基于时序分片的莫兰指数传染病风险预测方法、装置、介质及设备与流程

本发明涉及疾病风险预测，特别涉及基于时序分片的莫兰指数传染病风险预测方法、装置、介质及设备。

背景技术：

1、在传染病风险评估的技术领域中，现有的方法主要依赖于传统的统计分析和空间分析技术。然而，这些方法往往无法很好地捕捉到传染病发病率的空间相关性和时间变化趋势。这导致了以下几个问题：

2、1、空间相关性分析有限,传统的空间分析方法通常只能考虑静态的空间相关性，无法捕捉到不同时间片段中传染病发病率的动态变化趋势。

3、2、时间变化趋势分析不准确,传统的时间序列分析方法往往忽略了空间相关性，无法全面评估传染病发病率的时空变化趋势。

4、3、预测和干预效果有限,现有的传染病风险评估方法往往无法准确预测未来的风险趋势，并提供有效的干预措施，以降低传染病的风险。

5、因此，现有技术在传染病风险评估方面存在着空间相关性和时间变化趋势分析的局限性，需要一种新的方法来克服这些问题。

技术实现思路

1、为解决上述现有技术中存在的不足，本发明提供基于时序分片的莫兰指数传染病风险预测方法、装置、介质及设备，包括以下步骤：

2、s100、收集预设时长内预测地的历史发病数据，将预设时长时序分片为若干个时间片段，统计每一时间片段内的历史发病数据；

3、s200、将预测地分为若干个子预测地，采集各子预测地的地理数据，通过子预测地之间的距离模型算法构建空间权重矩阵；

4、s300、将时间片段的历史发病数据及空间权重矩阵带入莫兰指数公式形成莫兰指数模型，计算得到莫兰指数值；

5、s400、将每个时间片段的莫兰指数值采用滑窗方式计算，以确定预测地的发病风险。

6、进一步地，构建空间权重矩阵的步骤为：

7、s210、采集各子预测地的几何质心及相邻子预测地连接线两几何端点的位置；

8、s220、将子预测地的几何质心与相邻子预测地公共的几何端点相连形成三角形，根据距离模型算法计算三角形的面积值；

9、s230、根据面积值生成空间权重矩阵。

10、进一步地，距离模型算法为海伦公式；当两子预测地之间相邻，则以海伦公式计算出的面积值作为空间权重矩阵值；若两子预测地之间不相邻，则以0作为空间权重矩阵值。

11、进一步地，空间权重矩阵为非对称矩阵。

12、进一步地，时间片段为t，共有t个时间片段，在某一时间片段的莫兰指数模型为：

13、

14、其中n为子预测地数量，wij为空间权重矩阵中地点i和地点j的权重,yi(t)和yj(t)分别为第t个时间片段的子预测地i和子预测地j的发病数据，为第t个时间片段的子预测地发病数据的平均值。

15、进一步地，使用滑窗计算莫兰指数值的具体步骤为：

16、s410、预设个时间片段形成一个时间窗口，时间窗口向后滑动p个时间片段形成新的时间窗口；

17、s420、计算每个时间窗口内的莫兰指数值得到窗口莫兰指数；

18、s430、将窗口莫兰指数相加，然后除以滑窗总数求取平均值。

19、进一步地，c个时间片段构成一个时间窗口，步长为p,每次时间窗口向后滑动p个时间片段进行滑窗计算，具体为：

20、第一个时间窗口的窗口莫兰指数计算，时间片段1、2、3的莫兰指数值叠加的公式为：

21、i(sum(1))＝i1+i2+...+ip

22、第二个时间窗口的窗口莫兰指数计算，时间片段1+p、2+p、3+p的莫兰指数值叠加的公式为：

23、i(sum(2))＝i1+p+i2+p+i3+p

24、第三个时间窗口的窗口莫兰指数计算，时间片段1+2p、2+2p、3+2p的莫兰指数值叠加的公式为：

25、i(sum(3))＝i1+2p+i2+2p+i3+2p

26、将每个时间窗口内的窗口莫兰指数结果相加，然后除以滑窗的总数s求平均值,公式为：

27、i(s)＝(i(sum(1))+i(sum(2))+i(sum(3))+......+i(sum(s)))/s。

28、本发明还提供基于时序分片的莫兰指数传染病风险预测装置，包括：

29、采集模块，用于收集预设时长内预测地的历史发病数据，将预设时长分为若干个时间片段；

30、构建矩阵模块，用于将预测地分为若干个子预测地，采集各子预测地的地理数据，通过子预测地之间的距离模型算法构建空间权重矩阵；

31、建模模块，用于将各时间片段的历史发病数据及空间权重矩阵带入莫兰指数公式形成莫兰指数模型，计算得到莫兰指数值；

32、分析模块，用于将每个时间片段的莫兰指数值采用滑窗方式计算，以确定预测地的发病风险。

33、本发明还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机被处理器执行时实现如上述任一项实施例所述的基于时序分片的莫兰指数传染病风险预测方法。

34、本发明还提供一种电子设备，包括至少一个处理器、及与处理器通信连接的存储器，其中存储器存储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述任一项权利要求所述的基于时序分片的莫兰指数传染病风险预测方法。

35、基于上述，与现有技术相比，本发明提供的基于时序分片的莫兰指数传染病风险预测方法，综合考虑了空间相关性和时间变化趋势，解决了传统方法在空间相关性和时间变化趋势分析方面的局限性，能够更准确更全面地评估传染病传染风险。

36、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。

技术特征：

1.基于时序分片的莫兰指数传染病风险预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于时序分片的莫兰指数传染病风险预测方法，其特征在于，s200中构建空间权重矩阵的步骤为：

3.根据权利要求2所述的基于时序分片的莫兰指数传染病风险预测方法，其特征在于：所述距离模型算法为海伦公式；当两所述子预测地之间相邻，则以海伦公式计算出的所述面积值作为空间权重矩阵值；若两所述子预测地之间不相邻，则以0作为空间权重矩阵值。

4.根据权利要求1所述的基于时序分片的莫兰指数传染病风险预测方法，其特征在于：所述空间权重矩阵为非对称矩阵。

5.根据权利要求1所述的基于时序分片的莫兰指数传染病风险预测方法，其特征在于，所述时间片段为t，共有t个时间片段，在某一所述时间片段的莫兰指数模型为：

6.根据权利要求1所述的基于时序分片的莫兰指数传染病风险预测方法，其特征在于，s400中使用滑窗计算莫兰指数值的具体步骤为：

7.根据权利要求6所述的基于时序分片的莫兰指数传染病风险预测方法，其特征在于，c个时间片段构成一个时间窗口，步长为p,每次时间窗口向后滑动p个时间片段进行滑窗计算，具体为：

8.基于时序分片的莫兰指数传染病风险预测装置，其特征在于，包括：

9.一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1-7任一项所述的基于时序分片的莫兰指数传染病风险预测方法。

10.一种电子设备，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1-7任一项所述的基于时序分片的莫兰指数传染病风险预测方法。

技术总结
本发明涉及疾病风险预测技术领域，提供基于时序分片的莫兰指数传染病风险预测方法、装置、介质及设备，包括：收集预设时长内预测地的历史发病数据，将预设时长时序分片为若干个时间片段，统计每一时间片段内的历史发病数据；构建空间权重矩阵；将时间片段的历史发病数据及空间权重矩阵带入莫兰指数公式形成莫兰指数模型，计算得到莫兰指数值；将每个时间片段的莫兰指数值采用滑窗方式计算，以确定预测地的发病风险。本发明提供的基于时序分片的莫兰指数传染病风险预测方法，综合考虑了空间相关性和时间变化趋势，解决了传统方法在空间相关性和时间变化趋势分析方面的局限性，能够更准确更全面地评估传染病传染风险。

技术研发人员：戴志斌,谢江龙,郭劲军,郭望,黄晓丹,林高韬
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：
技术公布日：2024/1/15