一种未知传染病的监测方法、装置、存储介质及电子设备制造方法及图纸

本发明专利技术公开一种未知传染病的监测方法、装置、存储介质及电子设备，属于数据处理的技术领域，该方法包括：采用滑动窗口方式采集未知疾病类型用户的病历数据，每条所述病历数据包括用户信息以及多个疾病特征数据；对所述未知疾病类型用户的病历数据进行聚类，得到多个簇，每个簇中包括多个未知疾病类型用户的用户信息和多个疾病特征数据；根据所述多个簇中每一簇的疾病特征数据和用户信息确定候选簇，判断所述候选簇中的未知疾病类型用户在时空上是否存在联系，若是，则确定所述候选簇中包含的所有疾病特征数据为未知传染病对应的目标监测特征。本发明专利技术通过确定目标监测特征，能够有效监测未知传染病，避免未知传染病大范围传播。播。播。

A monitoring method, device, storage medium and electronic equipment for unknown infectious diseases

【技术实现步骤摘要】
一种未知传染病的监测方法、装置、存储介质及电子设备


[0001]本专利技术涉及数据处理的
，尤其涉及一种未知传染病的监测方法、装置、存储介质及电子设备。

技术介绍

[0002]目前传染病继续成为全球发病死亡主要原因之一，影响公众健康生命、社会经济发展甚至国家安全。传染病早期探测的重点是及时、敏感地发现传染病暴发流行异常信息，并进行现场调查和核实，也是有效监测、预警关键时期。有效监测、预警系统能够全面准确地认识特定传染病暴发流行可能发生的事实条件、驱动因素和传播链，并提出科学有效预防控制策略措施。
[0003]对于已知传染病的监测预警一直是公卫研究的热点，分析与监测方法也较多，但是对于未知传染病的研究较少。首先，未知传染病的出现具有不确定性，何时何地发生，何种传染病，我们都难以预测。许多新发传染病起病急，会突然在某个区域出现大量的病例，早期发现及诊断较为困难，人群普遍缺乏免疫力，也缺乏特异性防治手段，因而在疾病流行早期传播快，病死率高，因此对于未知传染病的监测与预防非常重要。
[0004]当前未知传染病的监测，主要是以医生诊断为依据，由于监测方法以人的主观判断为主，导致该方法存在很大的滞后性和不确定性。

技术实现思路

[0005]本专利技术提供一种传染病的监测方法、装置、存储介质及电子设备，以至少解决现有技术中存在的以上技术问题。
[0006]本专利技术一方面提供一种未知传染病的监测方法，该方法包括：
[0007]采用滑动窗口方式采集未知疾病类型用户的病历数据，每条所述病历数据包括用户信息以及多个疾病特征数据；
[0008]对所述未知疾病类型用户的病历数据进行聚类，得到多个簇，每个簇中包括多个未知疾病类型用户的用户信息和多个疾病特征数据；
[0009]根据所述多个簇中每一簇的疾病特征数据和用户信息确定候选簇，判断所述候选簇中的未知疾病类型用户在时空上是否存在联系，若是，则确定候选簇中包含的所有疾病特征数据为未知传染病对应的目标监测特征。
[0010]在一可实施方式中，每个所述滑动窗口的长度相同，相邻的两个滑动窗口的长度有预定时长的重叠，所述预定时长小于所述滑动窗口的长度。
[0011]在一可实施方式中，所述采用滑动窗口方式采集未知疾病类型用户的病历数据，包括：
[0012]采用滑动窗口方式采集多个用户的病历数据；
[0013]过滤已知疾病类型用户的病历数据后，得到未知疾病类型用户的病历数据。
[0014]在一可实施方式中，所述根据未知疾病类型用户的病历数据进行聚类，得到多个
簇，包括：
[0015]根据未知疾病类型用户的病历数据构建用户信息和多个疾病特征数据之间的关联关系；
[0016]根据所述用户信息和疾病特征数据之间的关联关系确定用户之间的相似度，得到用户的相似度矩阵；
[0017]根据所述用户信息和疾病特征数据之间的关联关系确定疾病特征之间的相似度，得到疾病特征的相似度矩阵；
[0018]根据所述用户的相似度矩阵和所述疾病特征的相似度矩阵进行聚类，得到多个簇。
[0019]在一可实施方式中，所述根据所述多个簇中每一簇的疾病特征数据和用户信息确定候选簇，包括：
[0020]确定用户数量少且疾病特征数据聚集的簇为候选簇。
[0021]在一可实施方式中，所述根据所述用户信息和多个疾病特征数据之间的关联关系确定用户之间的相似度，包括：
[0022]确定两个用户对应的疾病特征数据的交集所包含的疾病特征的数量；
[0023]确定两个用户对应的疾病特征数据的并集所包含的疾病特征的数量；
[0024]根据所述交集所包含的疾病特征数据的数量和所述并集所包含的疾病特征数据的数量确定用户之间的相似度。
[0025]在一可实施方式中，所述根据所述用户信息和多个疾病特征之间的关联关系确定疾病特征之间的相似度，包括：
[0026]确定两个疾病特征数据对应的用户的交集所包含的用户的数量；
[0027]确定两个疾病特征数据对应的用户的并集所包含的用户的数量；
[0028]根据所述交集所包含的用户的数量和所述并集所包含的用户的数量确定疾病特征之间的相似度。
[0029]在一可实施方式中，所述判断所述候选簇中的未知疾病类型用户在时空上是否存在联系，包括：
[0030]若所述候选簇中的未知疾病类型用户在预设时间与预设空间范围有交集，则确定所述候选簇中的未知疾病类型用户在时空上存在联系。
[0031]本专利技术另一方面提供一种未知传染病的监测装置，该装置包括：
[0032]采集模块，用于采用滑动窗口方式采集未知疾病类型用户的病历数据，每条所述病历数据包括用户信息以及多个疾病特征数据；
[0033]聚类模块，用于对所述未知疾病类型用户的病历数据进行聚类，得到多个簇，每个簇中包括多个未知疾病类型用户的用户信息和多个疾病特征数据；
[0034]确定模块，用于根据所述多个簇中每一簇的疾病特征数据和用户信息确定候选簇，判断所述候选簇中的未知疾病类型用户在时空上是否存在联系，若是，则确定所述候选簇中包含的所有疾病特征数据为未知传染病对应的目标监测特征。
[0035]本专利技术再一方面提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本专利技术所述的监测方法。
[0036]本专利技术还一方面提供一种电子设备，包括：
[0037]处理器；
[0038]用于存储所述处理器可执行指令的存储器；
[0039]所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本专利技术所述的监测方法。
[0040]在本专利技术的上述方案中，本专利技术通过滑动窗口的方式采集未知疾病类型用户的病历数据，能够避免相似度较高的两个未知疾病类型用户的病历数据在采样时被漏掉，可以提高病历数据采集的准确性；进一步通过对未知疾病类型用户的病历数据进行聚类，得到多个簇，每个簇中包括多个未知疾病类型用户的用户信息和多个疾病特征数据，在用户信息和疾病特征数据两个维度上同时进行聚类操作，最终得到用户信息和疾病特征数据最优的聚类结果；再根据所述多个簇中每一簇的疾病特征数据和用户信息确定候选簇，若候选簇中的未知疾病类型用户在时空上存在联系，则确定候选簇中包含的所有疾病特征为未知传染病对应的目标监测特征。通过确定目标监测特征，能够有效监测未知传染病，降低未知传染病大范围传播的可能性。
附图说明
[0041]图1示出了本专利技术实施例提供的一种未知传染病的监测方法的流程示意图；
[0042]图2示出本专利技术实施例用户信息和疾病特征之间的关系示意图；
[0043]图3示出了本专利技术实施例提供的一种未知传染病的监测装置的结构示意图。
具体实施方式
[0044]为使本专利技术的目的、特征、优点能够更加的明显和易懂，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，显本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种未知传染病的监测方法，其特征在于，该方法包括：采用滑动窗口方式采集未知疾病类型用户的病历数据，每条所述病历数据包括用户信息以及多个疾病特征数据；对所述未知疾病类型用户的病历数据进行聚类，得到多个簇，每个簇中包括多个未知疾病类型用户的用户信息和多个疾病特征数据；根据所述多个簇中每一簇的疾病特征数据和用户信息确定候选簇，判断所述候选簇中的未知疾病类型用户在时空上是否存在联系，若是，则确定所述候选簇中包含的所有疾病特征数据为未知传染病对应的目标监测特征。2.根据权利要求1所述的方法，其特征在于，每个所述滑动窗口的长度相同，相邻的两个滑动窗口的长度有预定时长的重叠，所述预定时长小于所述滑动窗口的长度。3.根据权利要求1或2所述的方法，其特征在于，所述采用滑动窗口方式采集未知疾病类型用户的病历数据，包括：采用滑动窗口方式采集多个用户的病历数据；过滤已知疾病类型用户的病历数据后，得到未知疾病类型用户的病历数据。4.根据权利要求3所述的方法，其特征在于，所述根据未知疾病类型用户的病历数据进行聚类，得到多个簇，包括：根据未知疾病类型用户的病历数据构建用户信息和多个疾病特征数据之间的关联关系；根据所述用户信息和多个疾病特征数据之间的关联关系确定用户之间的相似度，得到用户的相似度矩阵；根据所述用户信息和多个疾病特征数据之间的关联关系确定疾病特征之间的相似度，得到疾病特征的相似度矩阵；根据所述用户的相似度矩阵和所述疾病特征的相似度矩阵进行聚类，得到多个簇。5.根据权利要求1所述的方法，其特征在于，所述根据所述多个簇中每一簇的疾病特征数据和用户信息确定候选簇，包括：确定用户数量少且疾病特征数据聚集的簇为候选簇。6.根据权利要求4所述的方法，其特征在于，所述根据所述用户信息和多个疾病特征数据之间的关联关系确定用户之间的相似度，包括：确定两个用户对应的疾病特征数据的交集所包含的疾病特征数据的数量...

【专利技术属性】
技术研发人员：梁世浩，
申请(专利权)人：医渡云北京技术有限公司，
类型：发明
国别省市：