CN110926656A - 一种基于可穿戴体温传感器的疫情监控方法和系统 - Google Patents

Abstract

本发明涉及一种基于可穿戴体温传感器的疫情监控方法，包括：按照设定的时间间隔，通过可穿戴式体温传感器获取个体的体温数据和个体的地理位置信息；个体位于独立单元内，独立单元的数量在2个以上，每个独立单元的个体的数量在2个以上；逐个判断个体的体温数据是否与疫情的体温数据吻合；当吻合时判断为疑似人；当不吻合时，判断为暂时正常人；分析每个独立单元的疑似人的数量的发展规律，确认各个独立单元的疑似人的数量发展规律是否一致，当不一致时，进一步判断是否存在未被发现的具有传播疾病能力的疑似人，从而能够及时检出被漏检的病人，通过上述技术方案能够起到查漏补缺的作用，找出潜在疾病传播者。

Description

一种基于可穿戴体温传感器的疫情监控方法和系统

技术领域

本发明涉及体温监测技术领域，具体涉及一种基于可穿戴体温传感器的疫情监控方法和系统。

背景技术

2003年的S步骤ARS病毒和2020年初的新型冠状病毒的传播，对社会生产和居民生活带来了巨大的影响。在病毒肆虐期间，如果能够对病患或疑似病患进行无接触、持续的体温监测，将极大减少医护人员或者护理亲属被传染的风险。

为有效应对近期发生的新型冠状病毒（2019-n步骤CoV）感染肺炎疫情，增强新发突发传染病的防控能力，国家自然科学基金委员、科技部会同国家卫生健康委、发展改革委等部门以及各省市相关科技部委，紧密围绕新型冠状病毒感染的病原学、流行病学、发病机制、疾病防治等相关重大科学问题，开展基础性、前瞻性的联合研究。钟南山院士指出：“发热仍然是新型冠状病毒感染的典型症状”，对疑似病人的监控依然依赖人工的体温等指标的检测，为减少监护（医疗人员的）交叉感染，实现实时、智能化、穿戴式的远程监测个体状态和掌控疫情传播状态，成为当务之急。

进一步的，能否通过人体体温数据的变化，发现疾病传播的疑似人，进而通过感染疾病的人数和疑似人的数量之间的规律，找出人群中潜在的疾病传播者是一项重要的研究课题。

发明内容

本发明要解决的技术问题是建立一种基于可穿戴体温传感器的重要传播者追踪筛选方法和系统和系统对大量传染病患者或疑似患者进行无接触、持续的体温监测，从而找到疾病疑似人，通过感染疾病的人数和疑似人的数量之间的规律，找出人群中潜在的疾病传播者。

一种基于可穿戴体温传感器的疫情监控方法，包括：

步骤A.按照设定的时间间隔，通过可穿戴式体温传感器获取个体的体温数据和个体的地理位置信息；

个体位于独立单元内，独立单元的数量在2个以上，每个独立单元的个体的数量在2个以上；

步骤B.逐个分析判断个体的体温数据是否与疫情的体温数据吻合；当吻合时判断为疑似人；当不吻合时，判断为暂时正常人；

步骤C.分析每个独立单元的疑似人的数量的发展规律，确认各个独立单元的疑似人的数量发展规律是否一致，当不一致时，进一步判断是否存在未被发现的具有传播疾病能力的疑似人。

在确认和建立疑似人的数量的发展规律时，选取的2个独立单元在进行对比时，2个独立单元在对疫情的关键影响因素上应该相同或相似。例如选择同一个小区内，毗邻的两栋楼作为研究案例，或者选择同一栋楼的2个独立单元作为研究样例。

通常情况下，在两个相似的独立单元内，当独立单元是一栋楼内的一个单元时，疑似人的数量的发展规律还会受到首个疑似人或称首个发病人所在的具体房间号而不同，例如位于顶层时，他的主要的传播路径可能是通过粪便传播，则建立传染人数的发展规律时，要考虑粪便传播的影响；而当首个疑似人或称首个发病人位于底层时，可能需要考虑，病毒是否可能通过气溶胶传播，他的开窗换出去的空气能否升到第几层楼，他的开门散发出去的空气是否会影响到从门口经过的人群；而当首个疑似人或称首个发病人位于中间层时，受他影响最大的可能是同一楼层的其他邻居、竖直方向上的上下楼层，尽量错开时间开窗，以尽可能的减少疾病的传播。

优选的，独立单元为居民小区、医院、宾馆、火车站点、机场站点或办公楼，步骤C中分析结构相似的居民小区、医院、宾馆、火车站点、机场站点或办公楼。

优选的，步骤C还包括：

步骤C1.同时获取个体的所在的楼号和房间号，基于已有的传染病的发病案例，建立单元楼内基于不同的房间号的疫情传播模型；例如2楼有疑似病例后，3楼则容易被感染，3楼感染后4楼则容易被感染，进而建立起疫情传播模型，进而通过已经发现的疑似人的数量大概判断可能的感染疾病的人的数量的发展规律，当发现获得人的数量的发展规律与现实情况不符合时，则可能有潜在的疑似人被漏掉了，要尽可能依据现有的规律、现有发现的感染疾病的人和疑似人去寻找和发现潜在的疑似人，阻止潜在的疑似人去传染更多人；在单元楼隔离时，考虑已经发现的传染规律，将可能被感染的暂时正常人隔离到相对安全的独立单元内。

最简单的规律是，则将发现疑似人的房间号的上一楼、竖直方向的上下层的邻居进行迁移隔离。

步骤C2. 基于疫情传播模型和疑似人所在的房间号信息，判断独立单元需要隔离时需要迁移的房间号。

优选的，独立单元为移动载客工具；步骤C中分析结构相似的移动载客平台，步骤C还包括：

步骤C3.同时获取个体的所在的移动载客平台的型号和座位号，基于已有的传染病的发病案例，建立移动载客平台的基于不同的座位号的疫情传播模型；例如第三排靠窗位置发现疑似病例后，紧邻位置、同一侧的靠窗位置则可能被感染；在通知隔离时，依据与疑似病例的座位的关系进行针对性的隔离。

步骤C4. 基于疫情传播模型和疑似人所在的座位号信息，判断移动载客平台的不同座位的乘客进行不同程度的隔离和检测；

步骤C5. 如果疑似病例的座位为靠窗位置，同时窗户处于打开状态时，判断可能产生的气溶胶传播风险。

如果移动载客工具是快递员的电单车，则需要判断快递员是通过接触人群、触摸电梯还是由于送快递过程中气溶胶的影响而被传染的，及时建立传播模型，发现影响因素，阻断传染源。

优选的，还包括：

步骤C6. 分析每个独立单元的疑似人的数量随时间的发展规律，判断各个疑似人是集中感染还是顺序层级感染；

步骤C7. 当存在集中感染时，分析感染源；当时顺序层级感染时，分析传染链条。

在步骤C6和步骤C7的分析过程中，通过个体的地理位置信息和时间信息的获取，判断是否发生过聚集性事件，如果存在聚集性事件，则参加该聚集性事件的人由于体质、受感染的程度等影响因素的不同，而随时间的延续而逐渐发生感染事件。在另外的传染过程中，可能发生，某一个感染者感染下一个暂时正常人，该暂时正常人被感染，被感染的暂时正常人会去感染下一个暂时正常人，这种感染的链条很多时候是不清晰的，因为人的抵抗能力不同、体质不同、病毒在人体内的发展速度不同，但是基于地理位置信息的获取，能够捕捉到被感染者在各个时间、地点接触的人，从而为获取到传染链条提供了有利的证据支持和关键信息。

优选的，疫情的体温数据为：37.3℃，这是目前官方公布的新型冠状病毒（2019-n步骤CoV）感染者的体温数据参考标准。

优选的，在一些其它研究中，个别体质强健的人或称对病毒有抗体的人，在被感染、疾病抗争阶段、疾病恢复阶段和恢复健康等不同的阶段，其体温一直不会升高到37.3摄氏度以上，这时就需要通过另外的标准来找出潜在的有抗体的病毒感染者、已经恢复健康的病毒感染者和正在恢复健康的病毒感染者。此时，疫情的体温数据为：个体在一个时间周期的体温数据在多个时间段内与该个体在上一个周期或以前数个周期的对应时间段内的温度差大于设置值Z，一个周期为12小时或12小时以上。Z的数值可以根据不同的人群、不同的体制进行调整性的设置，例如正常人的体温数据偏差不会超过0.3℃，而可以将±0.3℃作为一般人的参照标准，当某个人的体温数据在某个时间段出现过体温偏差超过0.3℃的情况时，对其进行检测，判断其是否感染过病毒。而对于体格强健或可能有抗体的人群，可以将Z值设置的更小一些，例如0.25℃。

本发明还提供了一种基于可穿戴体温传感器的疫情监控系统。

一种基于可穿戴体温传感器的疫情监控系统，包括：

独立单元数据获取单元，按照设定的时间间隔，通过可穿戴式体温传感器获取个体的体温数据和个体的地理位置信息；独立单元数据获取单元可以是单独的模块，与可穿戴式传感器通过有线或无线连接；独立单元数据获取单元也可以依附于可穿戴式体温传感器设置，作为可穿戴式体温传感器的一部分；

个体位于独立单元内，独立单元的数量在2个以上，每个独立单元的个体的数量在2个以上。

个体体温数据分析单元，逐个分析判断个体的体温数据是否与疫情的体温数据吻合；当吻合时判断为疑似人；当不吻合时，判断为暂时正常人；

规律分析与遗漏筛选单元，分析每个独立单元的疑似人的数量的发展规律，确认各个独立单元的疑似人的数量发展规律是否一致，当不一致时，进一步判断是否存在未被发现的具有传播疾病能力的疑似人。

一般情况下可以采用归纳法，分析3个以上的独立单元，从而建立规律模型，然后采用规律模型去验证2个以上的另外的独立单元，从而获得可靠的规律模型。利用该规律模型去验证一些另外的独立单元，当另外的独立单元的疑似人的数量不符合规律模型时，修正模型或去发现独立单元内是否存在潜在的未发现的疑似人。

优选的，独立单元也可以是两个相互隔离的城市，疫情的发展从宏观上说有其规律性和特殊性，在进行规律分析、查找潜在的隐藏的感染者疑似人时，既要考虑规律的普适性，从而及时发现潜在的隐藏者，也要认识到各个城市的不同特点，以及城市的疫情发展的不同阶段。

例如，本次疫情发展过程中，武汉疫情的发展有其特殊性，具备一些特殊的规律和特点，这些规律和特点中有一些是具有普适性的，是可以应用到其他城市的发展规律，例如疫情的家庭聚集性特点、在家庭内部通常是体质减弱的人先出现明显的症状。在这种情况下，体质强壮的人虽然后出现症状，但其可能是源头，如果能够及时发现这个源头，则可能阻断传染，从而避免老弱病残被传染，从而减少疾病的传播。

优选的，独立单元为居民小区、医院、宾馆、火车站点、机场站点或办公楼，规律分析与遗漏筛选单元中分析结构相似的居民小区、医院、宾馆、火车站点、机场站点或办公楼。

优选的，规律分析与遗漏筛选单元还包括：

规律分析与遗漏筛选补充单元一.同时获取个体的所在的楼号和房间号，基于已有的传染病的发病案例，建立单元楼内基于不同的房间号的疫情传播模型；

规律分析与遗漏筛选补充单元二. 基于疫情传播模型和疑似人所在的房间号信息，判断独立单元需要隔离时需要迁移的房间号，判断独立单元的疑似人的数量的发展规律是否成立，如果不成立则确认是否存在遗漏的未发现的疑似人，确认发展规律的建立过程中是否忽略了一些因素。

上述规律分析与遗漏筛选补充单元一和规律分析与遗漏筛选补充单元二是举例型的说明，规律分析与遗漏筛选补充单元一更普世性的作用在于针对具体的独立样本建立更有针对性的单元，规律分析与遗漏筛选补充单元二用于校验这个针对性的单元的独立样本是否符合规律性，从而及时起到查漏补缺的作用。

优选的，疫情的体温数据为：37.3℃；或，

疫情的体温数据为：个体在一个时间周期的体温数据在多个时间段内与该个体在上一个周期或以前数个周期的对应时间段内的温度差大于设置值Z，一个周期为12小时或12小时以上。

本发明的有益效果是，一种基于可穿戴体温传感器的疫情监控方法，包括：步骤A.按照设定的时间间隔，通过可穿戴式体温传感器获取个体的体温数据和个体的地理位置信息；个体位于独立单元内，独立单元的数量在2个以上，每个独立单元的个体的数量在2个以上；步骤B.逐个分析判断个体的体温数据是否与疫情的体温数据吻合；当吻合时判断为疑似人；当不吻合时，判断为暂时正常人；步骤C.分析每个独立单元的疑似人的数量的发展规律，确认各个独立单元的疑似人的数量发展规律是否一致，当不一致时，进一步判断是否存在未被发现的具有传播疾病能力的疑似人。通过可穿戴式传感器获取独立单元内传染病的传染的规律，当某个独立单元已经发现的疑似人或确诊人的数量与被传染的人的数量比例或数量发展不符合已经发现的传染规律时，则可能出现了漏检测，通过上述技术方案能够起到查漏补缺的作用。

附图说明

下面结合附图1-7对本发明一种基于可穿戴体温传感器的疫情监控方法和系统作进一步说明。

图1是本发明一种基于可穿戴体温传感器的疫情监控方法的实施例一的流程图。

图2是本发明一种基于可穿戴体温传感器的疫情监控系统的实施例一的结构框图。

图3是本发明一种基于可穿戴体温传感器的疫情监控系统的拓扑结构图。

图4是本发明采用中继基站作为中继器的场景说明图。

图5是本发明采用中继基站作为中继器的系统图。

图6是本发明采用手机作为中继器的场景说明图。

图7是本发明采用手机作为中继器的系统图。

图中：

1-体温传感器，11-体温检测单元，12-第一蓝牙通讯单元，13-电源单元，2-中继器，21-中继基站，211-主控单元，212-第二蓝牙通讯单元，213-WIFI单元，214-N步骤B-IoT物联网单元，215-存储单元，216-人机交互单元，22-手机，3-云平台。

N步骤B-IoT：窄带物联网。

具体实施方式

本发明提供了一种基于可穿戴体温传感器的疫情监控方法。

实施例1

本实施例中，独立单元为同一个小区的同一栋楼的一单元和三单元，楼层总高度六层，没有电梯，这两个单元中间隔着一个二单元，一个单元的二楼中间房间确诊了一个2019新冠肺炎，三单元三楼中间房间确诊了一个2019新冠肺炎病例，两个单元的各种情形很相似。

基于现有疫情的已经发现的传播规律，我们将一单元病例进行了隔离，其家属迁移到隔离点进行隔离，三单元采取了相似的措施。我们重点对一单元的二楼其他两家住户、三楼和一楼做了杀毒处理，分配了开窗时间规定；对三单元的三其他两家住户、二楼和四楼做了杀毒处理，分配了开窗时间规定。

然而，7天后发现三单元五楼一个家庭的三口人的体温均增长了0.5℃以上，分别为37.0℃、37.2℃和37.2℃，我们及时跟踪拍摄CT肺部影像发现其中全部感染2019新冠病毒。

这个得病规律与我们已知的传播规律不吻合，我们进行了仔细排查，经过仔细问询，发现该家庭男性与一单元的二楼确诊患者的家属曾经前后使用过小区的健身器材。

我们调取了小区的监控录像，对于事发时间段接触过健身器材的人员进行了紧密的跟踪观察。

使用我们的方法和系统实现了早发现、早隔离、早治疗的目的。

实施例2

一种基于可穿戴体温传感器的疫情监控方法，包括：

步骤A.按照设定的时间间隔，通过可穿戴式体温传感器获取个体的体温数据和个体的地理位置信息；个体位于独立单元内，独立单元的数量在2个以上，每个独立单元的个体的数量在2个以上；

步骤B.逐个分析判断个体的体温数据是否与疫情的体温数据吻合；当吻合时判断为疑似人；当不吻合时，判断为暂时正常人；

步骤C.分析每个独立单元的疑似人的数量的发展规律，确认各个独立单元的疑似人的数量发展规律是否一致，当不一致时，进一步判断是否存在未被发现的具有传播疾病能力的疑似人。

本实施例中，独立单元为宾馆，该宾馆由1号楼和2号楼组成，均用于集中隔离传染病的密切接触者。

我们发现1号楼802房间2口人、506房间3口人前后确诊为2019新冠肺炎，2号楼603房间2口人前后确诊为2019新冠肺炎，而802房间家庭的第三口人虽然已经作为高度疑似病例被单独隔离，但最终没有确诊2019新冠肺炎，因此1号楼802房间的这2口人不应该得病才对。

这个现象与现有规律好像矛盾，我们对这7口人进行疾病追踪时发现，这7口人是同时乘坐同一辆大巴车来到该宾馆的，进而，我们怀疑在大巴内可能发生了交叉感染。

我们基于上述新发现的规律，对于有症状的人的同车抵达人员进行了更密切的跟踪，以做到传染病的早发现和早隔离。

本实施例中，采用集中式温度监控系统进行体温监测，包括体温传感器1、中继器2和云平台3，采用分布式设置；一台中继器2对应多个体温传感器1，一个云平台3对应多个中继器2。

本实施例中，体温传感器1粘贴固定于人体体表，体温传感器1包括体温检测单元11、第一蓝牙通讯单元12和电源单元13；体温检测单元11用于检测人体体表温度；第一蓝牙单元12用于与中继器2通讯，包括上传体温数据和接收控制信号；电源单元13具有内置电池，用于为体温传感器1持续供电。中继器2用于通过网络访问云平台3，并向云平台3发送接收到的体温数据，云平台3可以同时接受多个中继器2的访问；云平台3对每个体温传感器1建档管理，并对接收到的体温数据进行整理汇总和分析，形成独立单元的体温数据。

本实施例中，云平台3实时记录每个已建档的体温传感器1的温度数据，并形成连续的体温曲线图；在体温曲线图中，标识体温传感器1的佩戴状态、正常体温状态和发热体温状态。

本实施例中，云平台3根据体温传感器佩戴者的位置区域进行分组管理；

在分组界面中图表显示组员状态，包括每个组员的具体位置、当前体温、1小时内最高体温，并对发热人员突出显示；在汇总界面中图表显示分组状态，包括突出显示的各分组发热人员数量。

本实施例中，中继器2为中继基站21；中继基站21包括主控单元211、第二蓝牙通讯单元212；主控单元211用于控制中继基站21；第二蓝牙通讯单元212用于与第一蓝牙单元12进行通讯，第二蓝牙通讯单元212可同时与多个第一蓝牙单元12无线连接；本实施例中，中继基站21还包括WIFI单元213；WIFI单元213用于与路由器连接，使中继基站21接入广域网。

本实施例中，中继基站21还包括NB-IoT物联网单元214，用于通过无线移动网络访问云平台3。

本实施例中，中继基站21还包括存储单元215，存储单元215用于无法连接广域网时存储体温传感器1上传的体温数据。

本实施例中，中继基站21还包括人机交互单元216；

人机交互单元216用于与操作者的手机连接，操作者通过手机在中继基站21信号覆盖区域内直接查询管理中继基站21所连接的体温传感器1状态数据。

实施例3

本实施例中，以飞机为隔离点。

一种基于可穿戴体温传感器的疫情监控方法，包括：

步骤A.按照设定的时间间隔，通过可穿戴式体温传感器获取个体的体温数据和个体的地理位置信息；

个体位于独立单元内，独立单元的数量在2个以上，每个独立单元的个体的数量在2个以上；

步骤B.逐个分析判断个体的体温数据是否与疫情的体温数据吻合；当吻合时判断为疑似人；当不吻合时，判断为暂时正常人；

步骤C.分析每个独立单元的疑似人的数量的发展规律，确认各个独立单元的疑似人的数量发展规律是否一致，当不一致时，进一步判断是否存在未被发现的具有传播疾病能力的疑似人。

本实施例中，独立单元为移动载客工具；步骤C中分析结构相似的移动载客平台，步骤C还包括：

步骤C3.同时获取个体的所在的移动载客平台的型号和座位号，基于已有的传染病的发病案例，建立移动载客平台的基于不同的座位号的疫情传播模型；例如第三排靠窗位置发现疑似病例后，紧邻位置、同一侧的靠窗位置则可能被感染；在通知隔离时，依据与疑似病例的座位的关系进行针对性的隔离；

步骤C4. 基于疫情传播模型和疑似人所在的座位号信息，判断移动载客平台的不同座位的乘客进行不同程度的隔离和检测；

步骤C5. 如果疑似病例的座位为靠窗位置，同时窗户处于关闭状态时，判断可能产生的气溶胶传播风险。

本实施例中，还包括：

步骤C6. 分析每个独立单元的疑似人的数量随时间的发展规律，判断各个疑似人是集中感染还是顺序层级感染；

步骤C7. 当存在集中感染时，分析感染源；当时顺序层级感染时，分析传染链条。

在同一架飞机的两次飞行过程中，出现了集中感染的案例，这与已经发现的规律不符，我们通过调查、研究，发现很可能是由于中间空调系统的原因，后续建议飞机上定时换气，以降低集中感染的概率。

本发明还提供了一种基于可穿戴体温传感器的疫情监控系统。

实施例1

本发明一种基于可穿戴体温传感器的疫情监控方法的实施例1基本相对应。

一种基于可穿戴体温传感器的疫情监控系统，包括：

独立单元数据获取单元，作用是：按照设定的时间间隔，通过可穿戴式体温传感器获取个体的体温数据和个体的地理位置信息；

个体位于独立单元内独立单元的数量在2个以上，每个独立单元的个体的数量在2个以上；

个体体温数据分析单元，作用是：逐个分析判断个体的体温数据是否与疫情的体温数据吻合；当吻合时判断为疑似人；当不吻合时，判断为暂时正常人；

规律分析与遗漏筛选单元，作用是：分析每个独立单元的疑似人的数量的发展规律，确认各个独立单元的疑似人的数量发展规律是否一致，当不一致时，进一步判断是否存在未被发现的具有传播疾病能力的疑似人。

本实施例中，独立单元为办公楼，规律分析与遗漏筛选单元中分析结构相似的居民小区、医院、宾馆、火车站点、机场站点或办公楼。

规律分析与遗漏筛选单元还包括：

规律分析与遗漏筛选补充单元一.同时获取个体的所在的楼号和房间号，基于已有的传染病的发病案例，建立单元楼内基于不同的房间号的疫情传播模型；

规律分析与遗漏筛选补充单元二. 基于疫情传播模型和疑似人所在的房间号信息，判断独立单元需要隔离时需要迁移的房间号。

系统的实施例1与方法的实施例1相对应。

实施例2

本实施例中，采用可穿戴体温传感器的远程集中监控系统进行体温监测和数据分析。

本实施例适用于集中监测的场景，比如病患集中的医院隔离区、大型隔离车辆、居家隔离的家庭，尤其适用于武汉临时方舱医院。

远程集中监控系统包括可穿戴体温传感器的疫情监控系统包括：包括体温传感器1、中继器2和云平台3；体温传感器1为可穿戴式设备，用于采集人体体表温度和地理位置信息，并将体温数据传输给中继器2，中继器2实现隔离点的多个个体的体温数据的集中采集；

体温传感器1相当于独立单元数据获取单元；中继器2起到个体体温数据分析单元的作用，云平台包括规律分析与遗漏筛选单元。

中继器2用于通过网络访问云平台3，并向云平台3发送接收到的体温数据，云平台3可以同时接受多个中继器2的访问，云平台3实现步骤B、步骤C和步骤D的功能；

云平台3对每个体温传感器1建档管理，并对接收到的体温数据进行整理汇总和分析，基于个体所属的独立单元进行分组处理。

本实施例中，体温传感器1粘贴固定于人体体表，体温传感器1包括体温检测单元11、第一蓝牙通讯单元12和电源单元13；体温检测单元11用于检测人体体表温度；第一蓝牙单元12用于与中继器2通讯，包括上传体温数据和接收控制信号；电源单元13具有内置电池，用于为体温传感器1持续供电。

本实施例中，云平台3按照设定的时间间隔记录每个已建档的体温传感器1的温度数据，并形成连续的体温曲线图；在体温曲线图中，标识体温传感器1的佩戴状态、正常体温状态和发热体温状态。

本实施例中，云平台3根据体温传感器佩戴者的位置区域进行独立单元的划分，实现隔离点的分割和定位；在分组界面中图表显示隔离点的个体即组员的状态，包括每个组员的具体位置、当前体温、1小时内最高体温，并对发热人员突出显示；在汇总界面中图表显示分组状态，包括突出显示的各分组发热人员数量，并进行数量上的统计和分析。

本实施例中，中继器2为手机22，手机22安装有用于控制体温传感器1并访问云平台3的APP程序；体温传感器1通过第一蓝牙通讯单元12与手机22连接。

本发明的不局限于上述实施例，本发明的上述各个实施例的技术方案彼此可以交叉组合形成新的技术方案，另外凡采用等同替换形成的技术方案，均落在本发明要求的保护范围内。

Claims (10)

1.一种基于可穿戴体温传感器的疫情监控方法，其特征在于，包括：

步骤A.按照设定的时间间隔，通过可穿戴式体温传感器获取个体的体温数据和个体的地理位置信息；

所述个体位于独立单元内，所述独立单元的数量在2个以上，每个独立单元的个体的数量在2个以上；

步骤B.逐个分析判断所述个体的体温数据是否与疫情的体温数据吻合；当吻合时判断为疑似人；当不吻合时，判断为暂时正常人；

步骤C.分析每个独立单元的疑似人的数量的发展规律，确认各个独立单元的疑似人的数量发展规律是否一致，当不一致时，进一步判断是否存在未被发现的具有传播疾病能力的疑似人。

2.如权利要求1所述基于可穿戴体温传感器的疫情监控方法，其特征在于，所述独立单元为居民小区、医院、宾馆、火车站点、机场站点或办公楼，所述步骤C中分析结构相似的居民小区、医院、宾馆、火车站点、机场站点或办公楼，所述步骤C还包括：

步骤C1.同时获取个体的所在的楼号和房间号，基于已有的传染病的发病案例，建立单元楼内基于不同的房间号的疫情传播模型；

步骤C2. 基于所述疫情传播模型和疑似人所在的房间号信息，判断所述独立单元需要隔离时需要迁移的房间号。

3.如权利要求1所述基于可穿戴体温传感器的疫情监控方法，其特征在于，所述独立单元为移动载客工具；所述步骤C中分析结构相似的移动载客平台，所述步骤C还包括：

步骤C3.同时获取个体的所在的移动载客平台的型号和座位号，基于已有的传染病的发病案例，建立移动载客平台的基于不同的座位号的疫情传播模型；

步骤C4. 基于所述疫情传播模型和疑似人所在的座位号信息，判断所述移动载客平台的不同座位的乘客进行不同程度的隔离和检测；

步骤C5. 如果疑似病例的座位为靠窗位置，同时窗户处于打开状态时，判断可能产生的气溶胶传播风险。

4.如权利要求1所述基于可穿戴体温传感器的疫情监控方法，其特征在于，还包括：

步骤C6. 分析每个独立单元的疑似人的数量随时间的发展规律，判断各个疑似人是集中感染还是顺序层级感染；

步骤C7. 当存在集中感染时，分析感染源；当时顺序层级感染时，分析传染链条。

5.如权利要求1所述基于可穿戴体温传感器的疫情监控方法，其特征在于，所述疫情的体温数据为：37.3℃。

6.如权利要求1所述基于可穿戴体温传感器的疫情监控方法，其特征在于，所述疫情的体温数据为：所述个体在一个时间周期的体温数据在多个时间段内与该个体在上一个周期或以前数个周期的对应时间段内的温度差大于设置值Z，一个周期为12小时或12小时以上。

7.一种基于可穿戴体温传感器的疫情监控系统，其特征在于，包括：

独立单元数据获取单元.按照设定的时间间隔，通过可穿戴式体温传感器获取个体的体温数据和个体的地理位置信息；

所述个体位于独立单元内，所述独立单元的数量在2个以上，每个独立单元的个体的数量在2个以上；

个体体温数据分析单元.逐个分析判断所述个体的体温数据是否与疫情的体温数据吻合；当吻合时判断为疑似人；当不吻合时，判断为暂时正常人；

规律分析与遗漏筛选单元.分析每个独立单元的疑似人的数量的发展规律，确认各个独立单元的疑似人的数量发展规律是否一致，当不一致时，进一步判断是否存在未被发现的具有传播疾病能力的疑似人。

8.如权利要求7所述基于可穿戴体温传感器的疫情监控系统，其特征在于，独立单元为居民小区、医院、宾馆、火车站点、机场站点或办公楼，规律分析与遗漏筛选单元中分析结构相似的居民小区、医院、宾馆、火车站点、机场站点或办公楼。

9.如权利要求8所述基于可穿戴体温传感器的疫情监控系统，其特征在于，所述规律分析与遗漏筛选单元还包括：

规律分析与遗漏筛选补充单元一.同时获取个体的所在的楼号和房间号，基于已有的传染病的发病案例，建立单元楼内基于不同的房间号的疫情传播模型；

规律分析与遗漏筛选补充单元二. 基于疫情传播模型和疑似人所在的房间号信息，判断独立单元需要隔离时需要迁移的房间号。

10.如权利要求7所述基于可穿戴体温传感器的疫情监控系统，其特征在于，其特征在于，所述疫情的体温数据为：37.3℃；或，

所述疫情的体温数据为：所述个体在一个时间周期的体温数据在多个时间段内与该个体在上一个周期或以前数个周期的对应时间段内的温度差大于设置值Z，一个周期为12小时或12小时以上。

Images