[发明专利]一种基于气象数据的疾病预测模型的构建方法及系统有效

专利信息
申请号: 202011151041.2 申请日: 2020-10-24
公开(公告)号: CN112349420B 公开(公告)日: 2023-04-14
发明(设计)人: 解飞鸿;王芹;杜乐 申请(专利权)人: 武汉东湖大数据交易中心股份有限公司
主分类号: G16H50/50 分类号: G16H50/50;G16H50/70
代理公司: 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 代理人: 方菲
地址: 430000 湖北省武汉市东湖新技术开*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 气象 数据 疾病 预测 模型 构建 方法 系统
【权利要求书】:

1.一种基于气象数据的疾病预测模型的构建方法,其特征在于,包括如下步骤:

获取待预测地区的气象数据库、与气象变化有关的疾病知识库、待预测地区的患病数据库;

将所述气象数据库、疾病知识库、患病数据库依次进行预处理、归一化、特征提取,构建分层级的气象与疾病关系特征库:根据所述疾病知识库剔除不易导致疾病的气象数据、非气象因素导致的疾病数据,得到第一气象数据库、第一患病数据库;将所述第一气象数据库中的气象数据、第一患病数据库的患者数据分别进行归一化、特征提取,得到第二气象数据库、第二患病数据库;按照所述疾病知识库中的不同的疾病分类对所述第二气象数据库、第二患病数据库进行聚类,得到气象与疾病关系特征库;根据所述气象与疾病关系特征库与时间因素,将所述气象与疾病关系特征库划分为天气与疾病关系特征库、气象与疾病关系特征库、气候与疾病关系特征库;

所述按照所述疾病知识库中的不同的疾病分类对所述第二气象数据库、第二患病数据库进行聚类,得到气象与疾病关系特征库包括如下步骤:

根据所述疾病知识库将与单一气象要素相关的疾病数据进行聚类,得到第一气象与疾病关系特征库;

根据所述疾病知识库将与单一疾病相关的气象要素进行聚类,得到第二气象与疾病关系特征库;

将第一气象与疾病关系特征库与所述二气象与疾病关系特征库进行合并、去重得到气象与疾病关系特征库;

根据所述气象与疾病关系特征库建立多元线性回归决策树模型,训练所述多元线性回归决策树模型直至其预测误差低于阈值。

2.根据权利要求1所述的基于气象数据的疾病预测模型的构建方法,其特征在于,在所述根据所述气象与疾病关系特征库建立线性回归决策树模型,训练所述多元线性回归决策树模型直至其预测误差低于阈值之后还包括如下步骤:

根据所述多元线性回归决策树模型建立由多个病因链交错联接成的病因网。

3.一种基于气象数据的疾病预测模型的系统,其特征在于,包括根据权利要求1至2中任一所述的基于气象数据的疾病预测模型的构建方法所构建的预测模型,所述预测模型,用于预测待测地区的人群在未来一个季度内患病概率分布。

4.根据权利要求3所述的基于气象数据的疾病预测模型的系统,其特征在于,还包括获取模块、评价模块、预警模块,

所述获取模块,用于获取待预测地区未来一个季度内的气象数据;

所述评价模块,用于利用负相关系数算法对疾病发生水平进行评价,并控制所述预警模块;

所述预警模块,用于根据所述评价模块发出不同的预警。

5.根据权利要求4所述的基于气象数据的疾病预测模型的系统,其特征在于,所述获取模块还包括用户接口,所述用户接口用于接收用户输入的年龄、性别、地区信息。

6.根据权利要求3所述的基于气象数据的疾病预测模型的系统,其特征在于,所述预测模型还包括权重模块,所述权重模块用于根据气象与地区变化、季节变化、天气变化以及性别、年龄变化与相关疾病的权重计算每种关联要素的权重。

7.根据权利要求3所述的基于气象数据的疾病预测模型的系统,其特征在于,所述预测模型包括优化单元,用于根据多模态数据对所述预测模型进行优化;

所述多模态数据包括气象要数据的平均值、最高值和最低值、平均最高值和平均最低值和历史平均值、最高值和最低值、平均最高值和平均最低值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉东湖大数据交易中心股份有限公司,未经武汉东湖大数据交易中心股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011151041.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top