阶段的传播进行预测：
[0097][0098]
[0099][0100][0101][0102]
n＝s
t
+e
t
+c
t
+i
t
+r
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0103]
其中，s
t
是易感态人数，i
t
是感染态人数，e
t
是暴露态人数，c
t
是密接隔离态人数，r
t
是移除态人数，d
e
是潜伏期时长，d
c
是暴露态到密接隔离态的时间，d
c
‑
r
是密接隔离发病到移除态的时间，d
i
‑
r
是感染态到移除态的时间，r是暴露态人群被密接隔离的比例，β是传染率，n 是总人数。
[0104]
由于本公开的示例实施例的传染病传播规模预测装置的各个功能模块与上述传染病传播规模预测方法的示例实施例的步骤对应，因此对于本公开装置实施例中未披露的细节，请参照本公开上述的传染病传播规模预测方法的实施例。
[0105]
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
[0106]
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
[0107]
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd
‑
rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
[0108]
在本公开示例性实施方式中，还提供了一种能够实现上述方法的计算机存储介质。其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当上述程序产品在终端设备上运行时，上述程序代码用于使上述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
[0109]
上述程序产品可以采用便携式紧凑盘只读存储器(cd
‑
rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0110]
上述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信
号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器 (ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom 或闪存)、光纤、便携式紧凑盘只读存储器(cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0111]
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0112]
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0113]
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0114]
此外，在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
[0115]
所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
[0116]
下面参照图4来描述根据本公开的这种实施方式的电子设备400。图4显示的电子设备400仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0117]
如图4所示，电子设备400以通用计算设备的形式表现。电子设备 400的组件可以包括但不限于：上述至少一个处理单元410、上述至少一个存储单元420、连接不同系统组件(包括存储单元420和处理单元 410)的总线430。
[0118]
其中，上述存储单元存储有程序代码，上述程序代码可以被上述处理单元410执行，使得上述处理单元410执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，上述处理单元410可以执行如图1中所示的：步骤s110：基于传染病数据确定传染病传播模型的多个参数的值，多个参数包括密接隔离态人数以及暴露态人群被密接隔离的比例；步骤s120，基于多个参数的值以及传染病传播模型，确定目标传染病的传染病传播周期的多个阶段中各个阶段的传染率；步骤s130，基于多个阶段中目标阶段的传染率，对目标传染病的目标阶段的传播进行预测。
[0119]
示例性的，上述处理单元410还可以执行如上述方式实施例中的传染病传播规模预测方法。
[0120]
存储单元420可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)4201和/或高速缓存存储单元4202，还可以进一步包括只读存储单元(rom)4203。
[0121]
存储单元420还可以包括具有一组(至少一个)程序模块4205的程序/实用工具4204，这样的程序模块4205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0122]
总线430可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
[0123]
电子设备400也可以与一个或多个外部设备490(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备400交互的设备通信，和/或与使得该电子设备400能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口450进行。并且，电子设备400还可以通过网络适配器460与一个或者多个网络(例如局域网 (lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器460通过总线430与电子设备400的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备400使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0124]
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd
‑
rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
[0125]
此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
[0126]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。