基于CNN-LSTM模型的天气相关儿童过敏性疾病发作风险预测方法技术

本发明专利技术公开了基于CNN‑LSTM模型的天气相关儿童过敏性疾病发作风险预测方法，包括：获取研究城市的常规气象要素、空气污染数据及医院就诊人数，并进行质量控制；构建CNN‑LSTM模型，CNN提取时空特征，LSTM处理时间序列并预测哮喘就诊人数；设置合适的模型参数；对模型进行训练；绘制训练和验证损失曲线，调整模型参数。通过深度学习模型深入挖掘气象和空气污染因素对儿童哮喘的影响，有效融合多种来源的数据，捕捉复杂非线性关系和时空变化规律，显著提升预测精度。进一步优化包括调整模型结构、增加数据量与质量、引入更多影响因子及增强训练约束，进一步提升模型精准度，为公共卫生决策提供科学依据，该方法在儿童哮喘患病风险预测上表现优异。

【技术实现步骤摘要】

本专利技术涉及机器学习领域，尤其是涉及一种基于cnn-lstm模型的天气相关儿童过敏性疾病发作风险预测方法。

技术介绍

1、随着全球气候变化和城市化进程的加快，气象条件和大气污染对人类健康的影响变得越来越显著，尤其是对于儿童这一敏感群体而言。儿童哮喘作为最常见的慢性呼吸道疾病之一，其发病率在全球范围内呈现上升趋势。研究表明，儿童哮喘类疾病的发病风险受到环境（天气、污染）的显著影响，空气污染因子和气象因子是对人体呼吸系统影响的显著因子，暴露在不利的环境中，呼吸系统将受到不利影响。而不同的气象因子和空气污染因子对呼吸系统的影响存在不同的暴露反应关系，其中气象因子有明显的滞后效应和累积效应，也就是短期暴露在不利的气象环境中的影响会在一段时间后显现，而长期暴露在具有一定危险性的气象环境中，其危险程度的变化规律也是不同的。极端天气事件的发生也有一定的连续性，寒潮、高温热浪的持续时间往往在3-5天以上。

2、然而，传统的预测方法往往依赖于单一类型的环境因素，缺乏对多种环境因素及其相互作用的全面考量。此外，这些方法通常基于简单的统计模型或经验公式，难以捕捉复本文档来自技高网...

【技术保护点】

1.一种基于CNN-LSTM模型的天气相关儿童过敏性疾病发作风险预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于CNN-LSTM模型的天气相关儿童过敏性疾病发作风险预测方法，其特征在于：所述步骤S1中气象数据包括：日平均气温、气温日较差、日平均相对湿度、日平均风速、日最高最低气温；其中日平均气温、气温日较差、日平均相对湿度、日平均风速为各地市气象自动站的站点平均数据，日最高最低气温为各地市气象自动站中的最大和最小值。

3.根据权利要求1所述的基于CNN-LSTM模型的天气相关儿童过敏性疾病发作风险预测方法，其特征在于：所述步骤S1中空气污染数据采...

【技术特征摘要】

1.一种基于cnn-lstm模型的天气相关儿童过敏性疾病发作风险预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于cnn-lstm模型的天气相关儿童过敏性疾病发作风险预测方法，其特征在于：所述步骤s1中气象数据包括：日平均气温、气温日较差、日平均相对湿度、日平均风速、日最高最低气温；其中日平均气温、气温日较差、日平均相对湿度、日平均风速为各地市气象自动站的站点平均数据，日最高最低气温为各地市气象自动站中的最大和最小值。

3.根据权利要求1所述的基于cnn-lstm模型的天气相关儿童过敏性疾病发作风险预测方法，其特征在于：所述步骤s1中空气污染数据采用各地市环境监测站污染物浓度日平均与站点平均数据，包括so2、co、o3、no2、pm10、pm2.5。

4.根据权利要求1所述的基于cnn-...

【专利技术属性】
技术研发人员：单婵，王子昕，郑浩，曾明剑，艾文文，田心如，王雁君，张蓉，许敏，陈睿，
申请(专利权)人：江苏省气象服务中心，
类型：发明
国别省市：