CN111696680A - 呼吸道传染病病例尺度三维时空聚类可视化模型构建方法 - Google Patents

呼吸道传染病病例尺度三维时空聚类可视化模型构建方法 Download PDF

Info

Publication number
CN111696680A
CN111696680A CN202010363635.3A CN202010363635A CN111696680A CN 111696680 A CN111696680 A CN 111696680A CN 202010363635 A CN202010363635 A CN 202010363635A CN 111696680 A CN111696680 A CN 111696680A
Authority
CN
China
Prior art keywords
case
disease
diagnosed
coordinate value
axis coordinate
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
Application number
CN202010363635.3A
Other languages
English (en)
Inventor
徐勇
邓应彬
许剑辉
张媚
黄吴蒙
吕露
杨骥
温艳春
张虹鸥
周霞
陈裕婵
刘章聪
郭建雄
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.)
CENTRE FOR DISEASE CONTROL AND PREVENTION OF GUANGDONG PROVINCE
Guangzhou Institute of Geography of GDAS
Original Assignee
CENTRE FOR DISEASE CONTROL AND PREVENTION OF GUANGDONG PROVINCE
Guangzhou Institute of Geography of GDAS
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 CENTRE FOR DISEASE CONTROL AND PREVENTION OF GUANGDONG PROVINCE, Guangzhou Institute of Geography of GDAS filed Critical CENTRE FOR DISEASE CONTROL AND PREVENTION OF GUANGDONG PROVINCE
Priority to CN202010363635.3A priority Critical patent/CN111696680A/zh
Publication of CN111696680A publication Critical patent/CN111696680A/zh
Pending legal-status Critical Current

Links

Images

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)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及一种呼吸道传染病病例尺度三维时空聚类可视化模型构建方法，通过获取聚集性病例中每一个确诊病例的发病地点和发病时间，根据每一个确诊病例的发病地点获取该发病地点的经度和纬度，以发病地点的经度作为该确诊病例的X轴坐标值，以发病地点的纬度作为该确诊病例的Y轴坐标值；根据每一个确诊病例的发病时间确定该确诊病例的Z轴坐标值；将每一个确诊病例的X轴坐标值、Y轴坐标值和Z轴坐标值输入三维可视化模型中，得到三维可视化图像；并根据传播关系连接每一代病例及其子病例，得到呼吸道传染病病例尺度三维时空聚类可视化模型。本发明实现了呼吸道传染病的聚集性病例传播路径的可视化显示。

Description

呼吸道传染病病例尺度三维时空聚类可视化模型构建方法
技术领域
本发明涉及数据可视化领域，尤其是涉及一种呼吸道传染病病例尺度三维时空聚类可视化模型构建方法。
背景技术
传染病(Infectious Diseases)是由各种病原体引起的能在人与人、动物与动物或人与动物之间相互传播的一类疾病。病原体中大部分是微生物，小部分为寄生虫，寄生虫引起者又称寄生虫病。
对于传染性较强的呼吸道传染病，例如于19年12月爆发的新型冠状病毒肺炎(Corona Virus Disease 2019，COVID-19)，其可通过直接传播、气溶胶传播和接触传播，具有较强的传染性，我国也对其采用了甲类传染病的预防、控制措施以防止疫情的进一步扩散。
由于呼吸道传染病具有较强的传染性，人员因密切接触确诊病例导致的人际传播或因共同暴露而感染的可能性较大，然而，对于聚集性病例，其涉及人员较多，传播路径难以追踪。
发明内容
本申请实施例提供了一种呼吸道传染病病例尺度三维时空聚类可视化模型构建方法，实现了呼吸道传染病的聚集性病例传播路径的可视化显示，便于聚集性病例传播的追踪管理。
所述技术方案如下：
第一方面，本申请实施例提供了一种呼吸道传染病病例尺度三维时空聚类可视化模型构建方法，包括以下步骤：
获取聚集性病例中每一个确诊病例的发病地点和发病时间，其中，所述聚集性病例包括首代病例和第N代子病例，所述N大于等于2；
获取所述每一个确诊病例的发病地点的经度和纬度，以所述每一个发病地点的经度作为该确诊病例的X轴坐标值，以每一个发病地点的纬度作为该确诊病例的Y轴坐标值；
根据每一个确诊病例的发病时间，确定该确诊病例的Z轴坐标值；
将所述每一个确诊病例的X轴坐标值、Y轴坐标值和Z轴坐标值输入三维可视化模型中，得到三维可视化图像；其中，每一个确诊病例在所述三维可视化图像中的显示内容包括第一标识和第二标识，所述第一标识在所述三维可视化图像的X-Y平面指示该确诊病例的发病地点，所述第二标识在该确诊病例的发病地点所对应的Z轴上指示该确诊病例的发病时间；
根据疾病传播关系，在所述三维可视化图像中连接每一代病例及其子病例的第二标识，得到呼吸道传染病病例尺度三维时空聚类可视化模型。
可选的，所述确定该确诊病例的Z轴坐标值的步骤包括：
以第一个确诊病例的发病时间作为Z轴坐标初始值，根据每一个确诊病例的发病时间与该第一个确诊病例的发病时间的时间差，获取该确诊病例的Z轴坐标值。
可选的，将所述每一个确诊病例的X轴坐标值、Y轴坐标值和Z轴坐标值输入三维可视化模型，还包括：
根据疾病传播关系，确定第二标识的显示图形大小，其中，每一代病例的第二标识大于其子病例的第二标识。
可选的，所述第二标识为一柱形图，所述柱形图的下端为X-Y平面指示该确诊病例的发病地点，所述柱形图的上端为该确诊病例的发病地点所对应的Z轴上指示该确诊病例的发病时间，所述根据疾病传播关系，确定第二标识的显示图形大小的步骤包括：
获取每一个确诊病例在所述疾病传播关系中的层级，并根据所述层级获取每一个确诊病例的第一显示系数，其中，每一代病例的所述第一显示系数大于其子病例的所述第一显示系数；
获取柱形图的初始面积，根据每一个确诊病例的第一显示系数，获取每一个确诊病例的柱形图显示的面积。
可选的，获取所述每一个确诊病例的发病地点的经度和纬度的步骤包括：
对每一个确诊病例的发病地点进行地址编码，得到发病地址的经度和纬度。
可选的，还包括以下步骤：
获取每一个确诊病例的年龄和病例类型；
根据每一个确诊病例的年龄确定所述第一标识的图标形状；
根据每一个确诊病例的病例类型确定所述第一标识的显示颜色。
可选的，所述X-Y平面为设定的地表区域的地图，所述第一标识在该地图上指示该确诊病例的发病地点。
第二方面，本申请实施例提供了一种呼吸道传染病病例尺度三维时空聚类可视化模型构建装置，包括：
数据获取模块，用于获取聚集性病例中每一个确诊病例的发病地点和发病时间，其中，所述聚集性病例包括首代病例和第N代子病例，所述N大于等于2；
XY轴坐标值获取模块，用于获取所述每一个确诊病例的发病地点的经度和纬度，以所述每一个发病地点的经度作为该确诊病例的X轴坐标值，以每一个发病地点的纬度作为该确诊病例的Y轴坐标值；
Z轴坐标值获取模块，用于根据每一个确诊病例的发病时间，确定该确诊病例的Z轴坐标值；
显示模块，用于将所述每一个确诊病例的X轴坐标值、Y轴坐标值和Z轴坐标值输入三维可视化模型中，得到三维可视化图像；其中，每一个确诊病例在所述三维可视化图像中的显示内容包括第一标识和第二标识，所述第一标识在所述三维可视化图像的X-Y平面指示该确诊病例的发病地点，所述第二标识在该确诊病例的发病地点所对应的Z轴上指示该确诊病例的发病时间；
传播路径获取模块，用于根据疾病传播关系，在所述三维可视化图像中连接每一代病例及其子病例的第二标识，得到呼吸道传染病病例尺度三维时空聚类可视化模型。
第三方面，本申请实施例提供了一种计算机可读存储介质，其上储存有计算机程序，该计算机程序被处理器执行时实现如上述任意一项所述呼吸道传染病病例尺度三维时空聚类可视化模型构建方法的步骤。
第四方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述呼吸道传染病病例尺度三维时空聚类可视化模型构建方法的步骤。
在本申请实施例中，通过获取聚集性病例中每一个确诊病例的发病地点和发病时间，并将每个确诊病例的发病时间和发病地点在地图上进行三维可视化显示，实现了呼吸道传染病的聚集性病例传播路径的可视化显示，便于聚集性病例传播的追踪管理。
为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
图1为本发明一个示例性的实施例中一种呼吸道传染病的聚集性病例传播路径可视化显示方法的流程图；
图2为本发明一个示例性的实施例中第一图标的形状和颜色的示意图；
图3为本发明一个示例性的实施例中在地图上标识第一图标的示意图；
图4为本发明一个示例性的实施例中步骤S4的流程图；
图5为本发明另一个示例性的实施例中步骤S4的流程图；
图6为本发明一个示例性的实施例中呼吸道传染病病例尺度三维时空聚类可视化模型构建装置的结构示意图；
图7为本发明一个示例性的实施例中显示模块4的结构示意图；
图8为本发明另一个示例性的实施例中显示模块4的结构示意图；
图9为本发明一个示例性的实施例所述聚集性病例传播路径三维图的侧视图；
图10为本发明一个示例性的实施例所述聚集性病例传播路径三维图的平视图；
图11为本发明一个示例性的实施例所述聚集性病例传播路径三维图的俯视图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。
应当明确，所描述的实施例仅仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本申请实施例保护的范围。
在本申请实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请实施例。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。在本申请的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
此外，在本申请的描述中，除非另有说明，“若干个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
请参阅图1，本发明提供了一种呼吸道传染病病例尺度三维时空聚类可视化模型构建方法，包括以下步骤：
步骤S1：获取聚集性病例中每一个确诊病例的发病地点和发病时间，其中，所述聚集性病例包括首代病例和第N代子病例，所述N大于等于2；
聚集性病例是指在疑似聚集性病例(14天内在小范围发现1例确诊病例，并同时发现1例及以上发热呼吸道感染病例的情形)的情形下，发现2例及以上确诊病例，且病例间可能存在因密切接触导致的人际传播的可能性或因共同暴露而感染的可能性。
首代病例可以是所述聚集性病例中发病时间最早的确诊病例，由所述聚集性病例中的首代病例传染的确诊病例即为第二代子病例，由第二代子病例传染的确诊病例即为第三代子病例，以此类推，得到第N代子病例。
所述聚集性病例中的首代病例和第N代子病例可以从网络上的疫情信息发布平台发布的疫情相关信息中进行确定，所述聚集性病例中每一个确诊病例的发病地点和发病时间可以利用网络爬虫技术，从网络上的疫情信息发布平台发布的疫情相关信息中抓取关键字获得，其中，所述疫情信息发布平台包括但不限于各地信息发布的微博或微信公众平台。
所述每一个确诊病例的发病地点可以为确诊病例被确诊时所处的场所，也可以为确诊病例长期居住的小区、所在工作单位或与确诊病例相关的存在高风险感染的场所。
步骤S2：获取所述每一个确诊病例的发病地点的经度和纬度，以所述每一个发病地点的经度作为该确诊病例的X轴坐标值，以每一个发病地点的纬度作为该确诊病例的Y轴坐标值；
所述发病地点的经度和纬度可以利用现有的地址与经纬度转换软件得到，也可以通过调用地图软件接口查询地理编码得到。
步骤S3：根据每一个确诊病例的发病时间，确定该确诊病例的Z轴坐标值。
其中，所述Z轴坐标值指示了每一个确诊病例的发病时间，在一些例子中，所述Z轴坐标值所指示的时间可以是绝对的时间，例如以公历的日期为发病时间，这时，所述Z轴便为现有的公历的日期，所述Z轴的初始点可以根据不同的需要而确定，例如可以定义为第一个确诊病例的发病时间，或第一个确诊病例的确诊时间，或任意一个日期等。
在另一些例子中，所述Z轴坐标值所指示的时间也可以是相对时间，即以距离Z轴的初始点的距离，来确定Z轴的时间，例如离Z轴的初始点的天数来确定Z轴的坐标值。
步骤S4：将所述每一个确诊病例的X轴坐标值、Y轴坐标值和Z轴坐标值输入三维可视化模型中，得到三维可视化图像；其中，每一个确诊病例在所述三维可视化图像中的显示内容包括第一标识和第二标识，所述第一标识在所述三维可视化图像的X-Y平面指示该确诊病例的发病地点，所述第二标识在该确诊病例的发病地点所对应的Z轴上指示该确诊病例的发病时间；
所述三维可视化模型可以第一标识和第二标识的方式对所述聚集性病例中每一个确诊病例的X轴坐标值、Y轴坐标值和Z轴坐标值进行显示。
所述X-Y平面可以是设定的地表区域的地图，所述设定的地表区域的地图可以从GIS系统中获取，所述第一标识可以图标的方式，在地图上标识该确诊病例的发病地点；
所述第二标识可以为X轴坐标值、Y轴坐标值和Z轴坐标值三点确定的一个空间坐标点上的一个图标。
在一个例子中，所述第一标识和第二标识可以是相同或不同的图标，所述第一标识和第二标识的图标的形状可以根据实际需求进行设定。
步骤S5：根据疾病传播关系，在所述三维可视化图像中连接每一代病例及其子病例的第二标识，得到呼吸道传染病病例尺度三维时空聚类可视化模型。
所述传播关系是指聚集性病例中每一代病例及其子病例之间传播行为，例如，首代病例传染二代子病例，二代子病例传染三代子病例，依次类推。所述传播关系可以利用网络爬虫技术，从网络上的疫情信息发布平台发布的疫情相关信息中抓取关键字获得。
通过将聚集性病例中每一个确诊病例的X轴坐标值、Y轴坐标值、Z轴坐标值和传播关系输入所述呼吸道传染病病例尺度三维时空聚类可视化模型，得到该聚集性病例中的疾病传播路径。
在本申请实施例中，通过获取聚集性病例中每一个确诊病例的发病地点和发病时间，并将每个确诊病例的发病时间和发病地点在地图上进行三维可视化显示，并根据传播关系，连接每一代病例及其子病例的第二标识，实现了呼吸道传染病的聚集性病例传播路径的可视化显示，便于聚集性病例传播的追踪管理。
在一个示例性的实施例中，可以通过执行步骤S2-S4，对于该呼吸道传染病中不属于聚集性病例的确诊病例进行三维可视化显示。
请参阅图2-3，在一个示例性的实施例中，还包括以下步骤：
获取每一个确诊病例的年龄和病例类型；
所述聚集性病例中的每一个确诊病例的年龄和病例类型可以从网络上的疫情信息发布平台发布的疫情相关信息中进行确定。例如，可以利用网络爬虫技术，从网络上的疫情信息发布平台发布的疫情相关信息中抓取关键字获得，其中，所述疫情信息发布平台包括但不限于各地信息发布的微博或微信公众平台。
所述病例类型可以是指输入病例、本地病例或调查中(即未确定病例类型)病例。
根据每一个确诊病例的年龄确定所述第一标识的图标形状；
在一个例子中，所述第一标识的可以如图2所示，按照每一个确诊病例的年龄，按照国际规定或者中国的年龄划分标准，将每一个确诊病例分为老年、中青年和少年。
根据每一个确诊病例的病例类型确定所述第一标识的显示颜色。
在一个例子中，以蓝色表示该确诊病例为输入病例，以红色表示该确诊病例为本地病例，以黄色表示该病例为调查中病例。
如图3所示，通过在地图上以不同的颜色和图标对每一个确诊病例的年龄、病例类型进行标识，对该地区每一个确诊病例的病例信息进行了直观的展示。
在一个示例性的实施例中，所述确定该确诊病例的Z轴坐标值的步骤包括：
以第一个确诊病例的发病时间作为Z轴坐标初始值，根据每一个确诊病例的发病时间与该第一个确诊病例的发病时间的时间差，获取该确诊病例的Z轴坐标值。
所述Z轴坐标初始值为Z轴的零点，即Z轴与X-Y平面相交的点。在本实施例中，Z轴的坐标值可以体现每个确诊病例与第一个确诊病例的发病时间的时间差，该时间差可以在时间尺度上直观地显示了该呼吸道传染病的传播变化过程。
在一个示例性的实施例中，将所述聚集性病例中每一个确诊病例的X轴坐标值、Y轴坐标值和Z轴坐标值输入三维可视化模型中进行显示的步骤包括：
根据疾病传播关系，确定第二标识的显示图形大小，其中，每一代病例的第二标识大于其子病例的第二标识。
其中，所述聚集性病例中首例确诊病例的第二标识的显示图形最大，聚集性病例中的其他病例根据其在所述传播关系中的层级确定第二标识的显示图像大小。
请参阅图4，在一个示例性的实施例中，所述第二标识为一图标，所述根据疾病传播关系，确定第二标识的显示图形大小的步骤包括：
步骤S401：获取每一个确诊病例在所述疾病传播关系中的层级，并根据所述层级获取每一个确诊病例的第一显示系数，其中，每一代病例的所述第一显示系数大于其子病例的所述第一显示系数。
所述第一显示系数可以是图标的面积，用于控制所述第二标识的显示图形大小，其中，所述聚集性病例中首例确诊病例的第一显示系数最大。
所述每一代病例的所述第一显示系数与其子病例的所述第一显示系数的关系可以是倍数关系。
步骤S402：获取图标的初始面积，并根据每一个确诊病例的第一显示系数，获取每一个确诊病例的图标显示的面积。
所述每一个确诊病例的图标的面积可以直观地显示每一个确诊病例在该聚集性病例中的层级，便于疾病预防部门根据该传播关系确定聚集性病例的传播路径并制定相应的疾病预防和控制策略。
请参阅图5，在一个示例性的实施例中，所述第二标识为一柱形图，所述柱形图的下端为X-Y平面指示该确诊病例的发病地点，所述柱形图的上端为该确诊病例的发病地点所对应的Z轴上指示该确诊病例的发病时间，所述根据疾病传播关系，确定第二标识的显示图形大小的步骤包括：
步骤S411：获取每一个确诊病例在所述疾病传播关系中的层级，并根据所述层级获取每一个确诊病例的第一显示系数，其中，每一代病例的所述第一显示系数大于其子病例的所述第一显示系数；
所述第一显示系数可以是柱形的直径或面积，用于控制所述第二标识的显示图形大小，其中，所述聚集性病例中首例确诊病例的第一显示系数最大。
步骤S412：获取柱形图的初始面积，根据每一个确诊病例的第一显示系数，获取每一个确诊病例的柱形图显示的面积。
所述柱形图为圆柱或条柱，所述柱形图的底部对应Z轴坐标初始值，所述柱形图顶部对应确诊病例的发病时间，通过所述柱形图，可以直观地显示每一个确诊病例在该聚集性病例中的层级，便于疾病预防部门根据该传播关系确定聚集性病例的传播路径并制定相应的疾病预防和控制策略。
在一个示例性的实施例中，获取所述每一个确诊病例的发病地点的经度和纬度的步骤包括：
对每一个确诊病例的发病地点进行地址编码，得到发病地址的经度和纬度。
所述地址编码可以是利用现有的地图软件接口，例如百度地图API、高德地图API对获得的确诊病例发病地点进行地理编码查询，得到每一个确诊病例的发病地点的经度和纬度。
请参阅图6，本发明还提供了一种呼吸道传染病病例尺度三维时空聚类可视化模型构建装置，包括：
数据获取模块1，用于获取聚集性病例中每一个确诊病例的发病地点和发病时间，其中，所述聚集性病例包括首代病例和第N代子病例，所述N大于等于2；
XY轴坐标值获取模块2，用于获取所述每一个确诊病例的发病地点的经度和纬度，以所述每一个发病地点的经度作为该确诊病例的X轴坐标值，以每一个发病地点的纬度作为该确诊病例的Y轴坐标值；
Z轴坐标值获取模块3，用于根据每一个确诊病例的发病时间，确定该确诊病例的Z轴坐标值；
显示模块4，用于将所述每一个确诊病例的X轴坐标值、Y轴坐标值和Z轴坐标值输入三维可视化模型中，得到三维可视化图像；其中，每一个确诊病例在所述三维可视化图像中的显示内容包括第一标识和第二标识，所述第一标识在所述三维可视化图像的X-Y平面指示该确诊病例的发病地点，所述第二标识在该确诊病例的发病地点所对应的Z轴上指示该确诊病例的发病时间；
传播路径获取模块5，用于根据疾病传播关系，在所述三维可视化图像中连接每一代病例及其子病例的第二标识，得到呼吸道传染病病例尺度三维时空聚类可视化模型；
在一个示例性的实施例中，所述Z轴坐标值获取模块3包括：
Z值获取单元，用于以第一个确诊病例的发病时间作为Z轴坐标初始值，根据每一个确诊病例的发病时间与该第一个确诊病例的发病时间的时间差，获取该确诊病例的Z轴坐标值。
请参阅图7，在一个示例性的实施例中，所述第二标识为一图标，所述显示模块4包括：
第一显示系数获取单元401，用于获取每一个确诊病例在所述疾病传播关系中的层级，并根据所述层级获取每一个确诊病例的第一显示系数，其中，每一代病例的所述第一显示系数大于其子病例的所述第一显示系数；
第一显示单元402，用于获取图标的初始面积，并根据每一个确诊病例的第一显示系数，获取每一个确诊病例的图标显示的面积。
请参阅图8，在一个示例性的实施例中，所述第二标识为一柱形图，所述柱形图的下端为X-Y平面指示该确诊病例的发病地点，所述柱形图的上端为该确诊病例的发病地点所对应的Z轴上指示该确诊病例的发病时间，所述显示模块4包括：
第二显示系数获取单元411，用于获取每一个确诊病例在所述疾病传播关系中的层级，并根据所述层级获取每一个确诊病例的第一显示系数，其中，每一代病例的所述第一显示系数大于其子病例的所述第一显示系数。
第二显示单元412，用于获取柱形图的初始面积，根据每一个确诊病例的第一显示系数，获取每一个确诊病例的柱形图显示的面积。
在一个示例性的实施例中，所述XY轴坐标值获取模块2包括：
地址编码单元，用于对每一个确诊病例的发病地点进行地址编码，得到发病地址的经度和纬度。
本申请实施例提供了一种计算机可读存储介质，其上储存有计算机程序，该计算机程序被处理器执行时实现如上述任意一项所述呼吸道传染病病例尺度三维时空聚类可视化模型构建方法的步骤。
本申请可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可读储存介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其它数据。计算机的存储介质的例子包括但不限于：相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其它类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其它内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其它光学存储、磁盒式磁带，磁带磁盘存储或其它磁性存储设备或任何其它非传输介质，可用于存储可以被计算设备访问的信息。
本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述呼吸道传染病病例尺度三维时空聚类可视化模型构建方法的步骤。
请参阅图9-11，其为利用本发明所述呼吸道传染病病例尺度三维时空聚类可视化模型构建方法对广东地区的确诊病例的可视化侧视图、平视图和俯视图，其中，图标的形状对应显示了每一个确诊病例的年龄：老年、中青年和少年，图标的颜色显示了每一个确诊病例的病例类型：输入病例、本地病例和调查中病例，为聚集性病例中每一个确诊病例的相关情况提供了直观的可视化模式，便于更深层次地挖掘各个确诊病例的关系，为传染路径的发现、传染源的识别和传播模式的发现提供数据支撑，便于疾病预防部门进一步制定相应的疾病预防和控制策略。
本发明并不局限于上述实施方式，如果对本发明的各种改动或变形不脱离本发明的精神和范围，倘若这些改动和变形属于本发明的权利要求和等同技术范围之内，则本发明也意图包含这些改动和变形。

Claims (10)

1.一种呼吸道传染病病例尺度三维时空聚类可视化模型构建方法，其特征在于，包括以下步骤：
获取聚集性病例中每一个确诊病例的发病地点和发病时间，其中，所述聚集性病例包括首代病例和第N代子病例，所述N大于等于2；
获取所述每一个确诊病例的发病地点的经度和纬度，以所述每一个发病地点的经度作为该确诊病例的X轴坐标值，以每一个发病地点的纬度作为该确诊病例的Y轴坐标值；
根据每一个确诊病例的发病时间，确定该确诊病例的Z轴坐标值；
将所述每一个确诊病例的X轴坐标值、Y轴坐标值和Z轴坐标值输入三维可视化模型中，得到三维可视化图像；其中，每一个确诊病例在所述三维可视化图像中的显示内容包括第一标识和第二标识，所述第一标识在所述三维可视化图像的X-Y平面指示该确诊病例的发病地点，所述第二标识在该确诊病例的发病地点所对应的Z轴上指示该确诊病例的发病时间；
根据疾病传播关系，在所述三维可视化图像中连接每一代病例及其子病例的第二标识，得到呼吸道传染病病例尺度三维时空聚类可视化模型。
2.根据权利要求1所述的呼吸道传染病病例尺度三维时空聚类可视化模型构建方法，其特征在于，所述确定该确诊病例的Z轴坐标值的步骤包括：
以第一个确诊病例的发病时间作为Z轴坐标初始值，根据每一个确诊病例的发病时间与该第一个确诊病例的发病时间的时间差，获取该确诊病例的Z轴坐标值。
3.根据权利要求1所述的呼吸道传染病病例尺度三维时空聚类可视化模型构建方法，其特征在于，将所述每一个确诊病例的X轴坐标值、Y轴坐标值和Z轴坐标值输入三维可视化模型，还包括：
根据疾病传播关系，确定第二标识的显示图形大小，其中，每一代病例的第二标识大于其子病例的第二标识。
4.根据权利要求3所述的呼吸道传染病病例尺度三维时空聚类可视化模型构建方法，其特征在于，所述第二标识为一柱形图，所述柱形图的下端为X-Y平面指示该确诊病例的发病地点，所述柱形图的上端为该确诊病例的发病地点所对应的Z轴上指示该确诊病例的发病时间，所述根据疾病传播关系，确定第二标识的显示图形大小的步骤包括：
获取每一个确诊病例在所述疾病传播关系中的层级，并根据所述层级获取每一个确诊病例的第一显示系数，其中，每一代病例的所述第一显示系数大于其子病例的所述第一显示系数；
获取柱形图的初始面积，根据每一个确诊病例的第一显示系数，获取每一个确诊病例的柱形图显示的面积。
5.根据权利要求1所述的呼吸道传染病病例尺度三维时空聚类可视化模型构建方法，其特征在于，获取所述每一个确诊病例的发病地点的经度和纬度的步骤包括：
对每一个确诊病例的发病地点进行地址编码，得到发病地址的经度和纬度。
6.根据权利要求1所述的呼吸道传染病病例尺度三维时空聚类可视化模型构建方法，其特征在于，还包括以下步骤：
获取每一个确诊病例的年龄和病例类型；
根据每一个确诊病例的年龄确定所述第一标识的图标形状；
根据每一个确诊病例的病例类型确定所述第一标识的显示颜色。
7.根据权利要求1所述的呼吸道传染病病例尺度三维时空聚类可视化模型构建方法，其特征在于，所述X-Y平面为设定的地表区域的地图，所述第一标识在该地图上指示该确诊病例的发病地点。
8.一种呼吸道传染病病例尺度三维时空聚类可视化模型构建装置，其特征在于，包括：
数据获取模块，用于获取聚集性病例中每一个确诊病例的发病地点和发病时间，其中，所述聚集性病例包括首代病例和第N代子病例，所述N大于等于2；
XY轴坐标值获取模块，用于获取所述每一个确诊病例的发病地点的经度和纬度，以所述每一个发病地点的经度作为该确诊病例的X轴坐标值，以每一个发病地点的纬度作为该确诊病例的Y轴坐标值；
Z轴坐标值获取模块，用于根据每一个确诊病例的发病时间，确定该确诊病例的Z轴坐标值；
显示模块，用于将所述每一个确诊病例的X轴坐标值、Y轴坐标值和Z轴坐标值输入三维可视化模型中，得到三维可视化图像；其中，每一个确诊病例在所述三维可视化图像中的显示内容包括第一标识和第二标识，所述第一标识在所述三维可视化图像的X-Y平面指示该确诊病例的发病地点，所述第二标识在该确诊病例的发病地点所对应的Z轴上指示该确诊病例的发病时间；
传播路径获取模块，用于根据疾病传播关系，在所述三维可视化图像中连接每一代病例及其子病例的第二标识，得到呼吸道传染病病例尺度三维时空聚类可视化模型。
9.一种计算机可读存储介质，其上储存有计算机程序，其特征在于：该计算机程序被处理器执行时实现如权利要求1-7任意一项所述呼吸道传染病病例尺度三维时空聚类可视化模型构建方法的步骤。
10.一种计算机设备，其特征在于：包括存储器、处理器以及存储在所述存储器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7中任意一项所述呼吸道传染病病例尺度三维时空聚类可视化模型构建方法的步骤。
CN202010363635.3A 2020-04-30 2020-04-30 呼吸道传染病病例尺度三维时空聚类可视化模型构建方法 Pending CN111696680A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010363635.3A CN111696680A (zh) 2020-04-30 2020-04-30 呼吸道传染病病例尺度三维时空聚类可视化模型构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010363635.3A CN111696680A (zh) 2020-04-30 2020-04-30 呼吸道传染病病例尺度三维时空聚类可视化模型构建方法

Publications (1)

Publication Number Publication Date
CN111696680A true CN111696680A (zh) 2020-09-22

Family

ID=72476919

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010363635.3A Pending CN111696680A (zh) 2020-04-30 2020-04-30 呼吸道传染病病例尺度三维时空聚类可视化模型构建方法

Country Status (1)

Country Link
CN (1) CN111696680A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112216402A (zh) * 2020-10-16 2021-01-12 平安国际智慧城市科技股份有限公司 基于人工智能的疫情预测方法、装置、计算机设备及介质
CN113627746A (zh) * 2021-07-21 2021-11-09 南方医科大学第七附属医院(佛山市南海区第三人民医院) 医共体新发重大传染病管理指挥系统和方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101040043B1 (ko) * 2011-01-24 2011-06-16 대한민국 환자의 분포 상태를 지리정보와 병합 출력하는 질병관리시스템
CN102129363A (zh) * 2010-01-13 2011-07-20 中国科学院遥感应用研究所 呼吸道社区传播疾病时空建模与模拟系统
CN108052800A (zh) * 2017-12-19 2018-05-18 石家庄铁道大学 一种传染性病毒传播过程的可视化重建方法及终端
CN110377847A (zh) * 2019-07-15 2019-10-25 中国人民解放军军事科学院军事医学研究院 一种面向传染病疫情分布的电子地图可视化方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129363A (zh) * 2010-01-13 2011-07-20 中国科学院遥感应用研究所 呼吸道社区传播疾病时空建模与模拟系统
KR101040043B1 (ko) * 2011-01-24 2011-06-16 대한민국 환자의 분포 상태를 지리정보와 병합 출력하는 질병관리시스템
CN108052800A (zh) * 2017-12-19 2018-05-18 石家庄铁道大学 一种传染性病毒传播过程的可视化重建方法及终端
CN110377847A (zh) * 2019-07-15 2019-10-25 中国人民解放军军事科学院军事医学研究院 一种面向传染病疫情分布的电子地图可视化方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MEI-POKWAN: "nteractive geovisualization of activity-travel patterns using three-dimensional geographical information systems: a methodological exploration with a large data set", 《TRANSPORTATION RESEARCH PART C: EMERGING TECHNOLOGIES》 *
肖刚: "基于Google平台的传染病监测预警GIS系统", 《中国优秀硕士学位论文全文数据库（医药卫生科技辑）》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112216402A (zh) * 2020-10-16 2021-01-12 平安国际智慧城市科技股份有限公司 基于人工智能的疫情预测方法、装置、计算机设备及介质
CN113627746A (zh) * 2021-07-21 2021-11-09 南方医科大学第七附属医院(佛山市南海区第三人民医院) 医共体新发重大传染病管理指挥系统和方法
CN113627746B (zh) * 2021-07-21 2024-01-26 南方医科大学第七附属医院(佛山市南海区第三人民医院) 医共体新发重大传染病管理指挥系统和方法

Similar Documents

Publication Publication Date Title
Lai et al. Understanding the spatial clustering of severe acute respiratory syndrome (SARS) in Hong Kong
Kistemann et al. New perspectives on the use of Geographical Information Systems (GIS) in environmental health sciences
Comba Data visualization for the understanding of COVID-19
Cromley et al. GIS and public health
US8533187B2 (en) Augmentation of place ranking using 3D model activity in an area
US20070055782A1 (en) System and method for applying link analysis tools for visualizing connected temporal and spatial information on a user inferface
US8341156B1 (en) System and method for identifying erroneous business listings
CN111696680A (zh) 呼吸道传染病病例尺度三维时空聚类可视化模型构建方法
CN111696681A (zh) 面向呼吸道传染病三维时空分析模型构建方法
CN106708962A (zh) 一种基于建筑物属性的城市人口分布方法
JP4774560B2 (ja) 地図表示制御装置、地図表示制御方法並びに地図表示制御用プログラム及び情報記録媒体
Leston Virtual reality: the it perspective
Soetens et al. Dot map cartograms for detection of infectious disease outbreaks: an application to Q fever, the Netherlands and pertussis, Germany
Zhang et al. Vis4heritage: visual analytics approach on grotto wall painting degradations
Komamizu et al. Towards real-time analysis of smart city data: A case study on city facility utilizations
CN108805372A (zh) 一种基于gis指挥调度平台的方法及系统
Su et al. 3D GIS Platform for Flood Wargame: A Case Study of New Taipei City, Taiwan
Andrienko et al. Visual analytics focusing on spatial events
CN108257209A (zh) 防空系统的三维可视化方法、装置及电子设备
JP7468043B2 (ja) 情報処理プログラム、情報処理方法、および情報処理装置
CN112182125A (zh) 一种商务集聚区边界识别系统
Benza Living arrangements and fertility: A case study in southern Ghana
CN115048566B (zh) 一种外来入侵生物数据共享与服务平台系统
CN113268492B (zh) 一种基于时空知识图谱的风险溯源方法、系统及装置
CN118152632B (zh) 基于关系驱动的地名标签可视化方法及系统

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
CB02 Change of applicant information

Address after: 511430 No. 160 Qunxian Road, Dashi street, Panyu District, Guangzhou City, Guangdong Province

Applicant after: CENTRE FOR DISEASE CONTROL AND PREVENTION OF GUANGDONG PROVINCE

Applicant after: Guangzhou Institute of geography, Guangdong Academy of Sciences

Address before: 511430 No. 160 Qunxian Road, Dashi street, Panyu District, Guangzhou City, Guangdong Province

Applicant before: CENTRE FOR DISEASE CONTROL AND PREVENTION OF GUANGDONG PROVINCE

Applicant before: Guangzhou Institute of Geography

CB02 Change of applicant information
RJ01 Rejection of invention patent application after publication

Application publication date: 20200922

RJ01 Rejection of invention patent application after publication