一种基于信息熵最大化的疾病空间聚类方法技术

技术编号:42183559 阅读:25 留言:0更新日期:2024-07-30 18:36
本发明专利技术涉及一种基于信息熵最大化的疾病空间聚类方法,包括:获取患者地址,根据所述患者地址,生成病例空间数据集;将所述病例空间数据集中的任意一个病例数据作为根结点,通过所述根结点与其余病例数据连接,构建最小连接树,获取所述最小连接树中所有连线长度,按连线长度从大到小的顺序,依次剪断连线,获取多层次聚类结果;获取所述多层次聚类结果的信息熵,基于所述信息熵,获取信息熵最大的聚类结果,得到最终病例空间聚类。本发明专利技术能够探索病例的地理空间分布格局。

【技术实现步骤摘要】

本专利技术涉及健康大数据和时空大数据处理交叉,特别是涉及一种基于信息熵最大化的疾病空间聚类方法


技术介绍

1、疾病是影响人类健康的重要因素,尤其是流行性疾病不仅损坏人类身体健康,而且严重影响了经济发展和社会进步。因此,分析疾病的地理空间分布模式对于研究致病机理、自然地理环境因素影响、疾病传播演化过程等都具有重要意义。

2、当前,分析疾病地理空间分布方法主要以行政区划为单元,使用多种统计方法计算病例的地理空间分布模式,常用方法有行政区病例发生数量方法、行政区病例感染率、区域病例增长速率等。近年来,随着地理信息系统技术在疾病防治领域的深入应用,一些空间分析方法在疾病地理空间分布模式研究方面发挥了重要作用。这些方法包括:(1)借助地理信息系统的可视化工具,以地图颜色强化渲染方式显示行政区划的病例数,卫生健康管理人员从可视化地图中定性分析疾病高发区域;(2)借助地理信息系统的空间分析统计方法,计算行政区划之间疾病发生的区域关联性,分析疾病传播过程;(3)以病例的地理空间位置为研究目标,使用地理空间机器学习方法,探索疾病的地理空间分布模式,或者研究疾病本文档来自技高网...

【技术保护点】

1.一种基于信息熵最大化的疾病空间聚类方法,其特征在于,包括:

2.根据权利要求1所述的基于信息熵最大化的疾病空间聚类方法,其特征在于,生成所述病例空间数据集包括:

3.根据权利要求1所述的基于信息熵最大化的疾病空间聚类方法,其特征在于,构建所述最小连接树包括:

4.根据权利要求1所述的基于信息熵最大化的疾病空间聚类方法,其特征在于,获取所述多层次聚类结果包括:

5.根据权利要求1所述的基于信息熵最大化的疾病空间聚类方法,其特征在于,获取所述多层次聚类结果的信息熵包括:

6.根据权利要求5所述的基于信息熵最大化的疾病空间聚类方法...

【技术特征摘要】

1.一种基于信息熵最大化的疾病空间聚类方法,其特征在于,包括:

2.根据权利要求1所述的基于信息熵最大化的疾病空间聚类方法,其特征在于,生成所述病例空间数据集包括:

3.根据权利要求1所述的基于信息熵最大化的疾病空间聚类方法,其特征在于,构建所述最小连接树包括:

4.根据权利要求1所述的基于...

【专利技术属性】
技术研发人员:殷俊华李光强
申请(专利权)人:中南大学湘雅二医院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1