CN109473180A - 一种基于b/s架构的疾控机构信息系统 - Google Patents
一种基于b/s架构的疾控机构信息系统 Download PDFInfo
- Publication number
- CN109473180A CN109473180A CN201811384227.5A CN201811384227A CN109473180A CN 109473180 A CN109473180 A CN 109473180A CN 201811384227 A CN201811384227 A CN 201811384227A CN 109473180 A CN109473180 A CN 109473180A
- Authority
- CN
- China
- Prior art keywords
- model
- pedestrian
- information
- epidemic
- data
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明为一种基于B/S架构的疾控机构信息系统,包括服务器中心、多个客户端、多个信息采集器,多个数据展示器;多个客户端和多个信息采集器分别通过网络与服务中心进行通讯连接;通过使用B/S架构,对天气参数、网络信息、实时行人图像信息的综合考虑,以求满足人们对于发热等疫情共卫系统的智能化、个性化、时效性、直观性的需求,可以使得民众快速而准确的应对疫情。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种基于B/S架构的疾控机构信息服务领域。
背景技术
随着互联网技术发展,越来越多的网络技术被应用到监控管理中去。而对于发热、流感等疫情的快速反应,关系到每个人的健康和社会的稳定,目前,对于疾控机构信息所提供的数据以及发布的信息不够智能化、也不够深入,针对性不强,信息搜集的广度和深度均不够,特别是不能够将目标区域的天气、网络舆论资源、实时行人数据直观的反馈给大众,因此,不容易引起群众的重视。本发明的目的是提供一种基于B/S架构的疾控机构信息系统,以求满足人们对于智能化、个性化、时效性、直观性的需求。
发明内容
本发明提供了一种基于B/S架构的疾控机构信息系统,具体技术方案如下:一种基于B/S架构的疾控机构信息系统,包括服务器中心、多个客户端、多个信息采集器、多个数据展示器;
所述多个客户端、多个信息采集器、多个数据展示器分别通过网络与服务中心进行通讯连接;
所述服务器中心通过对信息采集器采集的信息的处理,形成对于发热等疫情的分析结果,将其发布到多个客户端;同时对于服务器中心的发热等疫情的分析结果,以区域动态图的方式发布至多个数据展示器。
所述多个信息采集器包括天气参数信息采集器、网络信息采集器、行人图像采集器及行人温度采集器。
所述客户端可以为电脑、手机等智能终端上的APP或者IE浏览器等软件,可以接收服务器中心发布的发热等疫情的分析结果。
其中特定区域的区域动态图使用柱状图、饼状图,分时图的形式直观的呈现;
优选的,所述分时图类似于股市中的k线图,以时间为横坐标,以服务器中心发热等疫情的分析结果值的大小作为纵坐标,进行线条的绘制,同时轮番播放或者设定播放某些区域的分时图,使得民众可以直观的看到特定区域的疫情实时变化情况。所述分时图的时间可以根据需要进行设定。
优选的,所述天气参数信息采集器设置在各个监测点,可以采集监测点的实时天气情况,包括实时的温度、湿度、风级、空气中的颗粒浓度等参数;所述网络信息采集器通过网络爬虫对微博、博客、新闻客户端、门户网站等发布的最新疫情信息进行搜集;所述行人图像采集器设置于商场、公园、游乐场、交通信号路口、步行街、港口、学校、交通工具内等人多或繁华区域,通过摄像设备采集的行人活动图像;所述行人温度采集器与所述行人图像采集器进行绑定操作,对图像采集器中采集目标的行人的温度进行采集。
所述服务器中心对采集器采集的数据进行分析处理,包括数据存储模块、模型训练模块,预测模块和信息发布模块。
所述数据存储模块存储有各个信息采集器所处目标区域的历史样本数据;所述模型训练模块使用历史数据进行疫情的建模。
使用历史天气样本数据,建x1个等级的天气状况模型,x1越小,表示天气条件越好,越不适于疾病的传播。使用该模型时将天气参数信息采集器采集的实时的温度、湿度、风级、空气中的颗粒浓度等参数与输入天气状况模型进行相似度距离计算,将模型输出的等级x1作为天气条件所对应的分值。
使用网络信息历史样本数据,建立x2个等级的网络状况模型,x2越小,表明针对于疫情的舆论信息越少,使用该模型时将网络信息采集器采集的网络信息数据输入网络状况模型进行相似度距离计算,将相应网络状况模型的等级x2作为网络信息条件所对应的分值。
使用图像信息的历史数据行人表情和动作数据建立M个等级的身体状况模型,M越小,表示人体越健康,使用该模型时将行人图像采集器采集的行人的表情和动作数据输入身体状况模型进行相似度距离计算,将相应身体状况模型的等级M作为图像信息条件所对应的分值,同时,由于本发明中行人温度采集器与所述行人图像采集器进行了绑定操作,对图像采集器中采集目标的行人的温度进行了同步采集,因此,在此处,可以通过行人温度对身体状况模型进一步优化,即当针对某个地区进行身体状况模型识别后,依据该地区中行人温度超过预设阈值的人数,对识别出的结果进行进一步的加权,具体为将身体状况模型当识别出某个区域的身体状况模型等级为M时,同时该地区对应的一共有N个行人,而体温超过预设阈值(例如38摄氏度)的行人为n个,则所得的基于图像和温度采集器对应的模型结果分值为x3=n/M*N)。
所述预测模块通过将最新采集的目标区域数据分别输入发热疫情模型,进行发热疫情的预测,对不同采集器的分析结果设置不同的权重,从而预测疫情发生的可能性分值,使用公式如下:P=ax1+bx2+cx3,其中,P为服务中心所处理得到的特定区域疫情发生的可能性分值,x1-x3分别为服务中心对天气参数信息采集器、网络信息采集器、行人图像采集器及行人温度采集器所采集的信息可能发生发热等疫情的分值,a-c为各类信息采集器的权重,其中, 0≤a≤1,0≤b≤1,0≤c≤1,并且a+b+c =1;最后,将得到的可能性分值P与预设的阈值T进行比较,当P>T时,发出疫情预警至多个客户端,以使得民众对于疫情进行快速发应。
同步的,对于服务器中心的发热等疫情的分析结果,以区域动态图的方式发布至多个数据展示器。
通过采用上述技术方案,可以针对使得发热等疫情的监控和预测更加智能化、个性化、深入化、直观化,使得人们更加快速而准确的应对疫情。
附图说明
图1是本发明的系统结构图。
具体实施方式
图1是本发明提供的一种基于B/S架构的疾控机构信息系统的结构图。该系统由服务器中心、m个客户端、n个信息采集器、多个数据展示器构成。
一种基于B/S架构的发热疫情快速反应智能公卫服务系统,包括服务器中心、多个客户端、多个信息采集器、多个数据展示器;
所述多个客户端和多个信息采集器分别通过网络与服务中心进行通讯连接;
所述服务器中心通过对信息采集器采集的信息的处理,形成对于发热等疫情的分析结果,将其发布到多个客户端;同时对于服务器中心的发热等疫情的分析结果,以区域动态图的方式发布至多个数据展示器。
所述多个信息采集器包括天气参数信息采集器、网络信息采集器、行人图像采集器及行人温度采集器。
所述客户端可以为电脑、手机等智能终端上的APP或者IE浏览器等软件,可以接收服务器中心发布的发热等疫情的分析结果。
其中特定区域的区域动态图使用柱状图、饼状图,分时图的形式直观的呈现;
优选的,所述分时图类似于股市中的k线图,以时间为横坐标,以服务器中心发热等疫情的分析结果值的大小作为纵坐标,进行线条的绘制,同时轮番播放或者设定播放某些区域的分时图,使得民众可以直观的看到特定区域的疫情实时变化情况。所述分时图的时间可以根据需要进行设定。
优选的,所述天气参数信息采集器设置在各个监测点,可以采集监测点的实时天气情况,包括实时的温度、湿度、风级、空气中的颗粒浓度等参数;所述网络信息采集器通过网络爬虫对微博、博客、新闻客户端、门户网站等发布的最新疫情信息进行搜集;所述行人图像采集器设置于商场、公园、游乐场、交通信号路口、步行街、港口、学校、交通工具内等人多或繁华区域,通过摄像设备采集的行人活动图像;所述行人温度采集器与所述行人图像采集器进行绑定操作,对图像采集器中采集目标的行人的温度进行采集。
所述服务器中心对采集器采集的数据进行分析处理,包括数据存储模块、模型训练模块,预测模块和信息发布模块。
所述数据存储模块存储有各个信息采集器所处目标区域的历史样本数据;所述模型训练模块使用历史数据进行疫情的建模。
使用历史天气样本数据,建立x1个等级的天气状况模型,x1越小,表示天气条件越好,越不适于疾病的传播。使用该模型时将天气参数信息采集器采集的实时的温度、湿度、风级、空气中的颗粒浓度等参数,如温度37摄氏度、湿度40%RH,风力3级,PM2.5为100,将其输入天气状况模型进行相似度距离计算,将相应天气状况模型的等级x1=6作为天气条件所对应的分值。
使用网络信息历史样本数据,建立x2个等级的网络状况模型,x2越小,表明针对于疫情的舆论信息越少,使用该模型时将网络信息采集器采集的网络信息数据,如腾讯等各大个门户网站中对于疫情报道的关键词或者主题词以及其所占的文章的比重等作为参数输入网络状况模型进行相似度距离计算,将相应网络状况模型的等级x2=7作为网络信息条件所对应的分值。
使用图像信息的历史数据行人表情和动作数据建立M个等级的身体状况模型,M越小,表示人体越健康,使用该模型时将行人图像采集器采集的行人的表情和动作数据输入身体状况模型进行相似度距离计算,将相应身体状况模型的等级M作为图像信息条件所对应的分值,同时,由于本发明中行人温度采集器与所述行人图像采集器进行了绑定操作,对图像采集器中采集目标的行人的温度进行了同步采集,因此,在此处,可以通过行人温度对身体状况模型进一步优化,即当针对某个地区进行身体状况模型识别后,依据该地区中行人温度超过预设阈值的人数,对识别出的结果进行进一步的加权,具体为将身体状况模型当识别出某个区域的身体状况模型等级为M=4时,同时该地区对应的一共有100个行人,而体温超过预设阈值(例如38摄氏度)的行人为10个,则所得的基于图像和温度采集器对应的模型结果分值为x3=10/4*100=0.025)。
所述预测模块通过将最新采集的目标区域数据分别输入发热疫情模型,进行发热疫情的预测,对不同采集器的分析结果设置不同的权重,从而预测疫情发生的可能性分值,使用公式如下:P=ax1+bx2+cx3,例如a=0.2,b=0.3,c=0.5,则P=0.2*6+0.3*7+0.5*0.025=3.3125,假设阈值T为3,则由于P>T,需要发出疫情预警至多个客户端,以使得民众对于疫情进行快速发应。
同步的,对于服务器中心的发热等疫情的分析结果,以区域动态图的方式发布至多个数据展示器,以使得民众可以直观的获知疫情的变化情况。
本领域技术人员应该知道,所举数据不应构成对于方案的限定,本发明还可以有多种其他的实施方式,对于本发明的技术方案进行的修改、变形或者等同变换,不应脱离本发明技术方案的本质和范围。
Claims (3)
1.一种基于B/S架构的疾控机构信息系统,其特征在于,包括服务器中心、多个客户端、多个信息采集器、多个数据展示器;
所述多个客户端、多个信息采集器、多个数据展示器分别通过网络与服务中心进行通讯连接;
所述服务器中心处理信息采集器采集的数据,形成对于发热等疫情的分析结果,将其发布到多个客户端;同时对于服务器中心的发热等疫情的分析结果,以区域动态图的方式发布至多个数据展示器。
2.如权利要求1所述系统,其特征在于,所述多个信息采集器包括天气参数信息采集器、网络信息采集器、行人图像采集器及行人温度采集器;
所述客户端为电脑、手机等智能终端,可以接收服务器中心发布的发热等疫情的分析结果;
其中特定区域的区域动态图使用柱状图、饼状图,分时图的形式直观的呈现;
所述分时图类似于股市中的k线图,以时间为横坐标,以服务器中心发热等疫情的分析结果值的大小作为纵坐标,进行线条的绘制,同时轮番播放或者设定播放某些区域的分时图,使得民众可以直观的看到特定区域的疫情实时变化情况;所述分时图的时间可以根据需要进行设定。
3.如权利要求2所述的系统,其特征在于,所述天气参数信息采集器设置在各个监测点,可以采集监测点的实时天气情况,包括实时的温度、湿度、风级、空气中的颗粒浓度等参数;所述网络信息采集器通过网络爬虫对微博、博客、新闻客户端、门户网站等发布的最新疫情信息进行搜集;所述行人图像采集器设置于商场、公园、游乐场、交通信号路口、步行街、港口、学校、交通工具内等人多或繁华区域,通过摄像设备采集的行人活动图像;所述行人温度采集器与所述行人图像采集器进行绑定操作,对图像采集器中采集目标的行人的温度进行采集;
所述服务器中心对采集器采集的数据进行分析处理,包括数据存储模块、模型训练模块,预测模块和信息发布模块;
所述数据存储模块存储有各个信息采集器所处目标区域的历史样本数据;所述模型训练模块使用历史数据进行疫情的建模;
使用历史天气样本数据,建x1个等级的天气状况模型,x1越小,表示天气条件越好,越不适于疾病的传播;
使用天气状况模型时将天气参数信息采集器采集的实时的温度、湿度、风级、空气中的颗粒浓度等参数与输入模型,进行相似度距离计算,将模型输出的天气状况模型的等级x1作为天气条件所对应的分值;
使用网络信息历史样本数据,建立x2个等级的网络状况模型,x2越小,表明针对于疫情的舆论信息越少,使用网络状况模型时将网络信息采集器采集的网络信息数据输入模型进行相似度距离计算,将相应网络状况模型的等级x2作为网络信息条件所对应的分值;
使用图像信息的历史样本数据中的行人表情和动作数据建立M个等级的身体状况模型,M越小,表示人体越健康,使用该模型时将行人图像采集器采集的行人的表情和动作数据输入身体状况模型进行相似度距离计算,将模型输出的等级M作为图像信息条件所对应的分值,同时,由于行人温度采集器与所述行人图像采集器进行了绑定操作,对图像采集器中采集目标的行人的温度进行了同步采集,因此,在此处,通过行人温度对身体状况模型进一步优化,即当针对某个地区进行身体状况模型识别后,依据该地区中行人温度超过预设阈值的人数,对识别出的结果进行进一步的加权,具体为当身体状况模型识别出某个区域的身体状况模型等级为M时,同时该地区对应的一共有N个行人,而体温超过预设阈值的行人为n个,则所得的基于图像和温度采集器对应的模型结果分值为x3=n/M*N);
所述预测模块通过将最新采集的目标区域数据分别输入发热疫情模型,进行发热疫情的预测,对不同采集器的分析结果设置不同的权重,从而预测疫情发生的可能性分值,使用公式如下:P=ax1+bx2+cx3,其中,P为服务中心所处理得到的特定区域疫情发生的可能性分值,x1-x3分别为服务中心对天气参数信息采集器、网络信息采集器、行人图像采集器及行人温度采集器所采集的信息可能发生发热等疫情的分值,a-c为各类信息采集器的权重,其中, 0≤a≤1,0≤b≤1,0≤c≤1,并且a+b+c =1;最后,将得到的可能性分值P与预设的阈值T进行比较,当P>T时,发出疫情预警至多个客户端,以使得民众对于疫情进行快速发应;
同步的,对于服务器中心的发热等疫情的分析结果,以区域动态图的方式发布至多个数据展示器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811384227.5A CN109473180A (zh) | 2018-11-20 | 2018-11-20 | 一种基于b/s架构的疾控机构信息系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811384227.5A CN109473180A (zh) | 2018-11-20 | 2018-11-20 | 一种基于b/s架构的疾控机构信息系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109473180A true CN109473180A (zh) | 2019-03-15 |
Family
ID=65674117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811384227.5A Pending CN109473180A (zh) | 2018-11-20 | 2018-11-20 | 一种基于b/s架构的疾控机构信息系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109473180A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111612113A (zh) * | 2020-05-26 | 2020-09-01 | 宁波军鸽防务科技有限公司 | 防疫管控方法、装置、系统、存储介质以及处理器 |
CN111933300A (zh) * | 2020-09-28 | 2020-11-13 | 平安科技(深圳)有限公司 | 疫情防控效果预测方法、装置、服务器及存储介质 |
WO2022201488A1 (ja) * | 2021-03-26 | 2022-09-29 | 日本電気株式会社 | 端末装置、情報処理システム、及び情報処理方法 |
Citations (4)
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 |
CN103310083A (zh) * | 2012-03-09 | 2013-09-18 | 李晓松 | 一种传染病聚集性探测与早期预警系统 |
CN108288502A (zh) * | 2018-04-11 | 2018-07-17 | 平安科技(深圳)有限公司 | 疾病预测方法及装置、计算机装置及可读存储介质 |
CN108597617A (zh) * | 2018-04-11 | 2018-09-28 | 平安科技(深圳)有限公司 | 流行病分级预测方法及装置、计算机装置和可读存储介质 |
-
2018
- 2018-11-20 CN CN201811384227.5A patent/CN109473180A/zh active Pending
Patent Citations (4)
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 |
CN103310083A (zh) * | 2012-03-09 | 2013-09-18 | 李晓松 | 一种传染病聚集性探测与早期预警系统 |
CN108288502A (zh) * | 2018-04-11 | 2018-07-17 | 平安科技(深圳)有限公司 | 疾病预测方法及装置、计算机装置及可读存储介质 |
CN108597617A (zh) * | 2018-04-11 | 2018-09-28 | 平安科技(深圳)有限公司 | 流行病分级预测方法及装置、计算机装置和可读存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111612113A (zh) * | 2020-05-26 | 2020-09-01 | 宁波军鸽防务科技有限公司 | 防疫管控方法、装置、系统、存储介质以及处理器 |
CN111933300A (zh) * | 2020-09-28 | 2020-11-13 | 平安科技(深圳)有限公司 | 疫情防控效果预测方法、装置、服务器及存储介质 |
CN111933300B (zh) * | 2020-09-28 | 2021-02-12 | 平安科技(深圳)有限公司 | 疫情防控效果预测方法、装置、服务器及存储介质 |
WO2021139336A1 (zh) * | 2020-09-28 | 2021-07-15 | 平安科技(深圳)有限公司 | 疫情防控效果预测方法、装置、服务器及存储介质 |
WO2022201488A1 (ja) * | 2021-03-26 | 2022-09-29 | 日本電気株式会社 | 端末装置、情報処理システム、及び情報処理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rathore et al. | Exploiting IoT and big data analytics: Defining smart digital city using real-time urban data | |
Tong et al. | A survey on algorithms for intelligent computing and smart city applications | |
Habibzadeh et al. | Soft sensing in smart cities: Handling 3Vs using recommender systems, machine intelligence, and data analytics | |
EP2820616B1 (en) | Empirical expert determination and question routing system and method | |
CN109473180A (zh) | 一种基于b/s架构的疾控机构信息系统 | |
Zhang et al. | Application of big data technology in agricultural Internet of Things | |
CN103678417A (zh) | 人机交互数据处理方法和装置 | |
Degada et al. | Smart village: An iot based digital transformation | |
CN112668375B (zh) | 景区内游客分布分析系统及方法 | |
CN109446783A (zh) | 一种基于机器众包的图像识别高效样本采集方法及系统 | |
CN109509558A (zh) | 基于b/s架构的发热疫情快速反应智能公卫服务系统 | |
CN114423034B (zh) | 一种室内人员动作识别方法、系统、介质、设备及终端 | |
CN103839185A (zh) | 一种城市古树名木管理物联网系统 | |
Wang et al. | Online detection of abnormal passenger out-flow in urban metro system | |
Erhan et al. | Analyzing objective and subjective data in social sciences: Implications for smart cities | |
Guo | Application of meteorological big data | |
Kurasawa et al. | Missing sensor value estimation method for participatory sensing environment | |
Wang et al. | Image detection system based on smart sensor network and ecological economy in the context of fine agriculture | |
CN114140240A (zh) | 土地流转的方法、装置、电子设备及存储介质 | |
Geng et al. | Multiscale Layout and Planning of Smart Gardens in the Environment of Agricultural Internet of Things | |
Yu et al. | RePiDeM: A refined POI demand modeling based on multi-source data | |
WO2021134944A1 (zh) | 一种基于移动新闻客户端的评估方法及其系统 | |
Zegura et al. | A rural lens on a research agenda for intelligent infrastructure | |
CN113516229A (zh) | 面向群智感知系统的可信用户优化选择方法 | |
CN112115185A (zh) | 面向政务执法的人口大数据分析方法、系统、设备及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190315 |
|
RJ01 | Rejection of invention patent application after publication |