流行病预测预警管理系统技术方案

本发明专利技术公开了一种流行病预测预警管理系统，包括数据层、平台层、服务层和展示层，数据层的内部包括数据采集、数据加工、数据装载、数据发步、ETL数据抽取、病原学与监测信息数据、流行病流行分析数据、实验室数据、环境与血清监测数据和序列数据。该发明专利技术通过疫苗株推荐模型对新发病毒的抗原变异情况预测及其在群体中的流行情况，实时地推荐出系列潜在的疫苗株，通过病毒危害性预测模型，预测病毒流行情况下潜在的危害性，通过毒株受体亲和性预测模型，建立毒株HA蛋白与不同宿主唾液酸受体间结合能力的计算模型，通过病原学与监测信息数据和流行病学分析数据增强新发突发流行病毒应急处置和综合防控能力。

【技术实现步骤摘要】
流行病预测预警管理系统
本专利技术涉及流行病预警
，具体为一种流行病预测预警管理系统。
技术介绍
21世纪以来，世界各国传染病疫情、突发公共卫生事件、自然灾害等不断出现。2003年在世界范围内爆发的大规模非典型性肺炎，给人们带来了极大的恐慌，由于当时针对新型SARS病毒缺乏相应的检测预防预警手段，病例的信息采集缺乏足够的时效性，无法全面迅速的为政府及各个监测部门提供第一手信息，从而造成了防控预防决策上的严重滞后。2009年暴发的甲型H1N1以及2013年暴发的H7N9禽流感病毒给人们的日常生活带来了严重的影响。现有的技术缺点是疫情错报率高，预测效果不精准：影响传染病流行趋势的因素复杂多变，由于多数使用的是法定传染病报告系统的资料，利用气象、环境等因素的资料少，存在完整性和可靠性问题，缺少疫苗株智能筛选。
技术实现思路
本专利技术的目的在于提供了一种流行病预测预警管理系统，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种流行病预测预警管理系统，包括数据层、平台层、服务层和展示层，所述数据层的输出端与平台层的输入端信号连接，所述平台层的输出端与服务层的输入端信号连接，所述服务层的输出端与展示层的输入端信号连接。优选的，所述数据层的内部包括数据采集、数据加工、数据装载、数据发步、ETL数据抽取、病原学与监测信息数据、流行病流行分析数据、实验室数据、环境与血清监测数据和序列数据。优选的，所述平台层的内部包括统一用户管理、统一权限管理、统一组件管理、统一数据调用、业务流程管理、统一日志管理、统一接口服务和统一监控管理。优选的，所述服务层的内部包括方法库、模型库、数据查询和专题应用。优选的，所述方法库包括开源工具方法和自主开发工具，所述开源工具方法包括序列对比方法、序列聚类方法、构建进化树方法、统计分析方法和流行学分析方法，所述自主开发工具包括结构模型构建方法、抗原表位位点分析方法、抗原距离预测方法、抗原类分析方法和病毒危害性预测方法。优选的，所述模型库包括抗原变异关系预测模型、定量抗原关系预测模型、疫苗株推荐模型、病毒危害性预测模型和毒株受体和性预测模型。优选的，所述数据查询包括报表查询和专题查询，所述专题应用包括流感流行分析、流感流行预测预警和自动化疫苗推荐。优选的，所述展示层的内部包括登录认证、聚合展现、个性化定制、驾驶舱、图形展示和报表格式。与现有技术相比，本专利技术的有益效果是：(1)该专利技术通过疫苗株推荐模型对新发病毒的抗原变异情况预测及其在群体中的流行情况，实时地推荐出系列潜在的疫苗株，通过病毒危害性预测模型：从毒株序列出发，预测病毒流行情况下潜在的危害性，通过毒株受体亲和性预测模型，建立毒株HA蛋白与不同宿主唾液酸受体间结合能力的计算模型，预测毒株的受体亲和性；(2)该专利技术通过病原学与监测信息数据和流行病学分析数据增强新发突发流行病毒应急处置和综合防控能力，集成先进的预测模型和算法，实现流行病分子变异模拟和流行病疫苗株全线自动化推荐；(3)该专利技术通过涵盖病毒、环境、宿主、机构、症状、措施、事件、项目八大主题，搭建完整的业务主题模型，保证预测预警的准确性。附图说明图1为本专利技术系统架构图；图2为本专利技术业务模型图。图中：1数据层、2平台层、3服务层、4展示层。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做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。请参阅图1-2，本专利技术提供一种技术方案：一种流行病预测预警管理系统，包括数据层1、平台层2、服务层3和展示层4，展示层4的内部包括登录认证、聚合展现、个性化定制、驾驶舱、图形展示和报表格式，数据层1的输出端与平台层2的输入端信号连接，数据层1的内部包括数据采集、数据加工、数据装载、数据发步、ETL数据抽取、病原学与监测信息数据、流行病流行分析数据、实验室数据、环境与血清监测数据和序列数据，平台层2的输出端与服务层3的输入端信号连接，平台层2的内部包括统一用户管理、统一权限管理、统一组件管理、统一数据调用、业务流程管理、统一日志管理、统一接口服务和统一监控管理，服务层3的输出端与展示层4的输入端信号连接，服务层3的内部包括方法库、模型库、数据查询和专题应用，方法库包括开源工具方法和自主开发工具，开源工具方法包括序列对比方法、序列聚类方法、构建进化树方法、统计分析方法和流行学分析方法，自主开发工具包括结构模型构建方法、抗原表位位点分析方法、抗原距离预测方法、抗原类分析方法和病毒危害性预测方法，模型库包括抗原变异关系预测模型、定量抗原关系预测模型、疫苗株推荐模型、病毒危害性预测模型和毒株受体和性预测模型，数据查询包括报表查询和专题查询，专题应用包括流感流行分析、流感流行预测预警和自动化疫苗推荐。工作原理：当本专利技术使用时，疫苗株推荐模型对新发病毒的抗原变异情况预测及其在群体中的流行情况，实时地推荐出系列潜在的疫苗株，通过病毒危害性预测模型：从毒株序列出发，预测病毒流行情况下潜在的危害性，通过毒株受体亲和性预测模型，建立毒株HA蛋白与不同宿主唾液酸受体间结合能力的计算模型，预测毒株的受体亲和性，病原学与监测信息数据和流行病学分析数据增强新发突发流行病毒应急处置和综合防控能力，集成先进的预测模型和算法，实现流行病分子变异模拟和流行病疫苗株全线自动化推荐，涵盖病毒、环境、宿主、机构、症状、措施、事件、项目八大主题，搭建完整的业务主题模型，保证预测预警的准确性。综上所述，本专利技术通过疫苗株推荐模型对新发病毒的抗原变异情况预测及其在群体中的流行情况，实时地推荐出系列潜在的疫苗株，通过病毒危害性预测模型：从毒株序列出发，预测病毒流行情况下潜在的危害性，通过毒株受体亲和性预测模型，建立毒株HA蛋白与不同宿主唾液酸受体间结合能力的计算模型，预测毒株的受体亲和性，通过病原学与监测信息数据和流行病学分析数据增强新发突发流行病毒应急处置和综合防控能力，集成先进的预测模型和算法，实现流行病分子变异模拟和流行病疫苗株全线自动化推荐，通过涵盖病毒、环境、宿主、机构、症状、措施、事件、项目八大主题，搭建完整的业务主题模型，保证预测预警的准确性。本文档来自技高网...

【技术保护点】
1.一种流行病预测预警管理系统，其特征在于：包括数据层(1)、平台层(2)、服务层(3)和展示层(4)，所述数据层(1)的输出端与平台层(2)的输入端信号连接，所述平台层(2)的输出端与服务层(3)的输入端信号连接，所述服务层(3)的输出端与展示层(4)的输入端信号连接。/n

【技术特征摘要】
1.一种流行病预测预警管理系统，其特征在于：包括数据层(1)、平台层(2)、服务层(3)和展示层(4)，所述数据层(1)的输出端与平台层(2)的输入端信号连接，所述平台层(2)的输出端与服务层(3)的输入端信号连接，所述服务层(3)的输出端与展示层(4)的输入端信号连接。


2.根据权利要求1所述的流行病预测预警管理系统，其特征在于：所述数据层(1)的内部包括数据采集、数据加工、数据装载、数据发步、ETL数据抽取、病原学与监测信息数据、流行病流行分析数据、实验室数据、环境与血清监测数据和序列数据。


3.根据权利要求1所述的流行病预测预警管理系统，其特征在于：所述平台层(2)的内部包括统一用户管理、统一权限管理、统一组件管理、统一数据调用、业务流程管理、统一日志管理、统一接口服务和统一监控管理。


4.根据权利要求1所述的流行病预测预警管理系统，其特征在于：所述服务层(3)的内部包括方法库、模型库、数据查询和专题应用...

【专利技术属性】
技术研发人员：戴平金，夏威，盛军，郭明华，杨晓，
申请(专利权)人：长沙瀚云信息科技有限公司，
类型：发明
国别省市：湖南;43