一种疾控与出行信息互联的防控方法及防控系统技术方案

本申请涉及公共卫生技术领域，公开了一种疾控与出行信息互联的防控方法，包括步骤：调取本地染病病例历史数据和影响疾病传染源生存的环境因素组成，拟合网格风险图；确定新发感染者为传染源，并获得所述新发感染者发病前一段时间内的出行信息；对所述出行信息进行分类筛选，并挖掘可能驻留点，并和空间路网数据结合，对可能驻留点进行语义化；将步骤3中的可能驻留点和步骤1生成的风险图进行对比，从而得出主要的可疑点，作为高概率发生点；采用关联规则挖掘算法或者字串模式挖掘算法对运动模式进行挖掘，从而预测可能的传播趋势；根据上述结果对高风险区域进行干预；本发明专利技术将对传染病的流行趋势进行重点预判，降低防控成本。

【技术实现步骤摘要】
一种疾控与出行信息互联的防控方法及防控系统
本申请涉及公共卫生
，特别涉及一种疾控与出行信息互联的防控方法及防控系统。
技术介绍
目前，对于传染病主要的应急措施着眼于对患病者的控制和高危人群的隔离等，但有些疾病因为潜伏特点和传染方式等，对于传染病的提前控制,也都是采用全面撒网,严控防御,没有重点,且过程复杂、用时较长。现在技术中专利文献CN201610060508X提供了一种利用手机轨迹追踪传染源和预测传染病流行趋势的方法。其通过提取感染者的手机话务数据以及相关基站位置区域识别码和基站扇区位置标示号码，进行轨迹化分析，然后通过不同感染者的手机轨迹相似点得知可能的传染源。然而，采用基站信息进行轨迹化分析时，由于基站范围大，无法精确定位，且基站连接存在震荡问题，无法准确对于基站标识，此外基站之间存在重叠，无法连续记录用户的位置数据。从而使得在以后分析过程中造成偏差，预测结果准确度有待优化。目前,火车、飞机是主要的出行方式，我国高铁里程2.5万公里,位居全球第一，铁路作为最大众化的交通工具,每年将有20多亿旅客乘铁路跨地方长途旅行；得益于共享经济的兴起，对于短途旅行，共享单车、电车、汽车等也是目前流行的一种出行方式,得益于实名乘车和现代定位技术的发达，为我们将出行轨迹可视化提供了可能，同时其提供的GPS轨迹信息清晰，可以提供准确的分析基础。基于上述认识，尝试结合手机基站信息和出行信息，同时与健康信息联系起来，为传染病预防和控制提供了一种新的方法。
技术实现思路
针对以上问题，本专利技术提供了一种全新的疾控与出行信息互联的防控方法及防控系统。本专利技术结合出行信息和健康信息对传染病的传播和流行趋势提供了一种可行的方法，将对传染病的流行趋势进行重点预判，降低防控成本。本专利技术提出一种疾控与出行信息互联的防控方法，包括步骤：步骤1：调取本地染病病例历史数据和影响疾病传染源生存的环境因素组成，拟合网格风险图；步骤2：确定新发感染者为传染源，并获得所述新发感染者发病前一段时间内的出行信息；步骤3：对所述出行信息进行分类筛选，并挖掘可能驻留点，并和空间路网数据结合，对可能驻留点进行语义化；步骤4：将步骤3中的可能驻留点和步骤1生成的风险图进行对比，从而得出主要的可疑点，作为高概率发生点。步骤5：采用关联规则挖掘算法或者字串模式挖掘算法对运动模式进行挖掘，从而预测可能的传播趋势；步骤6：根据上述结果对高风险区域进行干预。进一步地，步骤1中本地染病风险数据是通过随机森林模型得出。进一步地，步骤2一段时间根据传染病的传播方式确定。进一步地，步骤2出行信息包括公共交通GPS信息以及基于无线网络或者基站定位的数据信息。进一步包括和铁路公司、民航局、出行共享公司（例如滴滴、神州专车、OFO等）、汽车出租公司等沟通，获取感染的出行信息；以及和三大运营商移动、联通、电信沟通获取感染者的相关基站数据，例如基站位置区域识别号码和基站扇区位置识别号码等。进一步地，步骤3中所述出行信息筛选包括对其中的GPS数据信息和基于手机基站的GSM数据进行归类。进一步地，步骤3进一步包括步骤3.1：针对GPS数据，通过将轨迹数据分割，提取主要兴趣点，经过聚类分析得到主要的特征点A；步骤3.2：针对GSM数据，使用空间和时间聚类算法对相关GSM数据进行预处理，从而得出主要的特征点B；步骤3.3：特征点A、B进行对比拟合，得出主要驻留点；步骤3.4：结合感染者主要的语义表述以及空间路网数据对主要驻留点进行语义化。进一步地，步骤3.1包括数据预处理；然后基于扰动夹角对路径进行切割，得出兴趣点集合C；基于时间扰动进行切割，得出兴趣点集合C’；将集合C和C’进行拟合，得到主要的兴趣点集Cf，基于点与点之间的欧式距离，采用聚类分析，得出主要的特征点A。进一步地，步骤3.2对GSM基站轨迹数据进行窗口化和分组，然后采用公知聚类技术将其轨迹数据抽象为聚类时间序列，得出主要的特征点B。进一步地，将主要的驻留点和风险图进行对比，得出主要可疑点，作为疫情高风险点。进一步地，根据不同感染者的聚类数据，可以采用公知的挖掘模式，对感染者的运动模式进行挖掘，例如可以采用子串模式或者关联规则算法进行运算，得到主要的运动模式，结合地理信息系统平台，判断可能的扩散轨迹。进一步地，在上述分析结果的基础上，进行人工的提早干预，例如可以对相关基站内用户提供提示信息，提前规划行程等，从而减低传染风险。本申请还提供一种利用出行信息预测传染病传染源及流行趋势的公卫系统，其特征在于，包括步骤：历史信息采集模块，采集本地染病病例历史数据和影响疾病传染源生存的环境因素组成，拟合成网格风险图；信息提取模块，根据新发感染者，提取所述新发感染者发病前后一段时间内的出行信息；数据处理模块，对所述出行信息进行分类筛选，并挖掘可能驻留点，结合空间路网数据，对可能驻留点进行语义化；风险等级计算模块，将数据处理模块中计算的可能驻留点和历史信息采集模块中生成的风险图进行对比，从而得出主要的可疑点，作为高概率发生点。预测模块，基于风险等级计算模块得到可疑点数据，采用关联规则挖掘算法或者字串模式挖掘算法对运动模式进行挖掘，从而预测可能的传播趋势；干预模块，根据预测模块的结果，对高风险区域进行干预。本专利技术的有益效果，通过对出行信息中包括的不同数据类型进行单独分析，交叉拟合，得出更准确的驻留点，且可以通过对历史风险数据比对，提高预测精度；且通过基于角度扰动的分割算法，可以准确提取感染者兴趣点，避免因为单独采用基站数据的震荡和误差，可快速、准确地判断传染源经过的地区和环境状况，有利于确定高危区域和人群，及时采取防控措施。附图说明图1是本专利技术的方法流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。提供一种疾控与出行信息互联的防控方法，步骤1：调取本地染病病例历史数据和影响疾病传染源生存的环境因素组成，通过随机森林模型得出拟合网格风险图；步骤2：通过疾控中心或者定点院区确定新发感染者为传染源，获取新感染者感染前后两周的出行信息，和铁路公司、民航局、出行共享公司（例如滴滴、神州专车、OFO等）、汽车出租公司等沟通，获取新感染的出行信息，以及主要的GPS数据信息；以及和三大运营商移动、联通、电信沟通获取感染者的相关基站数据，例如基站位置区域识别号码和基站扇区位置识别号码等。步骤3：对所述感染者出行信息进行分类筛选，对其中的GPS数据信息和基于手机基站的GSM数据进行归类。针对GPS数据，通过将轨迹数据分割，提取主要兴趣点，经过聚类分析得到主要的特征点A；轨迹数据分割包括数据预处理，除去明显不合适的异常数据点，对于一个GPS轨迹序列G{p1…pi…pn}，每个点p是一个GPS记录点，包括经度、维度、时间信息；其中序列G中相邻点的移动距离应小于最大行进距离，其中检测标准为0<d(pi+1,pi)<Vmax，其中的d(pi+1,pi)为相邻两点的欧式距离，该距离小于两点间的路网距离；其中Vmax设置为60本文档来自技高网...

【技术保护点】
1.一种疾控与出行信息互联的防控方法，其特征在于，包括步骤：步骤1：调取本地染病病例历史数据和影响疾病传染源生存的环境因素组成，拟合网格风险图；步骤2：确定新发感染者，并获得所述新发感染者发病前后一段时间内的出行信息；步骤3：对所述出行信息进行分类筛选，并挖掘可能驻留点，结合空间路网数据，对可能驻留点进行语义化；步骤4：将步骤3中的可能驻留点和步骤1生成的风险图进行对比，从而得出主要的可疑点，作为高概率发生点；步骤5：在步骤4的基础上，采用关联规则挖掘算法或者字串模式挖掘算法对运动模式进行挖掘，从而预测可能的传播趋势；步骤6：根据步骤5的运算结果对高风险区域进行干预。

【技术特征摘要】
1.一种疾控与出行信息互联的防控方法，其特征在于，包括步骤：步骤1：调取本地染病病例历史数据和影响疾病传染源生存的环境因素组成，拟合网格风险图；步骤2：确定新发感染者，并获得所述新发感染者发病前后一段时间内的出行信息；步骤3：对所述出行信息进行分类筛选，并挖掘可能驻留点，结合空间路网数据，对可能驻留点进行语义化；步骤4：将步骤3中的可能驻留点和步骤1生成的风险图进行对比，从而得出主要的可疑点，作为高概率发生点；步骤5：在步骤4的基础上，采用关联规则挖掘算法或者字串模式挖掘算法对运动模式进行挖掘，从而预测可能的传播趋势；步骤6：根据步骤5的运算结果对高风险区域进行干预。2.如权利要求1所述的疾控与出行信息互联的防控方法，其特征在于，步骤1的网格风险图是通过随机森林模型得出。3.如权利要求1所述的疾控与出行信息互联的防控方法，其特征在于，步骤2中一段时间根据传染病的传播方式确定；所述出行信息包括公共交通GPS信息以及基于智能手机的基站信息，其中的基站信息包括基站位置区域识别号码和基站扇区位置识别号码。4.如权利要求1所述的疾控与出行信息互联的防控方法，其特征在于，步骤3中所述出行信息筛选包括对GPS数据信息和基于手机基站的GSM数据进行归类；且进一步包括：步骤3.1：针对GPS数据，通过将轨迹数据分割，提取主要兴趣点，经过聚类分析得到主要的特征点A；步骤3.2：针对GSM数据，使用空间和时间聚类算法对相关GSM数据进行预处理，从而得出主要的特征点B；步骤3.3：特征点A、B进行对比拟合，得出主要驻留点；步骤3.4：结合感染者主要的语义表述以及空间路网数据对主要驻留点进行语义化。5.如权利要求4所述的疾控与出行信息互联的防控方法，其特征在于，其中步骤3.1进一步包括：步骤3.1.1：数据预处理；步骤3.1.2：基于扰动夹角对路径进行切割，得出兴趣点集合C；步骤3.1.3：基于时间扰动进行切割，得出兴趣点集合C’；步骤3.1.4：将集合C和C’进行拟合，得到主要的兴趣点集Cf，基于点与点之间的欧式距离，采用聚类分析，得出主要的特征点A。6.如权利要求5所述的疾控与出行信息互联的防控方法，其特征在于，其中步骤3.1.1数据预处理具体为：对数据中异常点的剔除，对于一个GPS轨迹序列G{p1…pi…pn}，每个点p是一个GPS记录点，包括经度、维度、时间信息；其中序列G中相邻点的移动距离应小于最大行进距离，其中检测标准为0<d(pi+1,pi)<Vmax，其中的d(pi+1,pi)为相邻两点的欧式距离，该距离小于两点间的路网距离；其中Vmax设置为60km/h。7.如权利要求5所述的疾控与出行信息互联的防控方法，其特征在于，其中步骤3.1.2具体为：一条轨迹G表示为包含多个定点pi的时序，即G={p1…pi…pn}，其中划分的任一条子轨迹可以表示为ZG={ps……pt}，其中ps、pt分别表示子轨迹的开始和结束点，定义pi的移动行为pipi+1，其中i=s,……,t-1，其中psps+1是起始移动方向，假设其中任一点pi+1，其在psps+1的方向上的夹角定义为θpi，则θ...

【专利技术属性】
技术研发人员：许璐，陈正利，王哲，
申请(专利权)人：河南省疾病预防控制中心，
类型：发明
国别省市：河南,41