基于污水流行病学预测流行病患者人数的方法技术

本发明专利技术公开了基于污水流行病学预测流行病患者人数的方法,包括：获取待测样本，检测待测样本中的病毒RNA浓度，对病毒RNA浓度进行标准化，获取标准化病毒RNA浓度；获取特征数据集结合标准化病毒RNA浓度对标准化病毒RNA浓度进行修正，获取衰减前的病毒RNA浓度；构建随机森林回归预测模型和BP神经网络预测模型，基于衰减前的病毒RNA浓度和对应的流行病患者人数历史数据分别对随机森林回归预测模型和BP神经网络预测模型进行训练，获取训练好的随机森林回归预测模型和BP神经网络预测模型；获取病毒RNA浓度和对应的特征数据集，输入训练好的随机森林回归预测模型和BP神经网络预测模型获取流行病患者人数。获取流行病患者人数。获取流行病患者人数。

【技术实现步骤摘要】
基于污水流行病学预测流行病患者人数的方法


[0001]本专利技术属于流行病预测
，尤其涉及基于污水流行病学预测流行病患者人数的方法。

技术介绍

[0002]目前的主流技术方案是基于深度学习或机器学习模型的污水流行病学流行病患者人数预测，指的是在某个采集区内通过采集下水道中污水并进行病毒RNA浓度检测，使用该采集区新增患者数等数据建立深度学习或机器学习模型进行当天的新增患者人数预测或接下来一段时期的新增患者人数预测。其缺点在于
①
得到的数据特征较少。而基于污水流行病学的流行病检测受到环境温度，污水温度以及病毒从体内排出到被采集的时间间隔影响很大，导致模型的鲁棒性较差和可信度较低；
②
使用单一深度学习或机器学习模型进行预测可能准确度并不高；
③
病毒浓度会随天气变化，如降雨或降雪，以及工业污水排入下水道而发生改变，仅仅进行模型预测，而不对数据进行标准化的数据清洗，可能会导致数据失真。本专利技术将病毒RNA浓度等数据的处理和模型建立具体化，增加了标准化和使用辅助数据修正病毒浓度的方式以及实施流本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于污水流行病学预测流行病患者人数的方法，其特征在于，包括以下步骤：获取待测样本，检测所述待测样本中的病毒RNA浓度，对所述病毒RNA浓度进行标准化，获取标准化病毒RNA浓度；获取特征数据集结合所述标准化病毒RNA浓度对所述标准化病毒RNA浓度进行修正，获取衰减前的病毒RNA浓度；构建随机森林回归预测模型和BP神经网络预测模型，基于所述衰减前的病毒RNA浓度和对应的流行病患者人数历史数据分别对所述随机森林回归预测模型和所述BP神经网络预测模型进行训练，获取训练好的所述随机森林回归预测模型和所述BP神经网络预测模型；获取病毒RNA浓度和对应的特征数据集，输入训练好的所述随机森林回归预测模型和所述BP神经网络预测模型，获取流行病患者人数。2.如权利要求1所述的基于污水流行病学预测流行病患者人数的方法，其特征在于，检测所述待测样本中的病毒RNA浓度的方法包括：基于获取的待测样本，对所述待测样本进行预处理，对预处理后的待测样本进行定量处理，通过RT
‑
qPCR分析流行病病毒和辣椒斑驳病毒的基因片段分别提取辣椒斑驳病毒和咖啡因代谢物，检测出所述待测样本中的病毒RNA浓度。3.如权利要求1所述的基于污水流行病学预测流行病患者人数的方法，其特征在于，所述特征数据集包括：地区检测率、废水温度、人口、校正回收指示量、用水量、降水量、当地机构水平指示量和日均温。4.如权利要求1所述的基于污水流行病学预测流行病患者人数的方法，其特征在于，获取特征数据集结合所述标准化病毒RNA浓度对所述标准化病毒RNA浓度进行修正，获取衰减前的病毒RNA浓度的方法包括：构建多元线性回归模型，将所述特征数据集和所述标准化病毒RNA浓度输入所述多元线性回归模型，对各参数进行检验获得修正后的模型，将所述标准化病毒RNA浓度输入所述修正后的模型，获取衰减前的病毒RNA浓度。5.如权利要求1所述的基于污水流行病学预测流行病患者人数的方法，其特征在于，获取训练好的所述随机森林回归预测模型的方法包括：基于所述衰减前的病毒RNA浓度和对应的流行病患者人数历史数据进行预处理，通过RFR算法获取建模数据；基于所...

【专利技术属性】
技术研发人员：黄飞娟，王毅，李智勋，张文海，朱梓芸，曹致华，
申请(专利权)人：深圳市第二人民医院深圳市转化医学研究院，
类型：发明
国别省市：