CN108695003A - 一种发热疫情监控与溯源的云管理系统及方法 - Google Patents
一种发热疫情监控与溯源的云管理系统及方法 Download PDFInfo
- Publication number
- CN108695003A CN108695003A CN201810890271.7A CN201810890271A CN108695003A CN 108695003 A CN108695003 A CN 108695003A CN 201810890271 A CN201810890271 A CN 201810890271A CN 108695003 A CN108695003 A CN 108695003A
- Authority
- CN
- China
- Prior art keywords
- cloud management
- associated group
- ratio
- detection
- body temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
- G01K13/20—Clinical contact thermometers for use with humans or animals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种发热疫情监控及可溯源的云管理系统及方法,该系统通过摄像头对检测对象的身份进行识别,同时利用测温传感器快速检测其体温,将体温数据发送至云管理服务器,并保存至相应的检测对象的数据库下;同时利用预先存储在云管理服务器中的检测对象的关联组属性,对处于相同关联组属性下的所有检测对象进行检测,统计体温超过设定体温报警阈值的检测对象的数量变化情况,从而快速的筛选、判断出发热疫情的状态,为后续疫情的监控、溯源以及控制提供相应的帮助。本发明提供的发热疫情监控及可溯源的云管理系统及方法克服了现有技术中仅能在疫情爆发后才得知疫情,不利于疫情控制以及无法准确判断传染病携带者导致监控不准的技术问题。
Description
技术领域
本发明涉及健康及疫情控制领域,具体地说,涉及一种发热疫情监控与溯源的云管理系统及方法。
背景技术
疫情控制与监控也是目前公共卫生服务的一个主要任务。但是目前所有的发热疫情基本上都是通过医院对发烧人群的统计后上报至政府疾控中心,从而才在疾控中心以及卫生部门的介入下,对疫情进行控制。这种由医院统计上报的方式是属于事后统计型,即在疫情处于较大规模的发生后才能得知疫情,不利于疫情的控制以及处理,无法在疫情刚发生或者处于潜在发生期内就实现控制。
另外一方面,现有的疫情发生后,仅仅可以通过医院对传染病携带者的统计初步确定传染病发生的区域以及时间,不具有可追溯性,无法准确判断出传染病携带者,需要在较大范围内进行隔离,监控,导致疾控部门工作量增加,监控不准等问题。
发明内容
本发明的目的在于提供一种发热疫情监控与溯源的云管理系统及方法,旨在解决的现有技术中仅能在疫情爆发后才得知疫情,不利于疫情控制以及无法准确判断传染病携带者导致监控不准的技术问题。
本发明提供一种发热疫情监控及可溯源的云管理系统。
该系统包括云管理服务器,云管理服务器中储存有待检测对象数据库,待检测对象数据库包括:待检测对象的身份信息以及至少一个与其他待检测对象的关联组属性;
多个摄像头,多个摄像头通过网络与云管理服务器通信,检测待检测对象并将检测信息发送至云管理服务器;
多个测温传感器,测温传感器安装于摄像头内,每个摄像头内至少安装一个测温传感器,测温传感器检测待检测对象的体温数据,并发送至云管理服务器;
云管理服务器将与检测对象对应的检测信息以及体温数据录入检测对象数据库,形成发热疫情数据库,设置体温报警阈值,并对发热疫情数据库中相同关联组或者相关关联组中体温超过体温报警阈值的检测对象,进行统计、筛选和分析,从而确认疫情的增长以及跟踪发热传染源。
进一步地,身份信息包括:待检测对象的人脸信息、待检测对象姓名;摄像头对待检测对象人脸拍照,并发送人脸图像至云管理服务器,云管理服务器根据人脸图像确认待检测对象姓名。
进一步地,测温传感器将待检测对象的体温数据发送至云管理服务器,云管理服务器根据待检测对象的身份信息记录待检测对象的体温数据。
进一步地,系统还包括存储模块,存储模块中预先存储有体温报警阈值;检测对象的体温数据超过体温报警阈值时,云管理服务器发送检测对象身份信息以及体温数据至存储模块保存。
进一步地,系统还包括第一报警模块,第一报警模块与云管理服务器通信,存储模块中储存有第一比率;云管理服务器根据前后两次检测的体温数据,对某一关联组中超过体温报警阈值的检测对象数量以及身份信息进行统计,确认后一次关联组中超过体温报警阈值的检测对象的数量与前一次同一关联组中超过体温报警阈值的检测对象的数量的比值,并将该比值定位为纵向异常比值;当纵向异常比值大于第一比率时,云管理服务器发送报警信号以及前一次检测时关联组中体温超过体温报警阈值的所有检测对象身份信息至第一报警模块。
进一步地,系统还包括第二报警模块,第二报警模块与云管理服务器通信;检测对象的关联组属性具有至少两个,存储模块中储存有第二比率,云管理服务器根据体温数据超过体温报警阈值的检测对象所在的关联组属性,对处于检测对象所在的所有关联组中的所有检测对象的体温数据进行统计,确认每个关联组中所有检测对象中体温数据超过体温报警阈值的检测对象与该关联组中所有检测对象的数量比值,并定义为横向异常比值;当多个关联组中形成中的超过特定占比的多个横向异常比值大于第二比率时,云管理服务器发送报警信号以及多个关联组属性共同指向的检测对象身份信息发送至第二报警模块。
本发明同时还提供了一种发热疫情监控及可溯源的云管理方法。
该方法包括:
步骤1:设置具有多个待检测对象的对象数据库,在该对象数据库中,每个检测对象具有区别于其他检测对象的识别标识以及关联组属性,关联组属性至少包括一个,多个具有相同关联组属性的待检测对象组成一个关联组;
步骤2:确认所有检测对象的身份信息并对所有检测对象的体温进行检测,形成体温数据;
步骤3:将与检测对象对应的检测信息以及体温数据录入检测对象数据库,形成发热疫情数据库;
步骤4:设置体温报警阈值,并对发热疫情数据库中相同关联组或者相关关联组中体温超过体温报警阈值的检测对象,进行统计、筛选和分析,从而确认疫情的增长以及跟踪发热传染源。
进一步地,步骤4包括以下步骤:
步骤411:预先设置第一比率;
步骤412:根据识别标识对相同关联组中的每个待检测对象进行体温检测,形成体温数据,将体温数据与体温报警阈值进行比对,确认关联组中检测对象体温数据超过体温报警阈值的异常检测对象,并统计异常检测对象在关联组中的数量,形成第一统计值;
步骤413:对上一次检测时,关联组中异常检测对象的数量进行统计,形成第二统计值,确认第二统计值与第一统计值的比值,并将该比值定位为纵向异常比值;
步骤414:比对第一比率与纵向异常比值,当纵向异常比值大于第一比率时,发送报警信号以及异常检测对象身份信息。
进一步地,步骤4包括以下步骤:
步骤421:预先设置第二比率;
步骤422:确认至少具有两个关联组属性且根据体温数据超过体温报警阈值的检测对象所在的关联组属性;
步骤423:对处于检测对象所在的所有关联组中的所有检测对象的体温数据进行统计,确认每个关联组中所有检测对象中体温数据超过体温报警阈值的检测对象与该关联组中所有检测对象的数量比值,并定义为横向异常比值;
步骤424:当多个关联组中形成中的超过特定占比的多个横向异常比值均大于第二比率时,发送报警信号以及多个关联组属性共同指向的检测对象身份信息。
进一步地,方法中检测对象的关联组属性、体温报警阈值、第一比率、第二比率以及特定占比均为可设定的特定值。
本发明公开的发热疫情监控及可溯源的云管理系统及方法,该系统通过摄像头对检测对象的身份进行识别,同时利用测温传感器快速检测其体温,将体温数据发送至云管理服务器,并保存至相应的检测对象的数据库下;同时利用预先存储在云管理服务器中的检测对象的关联组属性,对处于相同关联组属性下的所有检测对象进行检测,统计体温超过设定体温报警阈值的检测对象的数量变化情况,从而快速的筛选、判断出发热疫情的状态,为后续疫情的监控、溯源以及控制提供相应的帮助。本发明提供的发热疫情监控及可溯源的云管理系统及方法克服了现有技术中仅能在疫情爆发后才得知疫情,不利于疫情控制以及无法准确判断传染病携带者导致监控不准的技术问题。。
附图说明
图1是本发明的云管理系统结构示意图;
图2是本发明关联组示意图;
图3是本发明云管理系统实施例模块示意图;
图4是本发明云管理系统另一实施例的模块示意图;
图5至图7是本发明云管理方法的流程示意图。
具体实施方式
下面结合具体实施例和说明书附图对本发明做进一步阐述和说明:
请参考图1,本发明公开了一种发热疫情监控及可溯源的云管理系统。该系统包括云管理服务器100、多个摄像头200以及多个测温传感器300。
其中,摄像头200通过网络与云管理服务器100通信,对检测对象拍照检测,形成检测信息,该检测信息与每个检测对象一一对应,从而便于确定检测对象的身份,该摄像头200将检测信息发送至云管理服务器100保存。
测温传感器300安装在摄像头200内,并且与摄像头200一致朝向检测对象,当检测对象被摄像头200拍照检测时,该测温传感器300对检测对象的体温进行检测,形成体温数据,并将该体温数据发送至云管理服务器100。其中,每个摄像头200内安装有一个测温传感器300;在其他实施方式中,摄像头200内也可以安装两个以及多个测温传感器300;当安装有多个测温传感器300时,多个测温传感器300检测的体温数据通过体温计算方式获得最终体温数据,并将最终体温数据发送至云管理服务器100。
此处的体温计算方式是指利用数学方法,或者预设的逻辑算法确认最终体温数据的方法。例如:将多个体温数据进行求和平均,并将平均值作为最终体温数据;或者根据预设的逻辑,以多个体温数据中的最大值或最小值,作为最终的体温数据。
另外,本发明的云管理服务器100通过网络连接具有远程通信的能力,同时具有数据运算能力。该云管理服务器100中预先储存有待检测对象数据库11,该待检测对象数据库11包括:待检测对象的身份信息以及与其他待检测对象的关联组属性。
身份信息在本实施方式中,包括待检测对象的脸部图像以及姓名、职业、住址、工作区域等信息,摄像头200对待检测对象拍照检测后,将检测信息发送至云管理服务器100中与脸部图像进行比对,根据比对的结果确定检测对象的身份。
其中,如图2,关联组属性是一个检测对象与其他检测对象之间关联关系的数据记录,通过关联组属性能够确定多个检测对象之间接触、活动关系,便于后续针对发热异常检测对象在一定群组、对象数量和范围内的跟踪、追溯、监控。例如:检测对象A、检测对象B、检测对象C、检测对象D具有关联组属性。具体如下表1:
表1.关联组属性关系示意表
在该表1中,当关联组属性仅具有关联组属性1时,即每个检测对象仅具有一个关联组属性时:检测对象A与检测对象C均为“一年级1班”,为一关联组—“一年级1班”;检测对象B与检测对象D均为“一年级2班”为另一关联组。当关联组属性具有两个或者多个时,如表1以两个为例,在以上基础上,检测对象A与检测对象B也处于一个关联组,而检测对象C与检测对象D处于另一关联组;用集合图表示如图2。
在本发明中,云管理服务器100将与检测对象对应的检测信息以及体温数据录入检测对象数据库11,形成发热疫情数据库。该发热疫情数据库中记录有检测对象的身份信息,以及每次检测后与检测对象相对应的体温数据,作为政府绩效考核,疫情记录、疫情规模评估、疫情爆发后的疫情源头追溯提供支持。
其中,在该云管理服务器100中还设置有体温报警阈值,当检测到某一检测对象的体温数据超过体温报警阈值后,根据该检测对象所对应的关联组属性,对与该对象处于相同关联组中所有体温超过体温报警阈值的检测对象的身份信息进行统计、筛选和分析,从而确定以及跟踪发热传染源。
例如以上表格1为例,当检测到检测对象A的体温数据超过体温报警阈值后,就认为该检测对象A为潜在传染感染者,同时对与该检测对象A同处于“一年级1班”这个关联组中的检测对象C也进行体温检测,记录检测对象C的体温数据,同将该处于“一年级1班”这个关联组中的所有检测对象进行体温检测,统计检测的结果;同样的,对与该检测对象A同处于“张三老师语文课”这个关联组中的检测对象B也进行体温检测,记录检测对象B的体温数据,同将该处于“张三老师语文课”这个关联组中的所有检测对象进行体温检测,统计检测的结果。该云管理服务器100对检测结果进行筛选、分析后就能确定疫情书否处于爆发期,预计将来疫情增长情况,确定疫情的传染源。
具体的,该发热疫情监控及可溯源的云管理系统还包括用于保存该体温报警阈值的存储模块,当检测对象的体温数据超过体温报警阈值后,云管理服务器100发送检测对象的身份信息以及体温数据至存储模块存储。
进一步地,结合图1及图3,该发热疫情监控及可溯源的云管理系统还包括与云管理服务器100通信的第一报警模块41,该第一报警模块41为发送特定报警信号的信号产生装置,例如产生报警信号,并将该报警信号发送至检疫中心服务器;或者时发送特定警示信号的报警装置,例如产生声音、光信号的装置。在本实施方式中,存储模块中还存储有第一比率;当检测对象仅具有一个关联组属性时,云管理模块根据前后两侧检测形成的体温数据以及发热疫情数据库,对某一个关联组中超过体温报警阈值的检测对象的数量以及身份信息进行统计,确认后一次关联组中超过体温报警阈值的检测对象的数量与前一次同一关联组中超过体温报警阈值的检测对象的数量的比值,并将该比值定位为纵向异常比值;当纵向异常比值大于第一比率时,云管理服务器100发送报警信号以及前一次检测时关联组中体温超过体温报警阈值的所有检测对象身份信息至第一报警模块41。
在本实施方式中,纵向异常比值是代表某一个关联组在一定时间内,前后两次检测后体温数据超过体温报警阈值的所有检测对象的增长率,即潜在传染感染者的变化率。当该纵向异常比值大于设定认为合理的第一比率时,即认为该潜在传染感染者数量增长处于非合理区间,有可能为疫情爆发,则将该关联组中所有潜在传染感染者的身份信息发送至第一报警模块41备案。之后,就进入疫情的控制阶段,常见的是,相关部门根据第一报警模块41的报警信号,对接收到了潜在传感感染者进行单独各个的实际筛查,最终确定感染者,同时隔离该关联组中的所有检测对象,进一步防止疫情扩大。
本发明的发热疫情监控及可溯源的云管理系统通过设置关联组,并对关联组中的检测对象进行前后两次检测,统计两次检测结果中超过体温报警阈值的数量的变化率,技术快速的做出报警以及反应,避免了背景技术中疫情爆发监控的滞后性;同时发送的体温超过体温报警阈值的所有检测对象的身份信息能够快速锁定潜在的传染病感染者身份,家庭以及活动区域,为疫情的控制提供帮助。
在本发明的另一实施方式中,结合图1及图4,当检测对象具有两个以及以上的关联组属性时,发热疫情监控及可溯源的云管理系统还包括第二报警模块42,第二报警模块42与云管理服务器100通信;检测对象的关联组属性具有至少两个,存储模块中储存有第二比率,云管理服务器100根据体温数据超过体温报警阈值的检测对象所在的关联组属性,对处于检测对象所在的所有关联组中的所有检测对象的体温数据进行统计,确认每个关联组中所有检测对象中体温数据超过体温报警阈值的检测对象与该关联组中所有检测对象的数量比值,并定义为横向异常比值;当多个关联组中形成中的超过特定占比的多个横向异常比值大于第二比率时,云管理服务器100发送报警信号以及多个关联组属性共同指向的检测对象身份信息发送至第二报警模块42。
在本实施方式中,云管理服务器100首先根据某个体温数据超过体温报警阈值的检测对象所对应的关联组属性,将该对应的多个关联组中的每个关联组下的所有检测对象的体温数据进行统计,并筛选出这些关联组下的检测对象的体温数据同样超过体温报警阈值的数量;根据不同的关联组会得到多个该数量,然后将该数量与自身相对应的关联组中所有检测对象的数量计算比值,并将比值定义为横向异常比值。
其中横向异常比值是指,在一个关联组中体温超过体温报警阈值的检测对象的占比,可以认为为潜在传染病感染者的占比数量;当该关联组属性具有多个时,该横向异常比值就具有多个。在本实施方式中,多个关联组之间均指向或者包含于一个或者多个相同的检测对象,那么这些检测对象就是影响多个关联组潜在感染率的因素。
在得到该横向异常比值后,对该横向异常比值进行统计,确认该横向异常比值中大于第二比率的数量,此处的第二比率为与第一比率相似的合理设定值,当该横向异常比值中的数量大于第二比率的数量与所有横向异常占比的数量个个数比超过预设的特定占比时时意味着在与多个相同检测对象为共同元素的多个关联组整体存在发热上升异常,则预估为发热疫情的发生,此时云管理服务器100发送报警信号以及多个关联组属性共同指向的检测对象身份信息发送至第二报警模块42。
就进入疫情的控制阶段,常见的是,相关部门根据第二报警模块42的报警信号,对接收到了潜在传感感染者进行单独各个的实际筛查,最终确定感染者,同时隔离该关联组中的所有检测对象,进一步防止疫情扩大。
本发明的发热疫情监控及可溯源的云管理系统通过设置关联组,并对具有相同检测对象的元素关联组中的检测对象进行检测,以每一个关联组为一个统计单元,统计每个关联组中体温超过体温报警阈值的数量与关联组中所有检测对象数量之间的比值,定位为横向异常比值;对多个相关的关联组的横向异常比值进行统计,确认这些横向异常比值中大于第二比率的数量与所属有横向异常比值的数量的比值,当该比值超过预设的特定占比时则意味这发热疫情的发生,有利于快速的做出报警以及反应,避免了背景技术中疫情爆发监控的滞后性;同时发送的体温超过体温报警阈值的所有检测对象的身份信息、以及多个关联组中共同指向的检测对象身份信息,能够快速锁定潜在的传染病感染者身份,家庭以及活动区域,为疫情的控制提供帮助。
本发明同时还提供了一种发热疫情监控与可溯源的云管理方法:
如图5,该方法包括以下步骤:
步骤1:设置具有多个待检测对象的对象数据库,在该对象数据库中,每个检测对象具有区别于其他检测对象的识别标识以及关联组属性,关联组属性至少包括一个,多个具有相同关联组属性的待检测对象组成一个关联组;
步骤2:确认所有检测对象的身份信息并对所有检测对象的体温进行检测,形成体温数据;
步骤3:将与检测对象对应的检测信息以及体温数据录入检测对象数据库11,形成发热疫情数据库;
步骤4:设置体温报警阈值,并对发热疫情数据库中相同关联组或者相关关联组中体温超过体温报警阈值的检测对象,进行统计、筛选和分析,从而确认疫情的增长以及跟踪发热传染源。
如图6,其中步骤4包括以下分步骤:
步骤411:预先设置第一比率;
步骤412:根据识别标识对相同关联组中的每个待检测对象进行体温检测,形成体温数据,将体温数据与体温报警阈值进行比对,确认关联组中检测对象体温数据超过体温报警阈值的异常检测对象,并统计异常检测对象在关联组中的数量,形成第一统计值;
步骤413:对上一次检测时,关联组中异常检测对象的数量进行统计,形成第二统计值,确认第二统计值与第一统计值的比值,并将该比值定位为纵向异常比值;
步骤414:比对第一比率与纵向异常比值,当纵向异常比值大于第一比率时,发送报警信号以及异常检测对象身份信息。
如图7,在本发明的其他实施方式中,当关联组属性具有两个或者多个时,步骤4包括以下步骤:
步骤421:预先设置第二比率;
步骤422:确认至少具有两个关联组属性且根据体温数据超过体温报警阈值的检测对象所在的关联组属性;
步骤423:对处于检测对象所在的所有关联组中的所有检测对象的体温数据进行统计,确认每个关联组中所有检测对象中体温数据超过体温报警阈值的检测对象与该关联组中所有检测对象的数量比值,并定义为横向异常比值;
步骤424:当多个关联组中形成中的超过特定占比的多个横向异常比值均大于第二比率时,发送报警信号以及多个关联组属性共同指向的检测对象身份信息。
在本发明中,检测对象的关联组属性、体温报警阈值、第一比率、第二比率以及特定占比均为可设定的特定值。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (10)
1.一种发热疫情监控及可溯源的云管理系统,其特征在于,包括:
云管理服务器,云管理服务器中储存有待检测对象数据库,待检测对象数据库包括:待检测对象的身份信息以及至少一个与其他待检测对象的关联组属性;
多个摄像头,多个摄像头通过网络与云管理服务器通信,检测待检测对象并将检测信息发送至云管理服务器;
多个测温传感器,测温传感器安装于摄像头内,每个摄像头内至少安装一个测温传感器,测温传感器检测待检测对象的体温数据,并发送至云管理服务器;
云管理服务器将与检测对象对应的检测信息以及体温数据录入检测对象数据库,形成发热疫情数据库,设置体温报警阈值,并对发热疫情数据库中相同关联组或者相关关联组中体温超过体温报警阈值的检测对象,进行统计、筛选和分析,从而确认疫情的增长以及跟踪发热传染源。
2.如权利要求1所述的发热疫情监控及可溯源的云管理系统,其特征在于,身份信息包括:待检测对象的人脸信息、待检测对象姓名;摄像头对待检测对象人脸拍照,并发送人脸图像至云管理服务器,云管理服务器根据人脸图像确认待检测对象姓名。
3.如权利要求2所述的发热疫情监控及可溯源的云管理系统,其特征在于,测温传感器将待检测对象的体温数据发送至云管理服务器,云管理服务器根据待检测对象的身份信息记录待检测对象的体温数据。
4.如权利要求1所述的发热疫情监控及可溯源的云管理系统,其特征在于,还包括存储模块,存储模块中预先存储有体温报警阈值;检测对象的体温数据超过体温报警阈值时,云管理服务器发送检测对象身份信息以及体温数据至存储模块保存。
5.如权利要求4的发热疫情监控及可溯源的云管理系统,其特征在于,还包括第一报警模块,第一报警模块与云管理服务器通信,存储模块中储存有第一比率;云管理服务器根据前后两次检测的体温数据,对某一关联组中超过体温报警阈值的检测对象数量以及身份信息进行统计,确认后一次关联组中超过体温报警阈值的检测对象的数量与前一次同一关联组中超过体温报警阈值的检测对象的数量的比值,并将该比值定位为纵向异常比值;当纵向异常比值大于第一比率时,云管理服务器发送报警信号以及前一次检测时关联组中体温超过体温报警阈值的所有检测对象身份信息至第一报警模块。
6.如权利要求4所述的发热疫情监控及可溯源的云管理系统,其特征在于,还包括第二报警模块,第二报警模块与云管理服务器通信;检测对象的关联组属性具有至少两个,存储模块中储存有第二比率,云管理服务器根据体温数据超过体温报警阈值的检测对象所在的关联组属性,对处于检测对象所在的所有关联组中的所有检测对象的体温数据进行统计,确认每个关联组中所有检测对象中体温数据超过体温报警阈值的检测对象与该关联组中所有检测对象的数量比值,并定义为横向异常比值;当多个关联组中形成中的超过特定占比的多个横向异常比值大于第二比率时,云管理服务器发送报警信号以及多个关联组属性共同指向的检测对象身份信息发送至第二报警模块。
7.一种发热疫情监控及可溯源的云管理方法,其特征在于,包括以下步骤:
步骤1:设置具有多个待检测对象的对象数据库,在该对象数据库中,每个检测对象具有区别于其他检测对象的识别标识以及关联组属性,关联组属性至少包括一个,多个具有相同关联组属性的待检测对象组成一个关联组;
步骤2:确认所有检测对象的身份信息并对所有检测对象的体温进行检测,形成体温数据;
步骤3:将与检测对象对应的检测信息以及体温数据录入检测对象数据库,形成发热疫情数据库;
步骤4:设置体温报警阈值,并对发热疫情数据库中相同关联组或者相关关联组中体温超过体温报警阈值的检测对象,进行统计、筛选和分析,从而确认疫情的增长以及跟踪发热传染源。
8.如权利要求7所述的发热疫情监控及可溯源的云管理方法,其特征在于,步骤4包括以下步骤:
步骤411:预先设置第一比率;
步骤412:根据识别标识对相同关联组中的每个待检测对象进行体温检测,形成体温数据,将体温数据与体温报警阈值进行比对,确认关联组中检测对象体温数据超过体温报警阈值的异常检测对象,并统计异常检测对象在关联组中的数量,形成第一统计值;
步骤413:对上一次检测时,关联组中异常检测对象的数量进行统计,形成第二统计值,确认第二统计值与第一统计值的比值,并将该比值定位为纵向异常比值;
步骤414:比对第一比率与纵向异常比值,当纵向异常比值大于第一比率时,发送报警信号以及异常检测对象身份信息。
9.如权利要求7所述的发热疫情监控及可溯源的云管理方法,其特征在于,步骤4包括以下步骤:
步骤421:预先设置第二比率;
步骤422:确认至少具有两个关联组属性且根据体温数据超过体温报警阈值的检测对象所在的关联组属性;
步骤423:对处于检测对象所在的所有关联组中的所有检测对象的体温数据进行统计,确认每个关联组中所有检测对象中体温数据超过体温报警阈值的检测对象与该关联组中所有检测对象的数量比值,并定义为横向异常比值;
步骤424:当多个关联组中形成中的超过特定占比的多个横向异常比值均大于第二比率时,发送报警信号以及多个关联组属性共同指向的检测对象身份信息。
10.如权利要求7至9任意一项所述的发热疫情监控及可溯源的云管理方法,其特征在于,检测对象的关联组属性、体温报警阈值、第一比率、第二比率以及特定占比均为可设定的特定值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810890271.7A CN108695003A (zh) | 2018-08-07 | 2018-08-07 | 一种发热疫情监控与溯源的云管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810890271.7A CN108695003A (zh) | 2018-08-07 | 2018-08-07 | 一种发热疫情监控与溯源的云管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108695003A true CN108695003A (zh) | 2018-10-23 |
Family
ID=63841113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810890271.7A Pending CN108695003A (zh) | 2018-08-07 | 2018-08-07 | 一种发热疫情监控与溯源的云管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108695003A (zh) |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109558849A (zh) * | 2018-11-30 | 2019-04-02 | 广东云海电子科技有限公司 | 基于透明厨房系统的管理方法 |
CN109670541A (zh) * | 2018-12-07 | 2019-04-23 | 中国科学院软件研究所 | 一种基于空间聚合的蚊媒传染病发热人群范围标记方法 |
CN109712719A (zh) * | 2018-12-29 | 2019-05-03 | 杭州平普智能科技有限公司 | 一种基于传染病源的人群隔离方法和装置 |
CN109785914A (zh) * | 2018-12-18 | 2019-05-21 | 张健鹏 | 群体体温监测方法及系统 |
CN110926655A (zh) * | 2020-02-17 | 2020-03-27 | 深圳市刷新智能电子有限公司 | 基于可穿戴体温传感器的疫情监控方法和系统 |
CN110926656A (zh) * | 2020-02-17 | 2020-03-27 | 深圳市刷新智能电子有限公司 | 一种基于可穿戴体温传感器的疫情监控方法和系统 |
CN111024264A (zh) * | 2020-01-08 | 2020-04-17 | 广东小天才科技有限公司 | 一种基于多人体温的监测方法、装置、设备及存储介质 |
CN111063450A (zh) * | 2020-02-17 | 2020-04-24 | 深圳市刷新智能电子有限公司 | 一种基于可穿戴体温传感器的疫情疑似人筛选方法和系统 |
CN111193821A (zh) * | 2020-03-03 | 2020-05-22 | 覃立 | 具有红外成像测温功能的手机及其测温方法 |
CN111202861A (zh) * | 2020-02-17 | 2020-05-29 | 佛山市锐诚云智能照明科技有限公司 | 一种轿箱自动防疫消毒方法、系统、储存介质和终端设备 |
CN111225066A (zh) * | 2020-02-26 | 2020-06-02 | 重庆国翰能源发展有限公司 | 一种用于云检测人体温度的系统和方法 |
CN111354119A (zh) * | 2020-02-21 | 2020-06-30 | 成都超有范儿科技有限公司 | 一种针对社区居民在疫情防控期间的智能通行平台 |
CN111403006A (zh) * | 2020-06-03 | 2020-07-10 | 成都逸视通生物科技有限责任公司 | 一种微生物检测系统及装置 |
CN111442856A (zh) * | 2020-03-30 | 2020-07-24 | 广东乐芯智能科技有限公司 | 一种体温监测方法及系统 |
CN111458037A (zh) * | 2020-06-08 | 2020-07-28 | 深圳市迪米科技有限公司 | 一种体温筛查记录装置及体温筛查处理方法 |
CN111506622A (zh) * | 2020-04-07 | 2020-08-07 | 上海商汤智能科技有限公司 | 温度检测、查询方法及其相关设备、存储装置 |
CN111557646A (zh) * | 2020-03-23 | 2020-08-21 | 广东艾诗凯奇智能科技有限公司 | 基于颈部按摩仪的群体监控方法、装置及存储介质 |
CN111569255A (zh) * | 2020-03-23 | 2020-08-25 | 广东艾诗凯奇智能科技有限公司 | 基于颈部按摩仪的健康检测方法、颈部按摩仪和存储介质 |
CN111582097A (zh) * | 2020-04-28 | 2020-08-25 | 百色市人民医院 | 一种疫情监控系统 |
CN111623877A (zh) * | 2020-04-24 | 2020-09-04 | 南宁学院 | 一种测温仪与手机集成测温系统及其方法 |
CN111653058A (zh) * | 2020-06-01 | 2020-09-11 | 北京隆普智能科技有限公司 | 一种监测方法及其系统 |
CN111735540A (zh) * | 2020-06-09 | 2020-10-02 | 四川康佳智能终端科技有限公司 | 一种基于云存储的温度测量处理方法、系统及存储介质 |
CN111916219A (zh) * | 2020-07-17 | 2020-11-10 | 深圳中集智能科技有限公司 | 检验检疫智能安全预警方法、装置及电子系统 |
CN111933294A (zh) * | 2020-06-24 | 2020-11-13 | 河南智售宝智能科技有限公司 | 一种疫情监测与应急处置装置及系统 |
CN111951444A (zh) * | 2020-03-27 | 2020-11-17 | 武汉小码联城科技有限公司 | 地铁出行疫情防控方法、系统及进站闸机、服务器 |
CN112185584A (zh) * | 2020-10-30 | 2021-01-05 | 柳长庆 | 基于现金微生物溯源分析的公共卫生安全金融预警系统 |
CN113820040A (zh) * | 2020-06-19 | 2021-12-21 | 青岛海尔空调器有限总公司 | 基于空调器的体温检测方法与云服务器 |
CN114783097A (zh) * | 2022-04-07 | 2022-07-22 | 南京天溯自动化控制系统有限公司 | 一种医院防疫管理系统及方法 |
US11490812B2 (en) | 2020-07-29 | 2022-11-08 | Inseego Corp. | Systems and methods for monitoring and detecting symptoms of infectious conditions |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101999888A (zh) * | 2010-12-01 | 2011-04-06 | 北京航空航天大学 | 一种对体温异常者进行检测与搜寻的疫情防控系统 |
CN102043893A (zh) * | 2009-10-13 | 2011-05-04 | 北京大学 | 一种疾病预警方法和系统 |
CN105740615A (zh) * | 2016-01-28 | 2016-07-06 | 中山大学 | 利用手机轨迹追踪传染源和预测传染病流行趋势的方法 |
TWI570661B (zh) * | 2015-12-28 | 2017-02-11 | 國立臺灣大學 | 發燒疫情監測系統及其監測方法 |
CN108288028A (zh) * | 2017-12-29 | 2018-07-17 | 佛山市幻云科技有限公司 | 校园发热监控方法、装置及服务器 |
-
2018
- 2018-08-07 CN CN201810890271.7A patent/CN108695003A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102043893A (zh) * | 2009-10-13 | 2011-05-04 | 北京大学 | 一种疾病预警方法和系统 |
CN101999888A (zh) * | 2010-12-01 | 2011-04-06 | 北京航空航天大学 | 一种对体温异常者进行检测与搜寻的疫情防控系统 |
TWI570661B (zh) * | 2015-12-28 | 2017-02-11 | 國立臺灣大學 | 發燒疫情監測系統及其監測方法 |
CN105740615A (zh) * | 2016-01-28 | 2016-07-06 | 中山大学 | 利用手机轨迹追踪传染源和预测传染病流行趋势的方法 |
CN108288028A (zh) * | 2017-12-29 | 2018-07-17 | 佛山市幻云科技有限公司 | 校园发热监控方法、装置及服务器 |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109558849A (zh) * | 2018-11-30 | 2019-04-02 | 广东云海电子科技有限公司 | 基于透明厨房系统的管理方法 |
CN109670541A (zh) * | 2018-12-07 | 2019-04-23 | 中国科学院软件研究所 | 一种基于空间聚合的蚊媒传染病发热人群范围标记方法 |
CN109785914A (zh) * | 2018-12-18 | 2019-05-21 | 张健鹏 | 群体体温监测方法及系统 |
CN109712719A (zh) * | 2018-12-29 | 2019-05-03 | 杭州平普智能科技有限公司 | 一种基于传染病源的人群隔离方法和装置 |
CN111024264A (zh) * | 2020-01-08 | 2020-04-17 | 广东小天才科技有限公司 | 一种基于多人体温的监测方法、装置、设备及存储介质 |
CN110926656A (zh) * | 2020-02-17 | 2020-03-27 | 深圳市刷新智能电子有限公司 | 一种基于可穿戴体温传感器的疫情监控方法和系统 |
CN110926655A (zh) * | 2020-02-17 | 2020-03-27 | 深圳市刷新智能电子有限公司 | 基于可穿戴体温传感器的疫情监控方法和系统 |
CN111063450A (zh) * | 2020-02-17 | 2020-04-24 | 深圳市刷新智能电子有限公司 | 一种基于可穿戴体温传感器的疫情疑似人筛选方法和系统 |
CN111202861A (zh) * | 2020-02-17 | 2020-05-29 | 佛山市锐诚云智能照明科技有限公司 | 一种轿箱自动防疫消毒方法、系统、储存介质和终端设备 |
CN111202861B (zh) * | 2020-02-17 | 2021-08-17 | 佛山市锐诚云智能照明科技有限公司 | 一种轿箱自动防疫消毒方法、系统、储存介质和终端设备 |
CN111354119A (zh) * | 2020-02-21 | 2020-06-30 | 成都超有范儿科技有限公司 | 一种针对社区居民在疫情防控期间的智能通行平台 |
CN111225066A (zh) * | 2020-02-26 | 2020-06-02 | 重庆国翰能源发展有限公司 | 一种用于云检测人体温度的系统和方法 |
CN111193821A (zh) * | 2020-03-03 | 2020-05-22 | 覃立 | 具有红外成像测温功能的手机及其测温方法 |
CN111193821B (zh) * | 2020-03-03 | 2021-04-13 | 覃立 | 具有红外成像测温功能的手机及其测温方法 |
CN111557646A (zh) * | 2020-03-23 | 2020-08-21 | 广东艾诗凯奇智能科技有限公司 | 基于颈部按摩仪的群体监控方法、装置及存储介质 |
CN111569255B (zh) * | 2020-03-23 | 2023-06-20 | 未来穿戴技术有限公司 | 基于颈部按摩仪的健康检测方法、颈部按摩仪和存储介质 |
CN111569255A (zh) * | 2020-03-23 | 2020-08-25 | 广东艾诗凯奇智能科技有限公司 | 基于颈部按摩仪的健康检测方法、颈部按摩仪和存储介质 |
CN111951444A (zh) * | 2020-03-27 | 2020-11-17 | 武汉小码联城科技有限公司 | 地铁出行疫情防控方法、系统及进站闸机、服务器 |
CN111442856A (zh) * | 2020-03-30 | 2020-07-24 | 广东乐芯智能科技有限公司 | 一种体温监测方法及系统 |
CN111506622A (zh) * | 2020-04-07 | 2020-08-07 | 上海商汤智能科技有限公司 | 温度检测、查询方法及其相关设备、存储装置 |
CN111623877A (zh) * | 2020-04-24 | 2020-09-04 | 南宁学院 | 一种测温仪与手机集成测温系统及其方法 |
CN111582097A (zh) * | 2020-04-28 | 2020-08-25 | 百色市人民医院 | 一种疫情监控系统 |
CN111653058A (zh) * | 2020-06-01 | 2020-09-11 | 北京隆普智能科技有限公司 | 一种监测方法及其系统 |
CN111403006A (zh) * | 2020-06-03 | 2020-07-10 | 成都逸视通生物科技有限责任公司 | 一种微生物检测系统及装置 |
CN111458037A (zh) * | 2020-06-08 | 2020-07-28 | 深圳市迪米科技有限公司 | 一种体温筛查记录装置及体温筛查处理方法 |
CN111735540A (zh) * | 2020-06-09 | 2020-10-02 | 四川康佳智能终端科技有限公司 | 一种基于云存储的温度测量处理方法、系统及存储介质 |
CN113820040A (zh) * | 2020-06-19 | 2021-12-21 | 青岛海尔空调器有限总公司 | 基于空调器的体温检测方法与云服务器 |
CN113820040B (zh) * | 2020-06-19 | 2023-12-19 | 青岛海尔空调器有限总公司 | 基于空调器的体温检测方法与云服务器 |
CN111933294A (zh) * | 2020-06-24 | 2020-11-13 | 河南智售宝智能科技有限公司 | 一种疫情监测与应急处置装置及系统 |
CN111916219A (zh) * | 2020-07-17 | 2020-11-10 | 深圳中集智能科技有限公司 | 检验检疫智能安全预警方法、装置及电子系统 |
US11490812B2 (en) | 2020-07-29 | 2022-11-08 | Inseego Corp. | Systems and methods for monitoring and detecting symptoms of infectious conditions |
CN112185584A (zh) * | 2020-10-30 | 2021-01-05 | 柳长庆 | 基于现金微生物溯源分析的公共卫生安全金融预警系统 |
CN114783097A (zh) * | 2022-04-07 | 2022-07-22 | 南京天溯自动化控制系统有限公司 | 一种医院防疫管理系统及方法 |
CN114783097B (zh) * | 2022-04-07 | 2023-09-12 | 南京天溯自动化控制系统有限公司 | 一种医院防疫管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108695003A (zh) | 一种发热疫情监控与溯源的云管理系统及方法 | |
Kuang et al. | Detecting traffic anomalies in urban areas using taxi GPS data | |
CN108011782B (zh) | 用于推送告警信息的方法和装置 | |
CN108498080A (zh) | 一种发热疫情快速筛查与管理的智能公卫服务系统 | |
Han et al. | Anomaly detection based on multidimensional data processing for protecting vital devices in 6G-enabled massive IIoT | |
CN106506556A (zh) | 一种网络流量异常检测方法及装置 | |
CN108228377A (zh) | 一种面向磁盘故障检测的smart阈值优化方法 | |
CN109362235B (zh) | 对网络可访问存储装置处的事务进行分类的方法 | |
CN113645232B (zh) | 一种面向工业互联网的智能化流量监测方法、系统及存储介质 | |
CN103514694A (zh) | 一种入侵检测监控系统 | |
CN106548402A (zh) | 资源转移监控方法及装置 | |
CN106790062A (zh) | 一种基于反向dns查询属性聚合的异常检测方法及系统 | |
CN101154097A (zh) | 静电实时监控系统及其数据采集和分析方法 | |
CN107579858A (zh) | 云主机的告警方法及装置、通信系统 | |
CN106415578B (zh) | 日志分析装置和日志分析方法 | |
CN107895453A (zh) | 楼宇安全报警系统及方法 | |
CN114882688A (zh) | 一种基于边缘计算的酒吧安全监测系统 | |
US9465678B2 (en) | Event correlation | |
CN108055152B (zh) | 基于分布式服务日志的通信网络信息系统异常检测方法 | |
CN107609330B (zh) | 基于门禁日志挖掘的内部威胁异常行为分析方法 | |
EP2882139A1 (en) | System and method for IT servers anomaly detection using incident consolidation | |
CN107920067A (zh) | 一种主动对象存储系统上的入侵检测方法 | |
CN109284221A (zh) | 一种预警系统及方法 | |
CN116663026B (zh) | 基于区块链的数据处理方法、装置、电子设备和介质 | |
CN103403773A (zh) | 通过检测潜在入侵以监控实体安全的系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181023 |
|
WD01 | Invention patent application deemed withdrawn after publication |