一种针对疾病预测的不规则形状时空扫描方法技术

本发明专利技术涉及一种针对疾病预测的不规则形状时空扫描方法，属于信息处理技术领域。首先将总研究区域在空间上进行划分，并分别统计各子区域在整个时间范围内的病例数量及人口数量，然后将各子区域上病例数量与人口数量的比值作为该区域的属性值，将总研究区域上对应的比值作为参考值。对于某一特定区域，根据空间邻接关系，利用离差乘积的方法确定该区域与其周边区域的患病情况是否接近。如果接近，则将其与周边区域合并为一个更大的区域，作为扫描窗口的底面。然后，根据新的空间邻接关系，以同样的方法判断该合并区域与其周边区域是否可以继续合并。最后，计算各个窗口的扫描统计量，根据扫描统计量的大小即可找出疾病的时空聚集区域。

【技术实现步骤摘要】
一种针对疾病预测的不规则形状时空扫描方法
本专利技术涉及一种针对疾病预测的不规则形状时空扫描方法，属于信息处理

技术介绍
时空扫描方法被广泛应用于疾病的分析和预测，传统的时空扫描方法大多采用的是以圆形、椭圆形等规则形状为底面的柱状扫描窗口。柱体的底面表示扫描窗口所覆盖的空间范围，柱体的高表示扫描窗口内的时间范围。由于地形地貌、政治、经济、人文等因素的影响，几乎所有的行政区域都具有不规则形状。因此，用规则形状为底面的柱状扫描窗口得到的时空簇并非真实的时空聚集区域，而会将一部分非聚集区域纳入其中或将一部分聚集区域排除在外。若探测到的时空簇不够精确，则无法进行精确预警和精准防控。传统的时空扫描多数采用以规则形状为底面的柱状扫描窗口，然而真实的时空聚集区域的形状往往并不规则，因此采用规则窗口得到的时空簇并非真实的时空聚集区域。
技术实现思路
本专利技术要解决的技术问题是提供一种针对疾病预测的不规则形状时空扫描方法，重点在于不规则时空扫描窗口底面形状的确定，以实现精确预警和精准防控，从而解决上述问题。本专利技术的技术方案是：一种针对疾病预测的不规则形状时空扫描方法，具体步骤为：Step1：将总研究区域在空间上划分成若干子区域进行分析。Step2：划分得到子区域后，确定各区域上的参数，通过各区域上的参数来确定时空扫描窗口。Step3：得到子区域的分布情况、邻接关系、属性值以及参考值，通过构建空间邻接矩阵、计算离差乘积、合并区域来确定不规则扫描窗口的底面形状。<br>Step4：计算扫描统计量，时空扫描统计量可以量化分析扫描窗口内疾病的聚集情况，每一个确定的扫描窗口都有一个对应的扫描统计量。通过比较各个扫描窗口的扫描统计量的大小，可以找出疾病的时空聚集区域。扫描统计量的值越大，表示疾病在该窗口内的聚集性越强。所述Step1具体为：Step1.1：确定研究区域：根据研究目的和所要研究的疾病对象，选择合适的时空区域，即空间范围和时间范围Step1.2：区域划分：将研究区域在空间上按一定规则划分为若干子区域。通常按照行政区域进行划分，划分粒度可大可小。Step1.3：编号标记：对经过划分得到的子区域分别进行编号标记，标号应连续且不可重复。所述Step2中确定各区域上的参数具体为：统计各个子区域在整个时间范围内的病例数量与人口数量，并将其比值作为该区域的属性值。统计总研究区域内的病例数量与总人口数量，并将其比值作为参考值所述Step3具体为：Step3.1：构建空间邻接矩阵：根据研究区域内子区域之间的邻接关系构建空间邻接矩阵，矩阵的行号或列号对应区域的编号。矩阵中的元素值可以反映任意两个子区域间的邻接情况Step3.2：计算离差乘积：根据邻接情况，计算某特定区域与其周边各区域属性值的离差乘积，判断该区域是否可以与周边区域合并。Step3.3：合并区域：若该区域与其周边某区域属性值的离差乘积大于0，则将这两个区域合并为一个更大的区域，作为扫描窗口的底面。本专利技术的有益效果是：本专利技术能够有效解决采用规则窗口时疾病聚集程度被平均化的问题，提高了异常区域发现的准确度。附图说明图1是本专利技术实施例中区域划分示意图；图2是本专利技术实施例中规则扫描窗口与不规则扫描窗口对比图；图3是本专利技术实施例中经过合并、重新编号后的区域分布图；图4是本专利技术实施例中的步骤流程图；图5是本专利技术的步骤图。具体实施方式下面结合附图和具体实施方式，对本专利技术作进一步说明。实施例1：如图5所示，一种针对疾病预测的不规则形状时空扫描方法，首先将总研究区域在空间上进行划分，如将省级行政区域划分为不同的市或区县，并分别统计各子区域在整个时间范围内的病例数量及人口数量，然后将各子区域上病例数量与人口数量的比值作为该区域的属性值，将总研究区域上对应的比值作为参考值。对于某一特定区域，根据空间邻接关系，利用离差乘积的方法确定该区域与其周边区域的患病情况是否接近。如果接近，则将其与周边区域合并为一个更大的区域，作为扫描窗口的底面。然后，根据新的空间邻接关系，以同样的方法判断该合并区域与其周边区域是否可以继续合并。最后，计算各个窗口的扫描统计量，根据扫描统计量的大小即可找出疾病的时空聚集区域。如图4所示，具体步骤为：1、确定研究区域以及研究对象首先确定研究区域，该研究区域必须是既具有空间性又具有时间性的时空区域，即同时包括地理空间范围和时间范围。然后确定研究对象，例如该研究区域内的某种疾病。2、划分子区域在空间上将总研究区域按照一定规则(如行政区域)划分为n个子区域，可根据具体的研究问题来设置子区域的大小等级。例如，可将国家划分为省级、地级、县级、乡级等不同等级的行政区。3、统计各区域上的病例数量及人口数量分别统计各子区域上某一疾病在整个时间范围内的病例数量ci(1≤i≤n)以及该区域的人口数量mi(1≤i≤n)，则总研究区域(时空区域)内的总病例数量总人口数量计算各子区域上病例数量与人口数量的比值和总研究区域上总病例数量与总人口数量的比值并将作为参考值，用于扫描窗口的确定。4、构建空间邻接矩阵空间邻接关系表示地理上两个区域之间的邻接情况，邻接关系仅分为两种：邻接与不邻接。空间邻接矩阵则是采用矩阵的方式，用来表示研究区域内任意两个空间区域间的邻接关系。若在空间上将总研究区域划分为n个子区域，则需构建一个n×n的二维空间邻接矩阵W。矩阵W中的元素wij(1≤i,j≤n)表示区域i与区域j的邻接关系，如果区域i与区域j在地理上相邻接，则元素wij的值为1，否则为0，且元素wij与wji的值相等。因此，空间邻接矩阵W是一个主对角线元素全为“0”，只包含“0”、“1”元素的对称矩阵。如图1所示，若将图1(a)所示的空间区域划分为图1(b)所示的9个子区域(即n＝9)，根据各子区域间的邻接关系和空间邻接矩阵的构建规则，可构建空间邻接矩阵W9×9：5、确定扫描窗口时空扫描方法的扫描窗口多为柱状，柱体的底面表示扫描窗口所覆盖的空间范围，柱体的高表示扫描窗口内的时间范围。因此，确定扫描窗口的重点在于确定其底面形状。传统的时空扫描方法采用的以规则形状为底面的扫描窗口，并不能探测到真实的聚集区域。如图2所示，假设真实的时空簇的底面所覆盖的空间区域为区域1、区域3和区域6，并记最左边的圆为C1、中间的圆为C2、右边的圆为C3。若采用以圆形为底面的圆柱状扫描窗口，则以区域1为圆心的圆C1，只能覆盖区域1和区域3；以区域3为圆心的圆C2，虽能覆盖区域1、3、6，但也将区域2、4、7纳入其中；以区域6为圆心的圆C3，只能覆盖区域3和区域6。扫描窗口内所覆盖的空间区域数量多于或少于真实聚集区域的空间区域数量时，都会影响扫描结果的准确性。假设各子区域上的病例数量与人口数量的比值为总研究区域上的总病例数量与总人口数量的比本文档来自技高网...

【技术保护点】
1.一种针对疾病预测的不规则形状时空扫描方法，其特征在于：/nStep1：将总研究区域在空间上划分成若干子区域进行分析；/nStep2：划分得到子区域后，确定各区域上的参数，通过各区域上的参数来确定时空扫描窗口；/nStep3：通过构建空间邻接矩阵、计算离差乘积、合并区域来确定不规则扫描窗口的底面形状；/nStep4：计算扫描统计量，通过时空扫描统计量对扫描窗口内疾病的聚集情况进行量化，比较各个扫描窗口的扫描统计量大小，确定疾病的聚集区域。/n

【技术特征摘要】
1.一种针对疾病预测的不规则形状时空扫描方法，其特征在于：
Step1：将总研究区域在空间上划分成若干子区域进行分析；
Step2：划分得到子区域后，确定各区域上的参数，通过各区域上的参数来确定时空扫描窗口；
Step3：通过构建空间邻接矩阵、计算离差乘积、合并区域来确定不规则扫描窗口的底面形状；
Step4：计算扫描统计量，通过时空扫描统计量对扫描窗口内疾病的聚集情况进行量化，比较各个扫描窗口的扫描统计量大小，确定疾病的聚集区域。


2.根据权利要求1所述的针对疾病预测的不规则形状时空扫描方法，其特征在于所述Step1具体为：
Step1.1：确定研究区域：根据研究目的和所要研究的疾病对象，选择合适的时空区域，即空间范围和时间范围；
Step1.2：区域划分：将研究区域在空间上划分为若干子区域；
Step1.3：编号标记：对经过划分得到的子区域分别进行编号标记...

【专利技术属性】
技术研发人员：龙华，陈腾飞，张亚楠，邵玉斌，杜庆治，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南;53