一种病原微生物大规模暴发提前预测预警方法技术

本发明专利技术关于一种病原微生物大规模暴发提前预测预警方法，针对固定位置的生活污水监测，获得病毒含量数据；对数据进行滤波清洗和差值处理；对不同斑块内病毒动力学传播模型参数进行估算；对病毒斑块间传播特征进行估算；构建优先管理办法和二维风险管控图；融合不同斑块内病毒动力学传播模型参数、病毒斑块间传播特征及优先管理办法，展示病毒在一个大的斑块集合内的动态增长和消亡过程，预测传播趋势。融合斑块内和斑块间传播模型，对于大规模暴发可以提前4

【技术实现步骤摘要】
一种病原微生物大规模暴发提前预测预警方法


[0001]本专利技术主要关于医疗及计算机
，特别是关于一种病原微生物大规模暴发提前预测预警方法。

技术介绍

[0002]目前，新冠预警系统主要依赖于两种类型的监测手段，一种是基于核酸监测和快速抗原检测的直接检测，另一种是对生活污水中的新冠病毒进行检测，根据污水病毒量来间接反映感染人数。由于病毒的不断变异，逐渐向免疫逃脱方向和快速传播的方向发展，而污水监测能涉及到广域的无症状感染者。通常感染新冠病毒的人在出现病症之前，粪便就会残留病毒的RNA核糖核酸，并排入下水道中，污泥样本中检出新冠病毒核酸，检出结果与当地流行病学数据变化趋势一致。污水监测的原始拷贝数据能对病毒传播进行提前预警，早于当地首发临床病例4天。
[0003]前述
技术介绍
知识的记载旨在帮助本领域普通技术人员理解与本专利技术较为接近的现有技术，同时便于对本申请专利技术构思及技术方案的理解，应当明确的是，在没有明确的证据表明上述内容在本专利申请的申请日前已公开的情况下，上述
技术介绍
不应当用于评价本申请技术方案的新创性。

技术实现思路

[0004]为解决上述
技术介绍
中提及的至少一种技术问题，本专利技术的目的旨在提供一种病原微生物大规模暴发提前预测预警方法，方法融合斑块内和斑块间传播模型，对于大规模暴发可以提前4
‑
6周预测和预警，并发现可出现持续暴发的社区，根据病毒在不同区域中的传播特性指标，对不同区域进行风险排序，优化社会防控资源的分配。
[0005]一种病原微生物大规模暴发提前预测预警方法，包括：
[0006]S100、针对固定位置的生活污水监测，获得病毒含量数据copy/L；
[0007]S200、对数据进行滤波清洗，若滤波清洗后存在缺失则进行差值处理；
[0008]S300、对不同斑块内病毒动力学传播模型参数进行估算；
[0009]S400、对病毒斑块间传播特征进行估算；
[0010]S500、构建优先管理办法，首先确定斑块内传播的特征参数Rt和e，构建二维风险管控图，将不同斑块分为传播阻尼区、高风险区、低风险区；
[0011]S600、融合不同斑块内病毒动力学传播模型参数、病毒斑块间传播特征及优先管理办法，展示病毒在一个大的斑块集合内的动态增长和消亡过程，预测传播趋势。
[0012]部分具体实施方式中，步骤S100中，病毒含量数据copy/L为数值型。
[0013]部分具体实施方式中，步骤S100中，若获得病毒含量数据copy/L采用间隔采样，数据存在空值问题，计算当日人均病毒含量c
mean
，并对空值进行填充，其中，c
a
为a日污水病毒含量非空数据，p
a
为a日非空数据对应区域人口。
[0014]部分具体实施方式中，步骤200中，对于数据杂峰，采取滤波方式进行清洗，对特定频率进行有效提取，并对提取部分进行特定的处理动作。滤波程序由Python语言编写，基于Scipy模块开发针对原始数据的滤波程序，分别对原始数据采取低通滤波、高通滤波、带通滤波、带阻滤波的形式进行处理。
[0015]部分具体实施方式中，步骤200中，特定的处理动作包括增益、衰减、滤除。
[0016]部分具体实施方式中，步骤200中，对于滤波后的缺失数据，进行插值处理，采用Akima插值法完成行插值。具体是采用filter_inter类的interpolate方法。由于数据需要完成SIR模型的拟合，所以需对滤波后的空值进行处理，需进行插值。在本方法中，为更好完成模型拟合需尽量保证曲线光滑，考虑要素导数值效应，本方法采用Akima插值法完成行插值，采用filter_inter类的interpolate方法。
[0017]部分具体实施方式中，步骤S300中，完成插值处理后，对不同斑块内病毒动力学传播模型参数进行估算时，需要进一步转换，由病毒传播转换为人的传播，其中，N
a
为a日区域感染人数；c
i
为第i位置污水采样点的污水病毒含量；n为污水采样点总个数；q
i
为第i位置污水采样点的覆盖人数；p为用水量；S
a
为人均病毒排放量。
[0018]部分具体实施方式中，步骤S300中，病毒传播增长和消亡的动态过程建立动力学过程进行模拟，完成传播过程的动力学构建，主要采用SIR模型进行参数模拟。对于SIR模型微分方程组的求解基于Python的Scipy模块完成，通过非线性最小二乘法完成SIR模型的曲线拟合。
[0019]部分具体实施方式中，步骤S300中，若由于数据缺失等问题造成的模型参数无法模拟，则执行下述步骤：首先将感染人数归一化，计算其累积分布函数；采用正态分布的累积分布函数(也可采用对数正态分布)进行拟合，通过曲线拟合，得到方程中的μ和σ；然后将μ和σ带入对数正态分布函数，计算对应日期下的感染人数；最后将得到的数据集重新进行SIR模型动力学参数拟合，从而得到模型的各参数。
[0020]部分具体实施方式中，步骤S400中，判断检测点是否有病毒基因数据，被入侵和消亡的动态过程建立动力学过程进行模拟。步骤S400部分主要指病毒在不同斑块(社区)之间的传播，传播单位为斑块(社区)。判断检测点是否有病毒基因数据，对数据进行“0”和“1”的赋值，有则记为“1”，代表病毒入侵，无则记为“0”，0表示未被入侵。
[0021]部分具体实施方式中，步骤S400中，被入侵和消亡的动态过程建立动力学过程进行模拟，感染率入侵速率其中，N为可能被感染的斑块总数；n
t
为已经被感染的斑块数；c为入侵速率；e为病毒传播和消亡速率；t为传播或消亡的时间。
[0022]部分具体实施方式中，步骤S500中，
[0023]其中，R
t
为在特定时间内一个阳性感染者能传播的人数，该值代表该斑块(社区)的病毒传播特征，由于不同斑块内宿主的社交距离、免疫能力、管控措施和医疗设施的差异，不同斑块(社区)内的R
t
值存在较大差异；β和γ分别为SIR传播模型中的参数，其中β为单位时间内实际发生接触、并导致传染的概率常数，称作感染率(infection rate)，γ为单位时间内每个被感染的患者康复的概率常数，称作恢复率(recovery rate)；
[0024]其中，e为病毒传播和消亡速率；M为感染人数；t为传播或消亡的时间。
[0025]部分具体实施方式中，步骤S600中，展示病毒在一个大的斑块集合内的动态增长和消亡过程，预测传播趋势，执行下述步骤：先用实际感染人数对模型模拟的感染人数进行随机过程约束，绘制相同时间序列下斑块入侵速率和感染人数联合分布图，观察斑块入侵与个体感染趋势，判断集群理论预警效果，其中斑块入侵分为扩张期和消亡期，通过感染系数和消亡系数即可计算不同地区的病毒入侵比例及最大入侵容量，预测传播趋势。
[0026]传统的方法通过监测宿主被感本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种病原微生物大规模暴发提前预测预警方法，其特征在于包括：S100、针对固定位置的生活污水监测，获得病毒含量数据copy/L；S200、对数据进行滤波清洗，若滤波清洗后存在缺失则进行差值处理；S300、对不同斑块内病毒动力学传播模型参数进行估算；S400、对病毒斑块间传播特征进行估算；S500、构建优先管理办法，首先确定斑块内传播的特征参数Rt和e，构建二维风险管控图，将不同斑块分为传播阻尼区、高风险区、低风险区；S600、融合不同斑块内病毒动力学传播模型参数、病毒斑块间传播特征及优先管理办法，展示病毒在一个大的斑块集合内的动态增长和消亡过程，预测传播趋势。2.根据权利要求1所述的病原微生物大规模暴发提前预测预警方法，其特征在于：步骤S100中，若获得病毒含量数据copy/L采用间隔采样，数据存在空值问题，计算当日人均病毒含量c
mean
，并对空值进行填充，其中，c
a
为a日污水病毒含量非空数据；p
a
为a日非空数据对应区域人口。3.根据权利要求2所述的病原微生物大规模暴发提前预测预警方法，其特征在于：步骤200中，对于数据杂峰，采取滤波方式进行清洗，对特定频率进行有效提取，并对提取部分进行特定的处理动作，包括增益、衰减、滤除。4.根据权利要求3所述的病原微生物大规模暴发提前预测预警方法，其特征在于：步骤S300中，完成插值处理后，对不同斑块内病毒动力学传播模型参数进行估算时，需要进一步转换，由病毒传播转换为人的传播，其中，N
a
为a日区域感染人数；c
i
为第i位置污水采样点的污水病毒含量；n为污水采样点总个数；q
i
为第i位置污水采样点的覆盖人数；p为用水量；S
a
为人均病毒排放量。5.根据权利要求4所述的病原微生物大规模暴发提前预测预警方法，其特征在于：步骤S300中，若由于数据缺失等问题造成的模型参数无法模拟，则执行下述步骤：首先将感染人数归一化，计算其累积分布函数；采用正态分布的...

【专利技术属性】
技术研发人员：杨敏，安伟，陈文秀，张斌，王晨，
申请(专利权)人：中国科学院生态环境研究中心，
类型：发明
国别省市：