一种疫情监控方法技术

本发明专利技术供了一种疫情监控方法，通过根据数字孪生概念建立的区域仿真模型与SEIR模型结合创建疫情跟踪模拟模型；基于基础数据信息、初级疫情类别信息、初始感染者基本信息、初始暴露者基本信息，通过所述区域仿真模型，更新预设的管理区域数据信息中的管理区域内人员的二级疫情类别信息；基于更新后的二级疫情类别信息，通过所述SEIR模型，更新预设的管理区域数据信息中的管理区域内人员的三级疫情类别信息；实现真实社交网络中的关联随着新关系的形成而变化，旧关系不断被移除，避免采用静态接触网络中出现两个个体之间存在关联后这种关联将保持不变的问题，疫情跟踪管理方法实现能够考虑个体异质性和空间结构。现能够考虑个体异质性和空间结构。

【技术实现步骤摘要】
一种疫情监控方法


[0001]本专利技术涉及监控方法，具体而言，涉及一种疫情监控方法。

技术介绍

[0002]如何对疫情进行跟踪管理是国内乃至全世界面临的重要问题，尤其是对潜伏期长且在潜伏期内的病原体的传播情况跟踪是非常重要的问题。
[0003]现在国内外主要采用经典的SEIR模型对具有潜伏期的特点病原体的传播进行预测。该模型将疫情类别群体划分为4类，包括易感者S(以前未暴露于病原体)，暴露者E(已被病原体感染但未显现出相关症状)，感染者I(被病原体感染具有传染性)以及康复者R(已经成功清除感染)。但经典的SEIR模型仅通过建模来从群体层面预测各疫情类别的群体未来某一时刻的数量，且认为各疫情类别群体是均匀混合的，任意个体间接触概率相同，个体间相互作用的动态性质(例如，与不同个体的接触变化、接触持续时间或是否带口罩的变化)相同，这与现实中人际接触的网络化结构以及人体间相互作用的动态性质不相符。
[0004]因此，本领域亟需一种能够考虑个体异质性和空间结构且避免采用静态接触网络中出现两个个体之间存在关联后这种关联将保持不变的疫情跟踪管理方法。

技术实现思路

[0005]本专利技术提供了一种疫情监控方法，通过根据数字孪生概念建立的区域仿真模型与SEIR模型结合对疫情跟踪管理，实现真实社交网络中的关联随着新关系的形成而变化，旧关系不断被移除，避免采用静态接触网络中出现两个个体之间存在关联后这种关联将保持不变的问题，情跟踪管理方法实现能够考虑个体异质性和空间结构。
[0006]本专利技术一种疫情监控方法，包括以下步骤：
[0007]基于数字孪生概念，建立区域仿真模型；
[0008]基于SEIR模型和所述区域仿真模型，构建疫情跟踪模拟模型；
[0009]获取管理区域所在地区的疫情级别信息、初始感染者基本信息、初始暴露者基本信息；
[0010]预设管理区域数据信息，其中，预设的所述管理区域数据信息包括基础数据信息、疫情参数数据信息，所述基础数据信息包括管理区域内建筑结构信息、管理区域内人员基本信息、管理区域内人员出行需求信息，所述管理区域内人员基本信息包括人员身份信息、人员疫情类别信息，所述人员疫情类别信息包括初级疫情类别信息、二级疫情类别信息、三级疫情类别信息，所述初级疫情类别信息包括初级疫情类别以及初级疫情类别对应的开始时间点，所述二级疫情类别信息包括二级疫情类别以及二级疫情类别对应的开始时间点，所述三级疫情类别信息包括三级疫情类别以及三级疫情类别对应的开始时间点，所述初级疫情类别包括易感者、暴露者、感染者、康复者，所述二级疫情类别包括易感者、接触者、暴露者、感染者、康复者，所述三级疫情类别包括易感者、暴露者、感染者、康复者；
[0011]基于所述基础数据信息、初级疫情类别信息、初始感染者基本信息、初始暴露者基
本信息，通过所述区域仿真模型，更新预设的管理区域数据信息中的管理区域内人员的二级疫情类别信息；
[0012]基于更新后的二级疫情类别信息，通过所述SEIR模型，更新预设的管理区域数据信息中的管理区域内人员的三级疫情类别信息；
[0013]基于更新后的三级疫情类别信息，对预设的管理区域数据信息中的基础数据信息中的初级疫情类别信息进行更新。
[0014]所述包括易感者为以前未暴露于病原体，即未感染病原体；暴露者为已被病原体感染但未显现出相关症状；感染者为被病原体感染具有传染性；康复者为已经成功清除感染；
[0015]所述SEIR模型接收更新后的二级疫情类别、以及二级疫情类别对应的开始时间点，根据疫情参数信息数据库中的暴露者转化为感染者的周期，感染者转化为康复者的周期，将二级疫情类别信息中暴露者、感染者、康复者的人员身份信息进行更新，得到将更新后的进行处理后输出三级疫情类别信息；SEIR模型对接收的接触者信息处理，直接将二级疫情类别中的接触者转化为三级疫情类别中的易感者；
[0016]优选的，还包括对SEIR模型输出三级疫情类别信息进行统计处理，输出具体时间点易感者、暴露者、感染者、康复者的具体数量；
[0017]优选的，所述疫情参数信息数据库中包括暴露者转化为感染者的周期信息、感染者转化为康复者的周期信息、易感者与感染者在单位时间内接触的传播概率信息、感染者戴口罩的过滤效率信息、接触者戴口罩的过滤效率信息、感染者传播病毒的相对能力信息；
[0018]所述所在地区的疫情级别信息包括：管理区域内不同区域的疫情管控状态信息、管理区域内对于佩戴口罩要求信息。
[0019]本专利技术相对于现有技术的有益效果在于，通过管理区域内的基础数据信息包括管理区域内建筑结构信息、管理区域内人员基本信息、管理区域内人员出行需求信息；通过所述区域仿真模对管理区域内基础数据信息进行处理输出更新后的二级疫情类别信息，实现疫情跟踪管理方法能够考虑个体异质性和空间结构；跟踪管理区域内每个人员结合其实际出行需求信息以及实际场所后，得到具体每个人疫情类别的变化，并定期输出；
[0020]通过根据数字孪生概念建立的区域仿真模型，实现真实社交网络中的关联随着新关系的形成而变化，旧关系不断被移除，避免采用静态接触网络中出现两个个体之间存在关联后这种关联将保持不变的问题；
[0021]同时解决了经典的SEIR模型仅通过建模来从群体层面预测各疫情类别的群体未来某一时刻的数量；实现了能够对管理区域内每个具体成员在不同时间的疫情类别进行预测并输出。
[0022]进一步的，所述区域仿真模型包括人员出行跟踪模块，基于所述基础数据信息、初始感染者基本信息、初始暴露者基本信息，通过所述人员出行跟踪模块，获得管理区域内人员出行轨迹信息。
[0023]进一步的，所述管理区域内人员出行轨迹信息包括人员身份信息、初级疫情类别信息、管理区域内人员不同时间段所处位置信息。
[0024]进一步的，所述人员出行跟踪模块从基础数据信息中获取人员身份信息、初级疫情类别信息，同时获取最新的初始感染者基本信息、初始暴露者基本信息，所述初始感染者
基本信息包括初始感染者人员身份信息；所述初始暴露者基本信息包括初始暴露者人员身份信息；
[0025]判断初始感染者个人身份信息、初始暴露者个人身份信息与预设的管理区域数据信息中的基础数据信息中的人员身份信息是否有重合；
[0026]是则，通过人员出行跟踪模块将重合的人员身份信息对应的初级疫情类别信息进行初始更新；所述人员出行跟踪模块基于初始更新后的初级疫情类别信息对管理区域内人员出行需求信息处理，得到管理区域内人员出行轨迹信息。
[0027]采用上述进一步技术方案的有益效果在于，通过所述人员出行跟踪模块模拟预测管理区域内每个具体人员在不同时间段经过的场所、地点。
[0028]进一步的，所述区域仿真模型还包括疫情跟踪模块，所述疫情跟踪模块基于管理区域内人员出行轨迹信息，得到更新后的管理区域内人员的二级疫情类别信息。
[0029]进一步的，所述疫情跟踪模块包括接触网络模块，将管理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种疫情监控方法，其特征在于，包括以下步骤：基于数字孪生概念，建立区域仿真模型；基于SEIR模型和所述区域仿真模型，构建疫情跟踪模拟模型；获取管理区域所在地区的疫情级别信息、初始感染者基本信息、初始暴露者基本信息；预设管理区域数据信息，其中，预设的所述管理区域数据信息包括基础数据信息、疫情参数数据信息，所述基础数据信息包括管理区域内建筑结构信息、管理区域内人员基本信息、管理区域内人员出行需求信息，所述管理区域内人员基本信息包括人员身份信息、人员疫情类别信息，所述人员疫情类别信息包括初级疫情类别信息、二级疫情类别信息、三级疫情类别信息，所述初级疫情类别信息包括初级疫情类别以及初级疫情类别对应的开始时间点，所述二级疫情类别信息包括二级疫情类别以及二级疫情类别对应的开始时间点，所述三级疫情类别信息包括三级疫情类别以及三级疫情类别对应的开始时间点，所述初级疫情类别包括易感者、暴露者、感染者、康复者，所述二级疫情类别包括易感者、接触者、暴露者、感染者、康复者，所述三级疫情类别包括易感者、暴露者、感染者、康复者；基于所述基础数据信息、初级疫情类别信息、初始感染者基本信息、初始暴露者基本信息，通过所述区域仿真模型，更新预设的管理区域数据信息中的管理区域内人员的二级疫情类别信息；基于更新后的二级疫情类别信息，通过所述SEIR模型，更新预设的管理区域数据信息中的管理区域内人员的三级疫情类别信息；基于更新后的三级疫情类别信息，对预设的管理区域数据信息中的基础数据信息中的初级疫情类别信息进行更新。2.根据权利要求1所述的疫情监控方法，其特征在于，所述区域仿真模型包括人员出行跟踪模块，基于所述基础数据信息、初始感染者基本信息、初始暴露者基本信息，通过所述人员出行跟踪模块，获得管理区域内人员出行轨迹信息。3.根据权利要求2所述的疫情监控方法，其特征在于，所述管理区域内人员出行轨迹信息包括人员身份信息、初级疫情类别信息、管理区域内人员不同时间段所处位置信息。4.根据权利要求3所述的疫情监控方法，其特征在于，所述人员出行跟踪模块从基础数据信息中获取人员身份信息、初级疫情类别信息，同时获取最新的初始感染者基本信息、初始暴露者基本信息，所述初始感染者基本信息包括初始感染者人员身份信息；所述初始暴露者基本信息包括初始暴露者人员身份信息；判断初始感染者个人身份信息、初始暴露者个人身份信息与预设的管理区域数据信息中的基础数据信息中的人员身份信息是否有重合；是则，通过人员出行跟踪模块将重合的人员身份信息对应的初级疫情类别信息进行初始更新；所述人员出行跟踪模块基于初始更新后的初级疫情类别信息对管理区域内人员出行需求信息处理，得到管理区域内人员出行轨迹信息。5.根据权利要求3所述的疫情监控方法，其特征在于，所述区域仿真模型还包括疫情跟踪模块，所述疫情跟踪模块基于管理区域内人员出行轨迹信息，得到更新后的管理区域内人员的二级疫情类别信息。6.根据权利要求5所述的疫情监控方法，其特征在于，所述疫情跟踪模块包括接触网络模块，将管理区域内人员出行轨迹信息中的人员身份信息以及与其对应的初级疫情类别信
息、管理区域内人员不同时间段所处位置信息输入到所述接触网络模块，得到与感染者在同一时空出现的初级接触者信息；所述初级接触者信息包括：初级接触者身份信息、初级接触时间段、初级接触地点。7.根据权利要求6所述的疫情监控方法，其特征在于，所述接触网络模块根据小世界网络模型建立；接触网络模块从管理区域内基础数据信息获取管理区域内建筑结构信息，根据管理区域内建筑结构信息建立若干接触网络；接触网络模块接收管理区域内人员出行轨迹信息中人员身份信息、管...

【专利技术属性】
技术研发人员：郭伟伟，李廷帅，谭墍元，李云丛，陈玉雯，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：