CN111554404B - 一种基于室内环境的疾病预测系统及其预测方法 - Google Patents

一种基于室内环境的疾病预测系统及其预测方法 Download PDF

Info

Publication number
CN111554404B
CN111554404B CN202010283870.XA CN202010283870A CN111554404B CN 111554404 B CN111554404 B CN 111554404B CN 202010283870 A CN202010283870 A CN 202010283870A CN 111554404 B CN111554404 B CN 111554404B
Authority
CN
China
Prior art keywords
pathogen
indoor
propagation
average
characteristic
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.)
Active
Application number
CN202010283870.XA
Other languages
English (en)
Other versions
CN111554404A (zh
Inventor
杜小军
杜跃天
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuzheng Intelligent Technology Beijing Co ltd
Original Assignee
Wuzheng Intelligent Technology Beijing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuzheng Intelligent Technology Beijing Co ltd filed Critical Wuzheng Intelligent Technology Beijing Co ltd
Priority to CN202010283870.XA priority Critical patent/CN111554404B/zh
Publication of CN111554404A publication Critical patent/CN111554404A/zh
Application granted granted Critical
Publication of CN111554404B publication Critical patent/CN111554404B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Public Health (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明提供了一种基于室内环境的疾病预测系统及其预测方法，包括病原体信息库、室内环境信息输入单元、特征对比单元、计算单元和输出单元；其中病原体信息库记录和保存病原体特征信息；室内环境信息输入单元用于输入和暂存室内部的环境特征信息；特征对比单元将病原体特征信息和环境特征信息进行对比，将对比符合的结果发送至计算单元中；对比不符合的结果发送至输出单元；计算单元根据病原体特征信息和环境特征信息计算室内生成病原体气溶胶的概率，并将计算结果发送至输出单元向系统用户输出。

Description

一种基于室内环境的疾病预测系统及其预测方法
技术领域
本发明涉及气象服务技术领域，尤其涉及一种基于室内环境的疾病预测系统及其预测方法。
背景技术
随着人们对预防疾病和健康生活方式的重视，气候变化对人类健康的影响也备受关注，有许多研究表明气象因素、环境变化与疾病的发生、流行和传播有着重要的影响。早在公元前5世纪，人们就观察到四季有不同疾病的流行。战国时《周礼》记载，“春时有痟首疾，夏时有痒疥疾，秋时有疟寒疾，冬时有嗽上气疾。”人们还认识到传染病与气候的关系，如“孟春行秋令则民大疫，季春行夏令则民多疾病，孟秋行夏令则多疟疾”等。气象因素与疾病的发生存在着一定的内在联系。
随着生活条件的改善，人们的生活、学习、工作或者社交基本都在室内进行。由于室内空间相对封闭和稳定，且人员流动频繁，有利于病原体的稳定繁殖和室内传播。因此，有必要针对室内病原体的传播进行预测。
发明内容
有鉴于此，本发明提出了一种基于室内环境状况和病原体在室内繁殖方式构建病原体室内传播模型的的疾病预测系统及其预测方法。
本发明的技术方案是这样实现的：
一方面，本发明提供了一种基于室内环境的疾病预测系统，包括病原体信息库、室内环境信息输入单元、特征对比单元、计算单元和输出单元；其中：
病原体信息库记录和保存病原体特征信息；
室内环境信息输入单元用于输入和暂存室内部的环境特征信息；
特征对比单元将病原体特征信息和环境特征信息进行对比，将对比符合的结果发送至计算单元中；对比不符合的结果发送至输出单元；
计算单元根据病原体特征信息和环境特征信息计算室内生成病原体气溶胶的概率，并将计算结果发送至输出单元向外输出。
在以上技术方案的基础上，优选的，所述病原体特征信息包括病原体的名称、繁殖极限温度、繁殖极限湿度、繁殖最佳温度、繁殖最佳湿度、繁殖气压、侵入宿主部位、诱发疾病名称和疾病症状及对应的特征值。
进一步优选的，所述环境特征信息包括室内的病原体种类与浓度、平均相对湿度、平均风速、平均温度和室内粉尘浓度及对应的特征值。
更进一步优选的，所述室内环境信息输入单元包括室内病原体快速检测仪，室内病原体快速检测仪检测室内的病原体种类与浓度。
更进一步优选的，所述特征对比单元是在室内病原体快速检测仪在室内检出存在的病原体后，将室内部的环境特征信息中的平均温度、平均相对湿度和平均气压特征值与病原体特征信息的繁殖极限温度、繁殖极限湿度、繁殖最佳温度、繁殖最佳湿度和繁殖气压特征值进行对比；环境特征信息中的平均温度、平均相对湿度和平均气压特征值均落在病原体特征信息的繁殖极限温度和繁殖极限湿度之内的，再将环境特征信息中的平均温度和平均相对湿度进一步与病原体特征信息的繁殖最佳温度、繁殖最佳湿度的特征值进行对比。
再进一步的优选的，所述计算单元根据室内平均温度、平均相对湿度、平均风速和室内生成病原体气溶胶的几率来构建病原体在室内的传播模型y：
y＝A+0.562359x1+0.754872x2-0.267542x3；
其中A为室内生成病原体气溶胶的几率；π为圆周率；R为室内粉尘粒径的中位数，单位微米；ε为粉尘的介电常数，ε＝25.56283541×10-12F/米；T为病原体与粉尘的结合时间，T＝5ms；ρ为室内空气密度；其中E为室内静电场强度，E＝110伏/米；α为粉尘在结合时间T内角度变化；m为粉尘质量；H为粉尘沉降系数，H＝6×10-3R，R为粉尘粒径的中位数；x1是室内平均湿度相对于病原体繁殖最佳湿度±20％范围归一化后的取值；x2是室内平均温度相对于病原体繁殖最佳温度范围±30％归一化后的取值；x3是室内平均风速相对于0—3m/s的区间归一化后的取值；计算单元将室内生成气溶胶传播的概率y、病原体诱发疾病名称和疾病症状对应的发送至输出单元。
更进一步的优选的，所述输出单元是具有语音或者显示功能的移动终端设备，输出单元与计算单元通信连接。
另一方面，本发明提供了一种基于室内环境的疾病预测系统的预测方法，包括以下步骤：
S100：初始化病原体信息库、室内环境信息输入单元、特征对比单元、计算单元和输出单元，向病原体信息库中录入依赖气溶胶传播的病原体特征信息；
S200：室内环境信息输入单元采集室内的病原体种类与浓度、平均相对湿度、平均风速、平均温度和室内粉尘浓度及对应的特征值；
S300：特征对比单元将室内环境信息输入单元采集的环境特征信息的平均温度、平均相对湿度和平均气压特征值与病原体特征信息的繁殖极限温度、繁殖极限湿度、繁殖最佳温度、繁殖最佳湿度和繁殖气压特征值进行对比；
S400：当室内的平均温度、平均相对湿度和平均气压特征值位于病原体特征信息的繁殖极限温度、繁殖极限湿度和繁殖气压特征值范围内时，计算单元根据室内平均温度、平均相对湿度、平均风速和室内生成病原体气溶胶的几率来构建病原体在室内的传播模型，计算病原体在室内生成气溶胶传播的概率y，将室内生成气溶胶传播的概率y、病原体诱发疾病名称和疾病症状对应的发送至输出单元。
本发明提供的一种基于室内环境的疾病预测系统及其预测方法，相对于现有技术，具有以下有益效果：
(1)本发明通过对室内病原体繁殖的气候条件、传播的因素进行测量并建模，对病原体传播扩散方式进行定量分析，以便提示室内的人员注意防护；
(2)病原体信息库可以记录和保存常见的如室内流感病毒或者肠道病毒等类似易集聚传播的疾病特征信息作为分析对象；
(3)室内环境信息输入单元可采用主动测量或者主动输入的方式实时监测室内环境信息，为后续对比和计算打好基础；
(4)计算单元建立构建病原体在室内的传播模型，便于根据室内环境量化病原体与带电粉尘结合形成气溶胶的几率，并进一步确定其危害和潜在后果；
(5)输出单元根据计算单元或者特征对比单元输出的结果，及时将对比结果或者及时结果反馈给系统用户，以便用户及时制定改变室内环境策略，抑制病原体的繁殖与扩散。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种基于室内环境的疾病预测系统及其预测方法的系统框图。
具体实施方式
下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
如图1所示，本发明提供了本发明提供了一种基于室内环境的疾病预测系统，包括病原体信息库、室内环境信息输入单元、特征对比单元、计算单元和输出单元；
上述病原体信息库记录和保存病原体特征信息；
上述室内环境信息输入单元用于输入和暂存室内部的环境特征信息；
上述特征对比单元将病原体特征信息和环境特征信息进行对比，将对比符合的结果发送至计算单元中；对比不符合的结果发送至输出单元；
上述计算单元根据病原体特征信息和环境特征信息计算室内生成病原体气溶胶的概率，并将计算结果发送至输出单元向外输出。
由于建筑物室内的环境相对封闭，温度、湿度变化幅度较慢，且风速较低，室内通常配有电子设备，存在电场。室内的粉尘易带电并受电场影响而扬起、沉降或者与病原体进行结合形成气溶胶飘散。足够浓度的病原体气溶胶就能够引发相关疾病。人体感觉舒适的相对湿度为45％—65％，当空气相对湿度为35％时，鼻部和肺部呼吸道粘膜上的纤毛运动减缓，灰尘、细菌等容易附着在粘膜上，刺激喉部引发咳嗽和其它呼吸道疾病。空气湿度低的时候，流感病毒和能引发感染的革兰氏阳性菌的繁殖速度会加快，而且容易扩散，引发疾病。此外，过敏性皮炎、哮喘、皮肤瘙痒等过敏性疾病也都和空气干燥有关。湿度对于霉菌的繁殖是至关重要的，温度25℃，相对湿度75％以上为实验环境下，霉菌的繁殖速度非常快。
上述病原体特征信息包括病原体的名称、繁殖极限温度、繁殖极限湿度、繁殖最佳温度、繁殖最佳湿度、繁殖气压、侵入宿主部位、诱发疾病名称和疾病症状及对应的特征值。本发明针对的病原体主要包括依赖空气或者气溶胶传播的病毒或细菌，如流感病毒和肠道病毒等病原体。
上述环境特征信息包括室内的病原体种类与浓度、平均相对湿度、平均风速、平均温度和室内粉尘浓度及对应的特征值。本发明的室内环境信息输入单元还包括室内病原体快速检测仪，室内病原体快速检测仪检测室内的病原体种类与浓度。室内病原体快速检测仪可以采用深圳市英宝硕科技有限公司的ZEPHYR病原体快速查验检测仪。
上述特征对比单元是在室内病原体快速检测仪在室内检出存在的病原体后，将室内部的环境特征信息中的平均温度、平均相对湿度和平均气压特征值与病原体特征信息的繁殖极限温度、繁殖极限湿度、繁殖最佳温度、繁殖最佳湿度和繁殖气压特征值进行对比；环境特征信息中的平均温度、平均相对湿度和平均气压特征值均落在病原体特征信息的繁殖极限温度和繁殖极限湿度之内的，再将环境特征信息中的平均温度和平均相对湿度进一步与病原体特征信息的繁殖最佳温度、繁殖最佳湿度的特征值进行对比。
本发明的计算单元根据室内平均温度、平均相对湿度、平均风速和室内生成病原体气溶胶的几率来构建病原体在室内的传播模型y：
y＝A+0.562359x1+0.754872x2-0.267542x3；
其中A为室内生成病原体气溶胶的几率；π为圆周率；R为室内粉尘粒径的中位数，单位微米，粉尘粒径可以重力沉降法测出；ε为粉尘的介电常数，ε＝25.56283541×10-12F/米；T为病原体与粉尘的结合时间，T＝5ms；ρ为室内空气密度；/>其中E为室内静电场强度，E＝110伏/米；α为粉尘在结合时间T内角度变化；m为粉尘质量；H为粉尘沉降系数，H＝6×10-3R，R为粉尘粒径的中位数；x1是室内平均湿度相对于病原体繁殖最佳湿度±20％范围归一化后的取值；x2是室内平均温度相对于病原体繁殖最佳温度范围±30％归一化后的取值；x3是室内平均风速相对于0—3m/s的区间归一化后的取值；计算单元将室内生成气溶胶传播的概率y、病原体诱发疾病名称和疾病症状对应的发送至输出单元。
输出单元是具有语音或者显示功能的移动终端设备，输出单元与计算单元通信连接。输出单元可以是平板、智能手机等移动终端设备。
另外，本发明提供了一种基于室内环境的疾病预测系统的预测方法，包括以下步骤：
S100：初始化病原体信息库、室内环境信息输入单元、特征对比单元、计算单元和输出单元，向病原体信息库中录入依赖气溶胶传播的病原体特征信息；
S200：室内环境信息输入单元采集室内的病原体种类与浓度、平均相对湿度、平均风速、平均温度和室内粉尘浓度及对应的特征值；
S300：特征对比单元将室内环境信息输入单元采集的环境特征信息的平均温度、平均相对湿度和平均气压特征值与病原体特征信息的繁殖极限温度、繁殖极限湿度、繁殖最佳温度、繁殖最佳湿度和繁殖气压特征值进行对比；
S400：当室内的平均温度、平均相对湿度和平均气压特征值位于病原体特征信息的繁殖极限温度、繁殖极限湿度和繁殖气压特征值范围内时，计算单元根据室内平均温度、平均相对湿度、平均风速和室内生成病原体气溶胶的几率来构建病原体在室内的传播模型，计算病原体在室内生成气溶胶传播的概率y，将室内生成气溶胶传播的概率y、病原体诱发疾病名称和疾病症状对应的发送至输出单元。
当室内平均温度、平均相对湿度、平均风速均满足病原体繁殖最佳湿度±20％范围、病原体繁殖最佳温度范围±30％，室内风量不超过3m/s的情况下，室内环境有利于病原体的繁殖，此时经计算得出室内生成病原体气溶胶的几率A不小于15％时，即说明病毒具有较强的结合成气溶胶的几率，当前室内环境2—5天病原体数量即会翻倍，应加强对免疫力较低人员的防护，进行消毒、通风等措施，改善当前室内环境，抑制病原体的繁殖和扩散。
以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于室内环境的疾病预测系统，其特征在于：包括病原体信息库、室内环境信息输入单元、特征对比单元、计算单元和输出单元；其中：
病原体信息库记录和保存病原体特征信息；
室内环境信息输入单元用于输入和暂存室内部的环境特征信息；
特征对比单元将病原体特征信息和环境特征信息进行对比，将对比符合的结果发送至计算单元中；对比不符合的结果发送至输出单元；
计算单元根据病原体特征信息和环境特征信息计算室内生成病原体气溶胶的概率，并将计算结果发送至输出单元向外输出；
所述病原体特征信息包括病原体的名称、繁殖极限温度、繁殖极限湿度、繁殖最佳温度、繁殖最佳湿度、繁殖气压、侵入宿主部位、诱发疾病名称和疾病症状及对应的特征值；
所述环境特征信息包括室内的病原体种类与浓度、平均相对湿度、平均风速、平均温度和室内粉尘浓度及对应的特征值；
所述室内环境信息输入单元包括室内病原体快速检测仪，室内病原体快速检测仪检测室内的病原体种类与浓度；
所述特征对比单元是在室内病原体快速检测仪在室内检出存在的病原体后，将室内部的环境特征信息中的平均温度、平均相对湿度和平均气压特征值与病原体特征信息的繁殖极限温度、繁殖极限湿度、繁殖最佳温度、繁殖最佳湿度和繁殖气压特征值进行对比；环境特征信息中的平均温度、平均相对湿度和平均气压特征值均落在病原体特征信息的繁殖极限温度和繁殖极限湿度之内的，再将环境特征信息中的平均温度和平均相对湿度进一步与病原体特征信息的繁殖最佳温度、繁殖最佳湿度的特征值进行对比；
所述计算单元根据室内平均温度、平均相对湿度、平均风速和室内生成病原体气溶胶的几率来构建病原体在室内的传播模型y：
y＝A+0.562359x1+0.754872x2-0.267542x3；
其中A为室内生成病原体气溶胶的几率；π为圆周率；R为室内粉尘粒径的中位数，单位微米；ε为粉尘的介电常数，ε＝25.56283541×10-12F/米；T为病原体与粉尘的结合时间，T＝5ms；ρ为室内空气密度；/>其中E为室内静电场强度，E＝110伏/米；α为粉尘在结合时间T内角度变化；m为粉尘质量；H为粉尘沉降系数，H＝6×10-3R，R为粉尘粒径的中位数；x1是室内平均湿度相对于病原体繁殖最佳湿度±20％范围归一化后的取值；x2是室内平均温度相对于病原体繁殖最佳温度范围±30％归一化后的取值；x3是室内平均风速相对于0—3m/s的区间归一化后的取值；当室内生成病原体气溶胶的几率A≥15％时，将室内生成气溶胶传播的概率y、病原体诱发疾病名称和疾病症状对应的发送至输出单元。
2.如权利要求1所述的一种基于室内环境的疾病预测系统，其特征在于：所述输出单元是具有语音或者显示功能的移动终端设备，输出单元与计算单元通信连接。
3.一种使用权利要求1所述的基于室内环境的疾病预测系统的预测方法，其特征在于：包括以下步骤：
S100：初始化病原体信息库、室内环境信息输入单元、特征对比单元、计算单元和输出单元，向病原体信息库中录入依赖气溶胶传播的病原体特征信息；
S200：室内环境信息输入单元采集室内的病原体种类与浓度、平均相对湿度、平均风速、平均温度和室内粉尘浓度及对应的特征值；
S300：特征对比单元将室内环境信息输入单元采集的环境特征信息的平均温度、平均相对湿度和平均气压特征值与病原体特征信息的繁殖极限温度、繁殖极限湿度、繁殖最佳温度、繁殖最佳湿度和繁殖气压特征值进行对比；
S400：当室内的平均温度、平均相对湿度和平均气压特征值位于病原体特征信息的繁殖极限温度、繁殖极限湿度和繁殖气压特征值范围内时，计算单元根据室内平均温度、平均相对湿度、平均风速和室内生成病原体气溶胶的几率来构建病原体在室内的传播模型，计算病原体在室内生成气溶胶传播的概率y，当室内生成病原体气溶胶的几率A≥15％时，将室内生成气溶胶传播的概率y、病原体诱发疾病名称和疾病症状对应的发送至输出单元。
CN202010283870.XA 2020-04-13 2020-04-13 一种基于室内环境的疾病预测系统及其预测方法 Active CN111554404B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010283870.XA CN111554404B (zh) 2020-04-13 2020-04-13 一种基于室内环境的疾病预测系统及其预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010283870.XA CN111554404B (zh) 2020-04-13 2020-04-13 一种基于室内环境的疾病预测系统及其预测方法

Publications (2)

Publication Number Publication Date
CN111554404A CN111554404A (zh) 2020-08-18
CN111554404B true CN111554404B (zh) 2023-09-08

Family

ID=72007438

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010283870.XA Active CN111554404B (zh) 2020-04-13 2020-04-13 一种基于室内环境的疾病预测系统及其预测方法

Country Status (1)

Country Link
CN (1) CN111554404B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220020481A1 (en) 2020-07-20 2022-01-20 Abbott Laboratories Digital pass verification systems and methods
CN112034857B (zh) * 2020-09-10 2023-10-31 北京信息科技大学 公共场所打喷嚏、咳嗽行为识别与消毒方法和系统
CN113205890A (zh) * 2021-05-21 2021-08-03 中国人民大学 一种基于传染性疾病传播路径的控制方法和系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013092929A (ja) * 2011-10-26 2013-05-16 Seiko Epson Corp 病気予測システム及び病気予測方法
CN104809335A (zh) * 2015-04-10 2015-07-29 上海卫生信息工程技术研究中心有限公司 一种环境变化对疾病发病影响的分析预测模型
CN105138715A (zh) * 2015-06-29 2015-12-09 中国人民解放军军事医学科学院生物工程研究所 一种微生物气溶胶大气扩散危害评估方法
CN106960133A (zh) * 2017-05-24 2017-07-18 为朔医学数据科技（北京）有限公司 一种疾病预测方法及装置
CN107180152A (zh) * 2016-03-09 2017-09-19 日本电气株式会社 疾病预测系统及方法
CN107220482A (zh) * 2017-05-09 2017-09-29 清华大学 呼吸道传染病风险评估系统及评估方法
CN109817330A (zh) * 2019-01-25 2019-05-28 华院数据技术(上海)有限公司 一种疾病预测装置
CN110047594A (zh) * 2019-05-27 2019-07-23 北京气象在线科技有限公司 基于气象环境监测数据的呼吸系统疾病发病趋势预测方法
CN110675006A (zh) * 2019-11-07 2020-01-10 桂林理工大学 一种室内空气质量实时监测与甲醛衰减预测系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016172614A1 (en) * 2015-04-22 2016-10-27 RECIPROCAL LABS CORPORATION d.b.a. PROPELLER HEALTH Predictive modeling of respiratory disease risk and events

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013092929A (ja) * 2011-10-26 2013-05-16 Seiko Epson Corp 病気予測システム及び病気予測方法
CN104809335A (zh) * 2015-04-10 2015-07-29 上海卫生信息工程技术研究中心有限公司 一种环境变化对疾病发病影响的分析预测模型
CN105138715A (zh) * 2015-06-29 2015-12-09 中国人民解放军军事医学科学院生物工程研究所 一种微生物气溶胶大气扩散危害评估方法
CN107180152A (zh) * 2016-03-09 2017-09-19 日本电气株式会社 疾病预测系统及方法
CN107220482A (zh) * 2017-05-09 2017-09-29 清华大学 呼吸道传染病风险评估系统及评估方法
CN106960133A (zh) * 2017-05-24 2017-07-18 为朔医学数据科技（北京）有限公司 一种疾病预测方法及装置
CN109817330A (zh) * 2019-01-25 2019-05-28 华院数据技术(上海)有限公司 一种疾病预测装置
CN110047594A (zh) * 2019-05-27 2019-07-23 北京气象在线科技有限公司 基于气象环境监测数据的呼吸系统疾病发病趋势预测方法
CN110675006A (zh) * 2019-11-07 2020-01-10 桂林理工大学 一种室内空气质量实时监测与甲醛衰减预测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杜茜等.病毒气溶胶飞沫在室内环境中传播扩散机制的研究进展.《军事医学》.2011,第35卷(第8期),第631-633、638页. *

Also Published As

Publication number Publication date
CN111554404A (zh) 2020-08-18

Similar Documents

Publication Publication Date Title
CN111554404B (zh) 一种基于室内环境的疾病预测系统及其预测方法
Garg et al. Clinical trends among US adults hospitalized with COVID-19, March to December 2020: a cross-sectional study
WO2020248965A1 (zh) 基于物联网的室内空气含菌量实时检测与分析方法、系统
Zhang et al. Ambient PM2. 5 exposure exacerbates severity of allergic asthma in previously sensitized mice
CN104545844A (zh) 一种基于4g移动通讯技术的多参数睡眠监测与智能诊断系统及其使用方法
CN107528921A (zh) 一种基于物联网的养老院管理系统
Bard et al. Interventions to reduce personal exposures to air pollution: a primer for health care providers
Katal et al. City reduced probability of infection (CityRPI) for indoor airborne transmission of SARS-CoV-2 and urban building energy impacts
CN104622432B (zh) 基于低音比的睡眠鼾声监测方法及系统
CN108564739A (zh) 一种消防物联网的采集报警系统
CN111028483B (zh) 一种智能危险源警示方法及相关装置
JP2013176471A (ja) 情報処理装置
CN114254249B (zh) 一种空间区域健康指数确定方法及系统
Qin et al. Sound environment of waiting areas in large general hospitals in China
CN106292365A (zh) 一种监测睡眠质量与调节环境的数据挖掘系统
Ablah et al. Regional health system response to the 2007 Greensburg, Kansas, EF5 tornado
CN110941189A (zh) 智能家居系统及其控制方法、可读存储介质
Timpitak et al. A numerical model of carbon dioxide concentration measurement in a room with an opened ventilation system
CN107462321A (zh) 一种噪音监控系统
CN111429632A (zh) 一种防疫应急管控双面智慧门设备及系统
White et al. Aerosols: are anaesthetists at risk of COVID‐19 or not?
CN107062544A (zh) 一种物联网智能家居空气净化系统
CN206042208U (zh) 一种智能语音提醒装置
CN205246115U (zh) 分体式环境监测系统
CN106919775B (zh) 一种睡眠信息的处理方法及装置

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
GR01 Patent grant
GR01 Patent grant