CN113132912A - 基于人地数字画像的传染病密接者的双重追溯方法及系统 - Google Patents
基于人地数字画像的传染病密接者的双重追溯方法及系统 Download PDFInfo
- Publication number
- CN113132912A CN113132912A CN202110387527.4A CN202110387527A CN113132912A CN 113132912 A CN113132912 A CN 113132912A CN 202110387527 A CN202110387527 A CN 202110387527A CN 113132912 A CN113132912 A CN 113132912A
- Authority
- CN
- China
- Prior art keywords
- data
- close contact
- person
- indoor
- human
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于人地数字画像的传染病密接者的双重追溯方法,包括,获取传染病感染者相关数据;获取所述传染病感染者所在城市的所有人的定位数据;根据建筑轮廓数据和道路矢量数据构建三维空间沙盘,得到人地数字画像;根据所述三维空间沙盘和所述定位数据,划分室内、外人群行为轨迹数据集;追溯室内、外密切接触者;追溯并隔离密切接触者和潜在风险场所。本发明还提供一种基于人地数字画像的传染病密接者的双重追溯系统,根据传染病的接触感染判定标准,对室内外的密切接触者和潜在风险场所进行双重追溯,从而实现对密切接触者的精确定位和潜在风险场所的精准识别,达到监测和控制疫情风险的目的。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种传染病密接者的双重追溯方法及系统。
背景技术
随着中国城市化进入后半程,城市聚居的人口业越来越密集,人口流动规模越来越大且复杂,但城市公共卫生系统和应急响应系统的发展相对滞后,不能对传染病的传染做出快速响应,这极大提升了传染病快速扩散和爆发的可能性。其中,呼吸道传染病相较于其它传染病,传播速度更快、范围更广、更容易形成流行高峰的态势。现阶段呼吸道传染病一但爆发,往往由于监测不力,难以对密切接触者(简称密接者)做到快速精准追溯筛查和抑制疫情的蔓延,最终会导致大规模的疫情发生,对社会经济造成巨大影响。
目前对呼吸道传染病密切接触者的筛查方法,主要是根据感染症状先确定传染病感染者,再通过人力追溯传染病感染者从感染到住院隔离期间的具体时间段的行为轨迹,对其途经地点进行记录,再靠人工筛查密切接触者,再进行隔离观察的方法。这样的方法,密切接触者的追溯主要依靠人工的调查核实,存在筛查周期长,筛查效率低,容易出现遗漏和误差等问题,无法做到对爆发式疫情的快速响应和监测控制。
发明内容
为了解决现有技术存在的不足,本发明提供一种基于人地数字画像的传染病密接者的双重追溯方法及系统,根据传染病感染者的确诊时间数据,推演出从感染到住院隔离期间的具体时间段,再基于手机定位数据、Mac地址数据、Wi-Fi连接数据和城市空间数据,构成能模拟人的室内外行为轨迹的三维空间沙盘,建立人地数字画像;根据传染病的接触感染判定标准,对室内外的密切接触者和潜在风险场所进行双重追溯,从而实现对密切接触者的精确定位和潜在风险场所的精准识别,达到监测和控制疫情风险的目的。
为了实现上述目的,本发明提供的基于人地数字画像的传染病密接者的双重追溯方法,包括以下步骤:
获取传染病感染者相关数据;
获取所述传染病感染者所在城市的所有人的定位数据;
根据建筑轮廓数据和道路矢量数据构建三维空间沙盘,得到人地数字画像;
根据所述三维空间沙盘和所述定位数据,划分室内、外人群行为轨迹数据集;
追溯室内、外密切接触者;
追溯并隔离密切接触者和潜在风险场所。
进一步地,所述获取感染者相关数据的步骤,还包括,
从本地疾控中心获取感染者相关数据,并对感染者进行流行病学调查,计算出其从感染到住院隔离期间的具体时间段;
所述感染者相关数据,包括:住院隔离日期、手机ID和其对应的Mac地址,以及清晰人像照片。
进一步地,所述获取所述感染者所在城市的所有人的定位数据的步骤,还包括,
通过感染者的手机ID,追踪感染者从感染到住院隔离期间所在的城市;
获取所述城市的所有人的定位数据,并提取出所述感染者的定位数据;
所述定位数据,为所在地点的坐标数据。
进一步地,所述根据建筑轮廓数据和道路矢量数据构建三维空间沙盘,得到人地数字画像的步骤,还包括,
采集并存储城市区域内的影像图片,并记录每栋建筑的楼层数信息,描绘出影像图片中所有的建筑轮廓和道路,得到建筑轮廓数据和道路矢量数据;将记录的楼层数信息和其对应的建筑轮廓数据进行挂接;
获取带地理坐标信息的现状用地功能矢量数据,与所述建筑轮廓数据、所述道路矢量数据进行空间对位;再将所述建筑轮廓数据按照其所落位地块的功能性质划分为居住类和公共类两大类;
根据建筑轮廓数据和道路矢量数据构建三维空间沙盘;
对所述感染者所在城市的所有人的定位数据进行归一化处理,得到每个人和感染者的动态行为轨迹;将所有动态行为轨迹在所述三维空间沙盘上进行空间落位,得到人地数字画像。
进一步地,所述将所有动态行为轨迹在三维空间沙盘上进行空间落位,得到人地数字画像的步骤,还包括,将动态行为轨迹和建筑轮廓、道路,统一坐标系;再按照各自的地理坐标信息,进行空间对位叠合,更直观地反映感染者的行为轨迹和途经的场所。
进一步地,所述根据所述三维空间沙盘和所述定位数据,划分室内、外人群行为轨迹数据集的步骤,还包括,
在三维空间沙盘中,将途经城市所有市民的定位数据按位置选择,筛选出位于空间面域内部的定位数据,构成室内行为数据集;
将途经城市所有市民的定位数据减去所述室内行为数据,构成室外行为数据集。
进一步地,所述在三维空间沙盘中,将途经城市所有市民的定位数据按位置选择,筛选出位于空间面域内部的定位数据的步骤,还包括,
在三维空间沙盘中,输入途经城市所有市民的定位数据和建筑面域数据;
生成每一定位数据点的水平射线,统计射线与建筑空间面域数据的交点数量,若数量为奇数,则判定其在空间面域内部,筛选出位于建筑面域图层内的定位数据,输出数据为途经城市所有市民的建筑室内定位数据。
进一步地,所述追溯室外密切接触者的步骤,还包括,
在所述三维空间沙盘中,根据室外人群行为轨迹数据集,生成室外人地数字画像切片;筛选出感染者室外的定位数据,建立室外感染者数据集;以感染者的定位数据点为核心,A米为半径进行缓冲区分析,形成密切接触区域;将感染者途经城市所有市民的定位数据和密切接触区域进行交集处理,并减去感染者的定位数据,剩余数据构建室外接触者的人地数字画像切片;
按时间顺序,对所有的室外接触者的人地数字画像切片进行统计,统计每个室外接触者手机ID连续出现的次数,如果大于设定阈值,则判定其为室外密切接触者并建立室外密切接触者数据集。
进一步地,所述将感染者途经城市所有市民的定位数据和密切接触区域进行交集处理的步骤,还包括,
在所述三维空间沙盘中,输入感染者途经城市所有市民的定位数据和密切接触区域数据,生成每一感染者定位数据点的水平射线;
统计所述水平射线与密切接触区域数据的交点数量,若数量为奇数,则判定其在密切接触区域内部,输出数据为在密切接触区域中的定位数据。
进一步地,所述按时间顺序,对所有的室外接触者的人地数字画像切片进行统计,统计每个室外接触者手机ID连续出现的次数的步骤,还包括,
以时间为横轴,秒为单位,以手机ID为纵轴,建立坐标轴;如果在对应的时间切片中该手机ID出现,则生成点,将相邻连续的点连接成线段,计算线段的长度作为每个室外接触者手机ID连续出现的次数。
进一步地,所述追溯室内密切接触者的步骤,还包括,
根据所述室内人群行为轨迹数据集,生成室内人地数字画像切片;对每栋建筑进行编号,建立建筑数据集;从所述室内人地数字画像切片中筛选出感染者定位数据,建立室内感染者数据集;按位置选择筛选出存在感染者的建筑为存在病毒场所;按照所述建筑编号,建立存在病毒场所数据集;
获取各个存在病毒场所的Wi-Fi探针数据和电梯探头监控数据,具体时间段起点为感染者进入该场所的时间,结束点为感染者离开该存在病毒场所的时间加上病毒在空气中存活的时间;
将所述Wi-Fi探针数据和所述室内人群行为轨迹数据集进行挂接,筛选出感染者的Wi-Fi探针数据;通过基于信号强度的RSSI方法刻画出感染者室内轨迹;在三维空间沙盘中标记停留楼层为密切接触楼层,并记录其到达该楼层的时间点和离开该楼层的时间点,以及在所述密切接触楼层停留的时间段;
根据病毒在空气中存活时间,确定密切接触楼层存在病毒时间段;从信号强度变化记录中筛选出该时间段内的所有连接记录,刻画出所有人的室内轨迹,减去其中感染者的室内轨迹,并记录除感染者之外的所有人进出的时间节点,计算其在密切接触楼层的停留时间,判定密切接触者,记录其Mac地址,并追溯到对应的手机ID,建立室内密切接触者数据集;
从电梯探头监控数据中对感染者进行识别,记录其进入电梯的时间点和其离开电梯的时间点,以及在电梯停留时间段;
根据病毒在空气中存活时间,确定电梯内存在病毒时间段,调取该时间段内的电梯探头监控录像,识别并记录其中除感染者以外的所有人的人像照片以及他们各自进出电梯的时间节点,计算其在电梯内的停留时间,判定密切接触者,建立密切接触者人像数据集。
进一步地,所述按位置选择筛选出存在感染者的建筑为存在病毒场所的步骤,还包括,
在所述三维空间沙盘中,根据所述建筑数据集和所述室内感染者数据集,生成室内感染者所在空间位置的坐标,在同一空间坐标系中进行筛选,建筑空间面域内包含任一坐标点,则该建筑空间面域为存在感染者的建筑。
进一步地,所述在三维空间沙盘中标记停留楼层为密切接触楼层的步骤,还包括,
根据基于Wi-Fi的手机定位方法所刻画出的感染者室内轨迹,在所述三维空间沙盘上,赋予其地理空间属性,在对应建筑和楼层进行空间落位;根据定位点的高度信息,得到轨迹对应的楼层单元,将该楼层单元筛选出来,并赋予其“密切接触楼层”的属性。
进一步地,所述记录除感染者之外的所有人进出的时间节点,计算其在密切接触楼层的停留时间的步骤,还包括,
根据刻画的除感染者外的所有人的室内轨迹,将每个人的行为轨迹按楼层进行划分,结合每层楼每个轨迹点的时间点数据,记为进入该楼层的时间点,记录离开该楼层的时间节点,得到其在该密切接触楼层的停留时间。
进一步地,所述识别并记录其中除感染者以外的所有人的人像照片以及他们各自进出电梯的时间节点,计算其在电梯内的停留时间的步骤,还包括,对电梯内存在病毒时间段的探头监控数据进行处理,对同一个体进行追踪,并记录该个体从出现在电梯里的帧和离开电梯里的帧的时间点,得到其在该密切接触楼层的停留时间。
进一步地,还包括,设置传染病密切接触者的判定标准。
更进一步地,所述追溯并隔离密切接触者和潜在风险场所的步骤,还包括,
将室外密切接触者数据集、室内密切接触者数据集和密切接触者人像数据集进行筛重处理,得到密切接触者名单;
将所述密切接触者名单提交给城市疫情防控管理部门,对密切接触者进行隔离观察,如若发现感染者,则继续追溯筛查;
对存在病毒场所进行消毒和隔离处理,同时追溯密切接触者轨迹,对出现过密切接触者的建筑进行消毒和隔离处理。
为实现上述目的,本发明还提供一种基于人地数字画像的传染病密接者的双重追溯系统,包括,传染病感染者数据获取单元、人地数字画像生成单元、人群行为轨迹数据集划分单元、密切接触者追溯单元,以及追溯与隔离单元,其中,
所述传染病感染者数据获取单元,其用于获取感染者相关数据,包括:住院隔离日期、手机ID和其对应的Mac地址,以及清晰人像照片;
所述人地数字画像生成单元,其根据传染病感染者的高精度定位数据、建筑轮廓数据和道路矢量数据构建三维空间沙盘,将所有人的动态轨迹在三维空间沙盘上进行空间落位,得到人地数字画像;
所述人群行为轨迹数据集划分单元,其在三维空间沙盘中,将途经城市所有市民的定位数据按位置选择,筛选出位于空间面域内部的定位数据,构成室内行为数据集;将所述途经城市所有市民的定位数据减去是室内行为数据,构成室外行为数据集;
所述密切接触者追溯单元,其分别对室内密切接触者和室内密切接触者进行追溯;
追溯与隔离单元,其将室外密切接触者数据集、室内密切接触者数据集和密切接触者人像数据集进行筛重处理,得到密切接触者名单;提交密切接触者名单继续追溯筛查;对存在疫情风险场所或潜在疫情风险场所进行消毒和隔离处理。
进一步地,还包括,用于设置传染病的密切接触者判定标准的判定标准设置单元。
进一步地,所述密切接触者追溯单元,其构建室外接触者人地数字画像切片,并筛选出室外密切接触者。
更进一步地,所述密切接触者追溯单元,
根据所述室内人群行为轨迹数据集,生成室内人地数字画像切片;对每栋建筑进行编号,建立建筑数据集;从所述室内人地数字画像切片中筛选出感染者定位数据,建立室内感染者数据集;按位置选择筛选出存在感染者的建筑为存在病毒场所;按照所述建筑编号,建立存在病毒场所数据集;
获取各个存在病毒场所的Wi-Fi探针数据和电梯探头监控数据,具体时间段起点为感染者进入该场所的时间,结束点为感染者离开该存在病毒场所的时间加上病毒在空气中存活的时间;
将所述Wi-Fi探针数据和所述室内人群行为轨迹数据集进行挂接,筛选出感染者的Wi-Fi探针数据;通过基于信号强度的RSSI方法刻画出感染者室内轨迹;在三维空间沙盘中标记停留楼层为密切接触楼层,并记录其到达该楼层的时间点和离开该楼层的时间点,以及在所述密切接触楼层停留的时间段;
根据病毒在空气中存活时间,确定密切接触楼层存在病毒时间段;从信号强度变化记录中筛选出该时间段内的所有连接记录,刻画出所有人的室内轨迹,减去其中感染者的室内轨迹,并记录除感染者之外的所有人进出的时间节点,计算其在密切接触楼层的停留时间,判定密切接触者,记录其Mac地址,并追溯到对应的手机ID,建立室内密切接触者数据集;
从电梯探头监控数据中对感染者进行识别,记录其进入电梯的时间点和其离开电梯的时间点,以及在电梯停留时间段;
根据病毒在空气中存活时间,确定电梯内存在病毒时间段,调取该时间段内的电梯探头监控录像,识别并记录其中除感染者以外的所有人的人像照片以及他们各自进出电梯的时间节点,计算其在电梯内的停留时间,判定密切接触者,建立密切接触者人像数据集。
为实现上述目的,本发明还提供一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行计算机程序以执行上述的基于人地数字画像的传染病密接者的双重追溯方法的步骤。
为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现上述的基于人地数字画像的传染病密接者的双重追溯方法的步骤。
本发明提供的基于人地数字画像的传染病密接者的双重追溯方法及系统,与现有技术相比,具有如下的技术效果:
1、通过集成传染病感染者从感染到住院隔离期间的具体时间段及其途经城市的时空行为轨迹数据和空间数据,构建三维空间沙盘,刻画人地数字画像,精准且清晰地反映了传染病感染者的时空行为轨迹,较传统人力筛查追溯更加直观快速。
2、对传染病感染者与其周围人群接触者的接触时间和距离精确量化,将可能感染的情况量化为计算规则,刻画室外密切接触者的人地数字画像;根据计算规则,精准筛查出室外密切接触者,相较于传统追溯方法,能实现更加快速和精确的筛查。
3、综合Wi-Fi连接数据和探头监控数据模拟推演传染病感染者在室内不同楼层的时空行为,将可能感染的情况量化为计算规则;根据计算规则,精准筛查出密切接触楼层和室内密切接触者;相较于传统追溯方法,能更有效精准定位密切接触楼层,能对进出存在风险场所的人分楼层筛查,更加精准和更快速定位到室内密切接触者。
4、能对新的传染病感染者实现再追溯筛查,形成传染病感染者-密接接触者追溯网络,节省了大量人力物力,能大规模地、更快地定位到密切接触者,有效遏制疫情的扩散。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,并与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为根据本发明的基于人地数字画像的传染病密接者的双重追溯方法流程图;
图2为根据本发明的基于人地数字画像的传染病密接者的双重追溯系统结构框图;
图3为根据本发明的电子设备结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
在本发明实施例中,获取传染病感染者从感染到住院隔离期间的具体时间段数据、生成人地数字画像、划分室内外人群行为轨迹数据集、设置呼吸道传染病的密切接触者的判定标准、分别追溯室内、室外的密切接触者,最后隔离和再追溯筛查出的密切接触者和存在病毒场所。
在本发明实施例中,传染病感染者,是指传染病的确诊者、无症状感染者及存在疾病传播可能的感染者。
实施例1
图1为根据本发明的基于人地数字画像的传染病密接者的双重追溯方法流程图,下面将参考图1,对本发明的基于人地数字画像的传染病密接者的双重追溯方法进行详细描述。
首先,在步骤101,获取传染病感染者相关数据。
在本发明实施例中,获取的传染病感染者相关数据,包括:住院隔离日期、手机ID和其对应的Mac地址,以及清晰人像照片等。
在本发明实施例中,可以从本地的疾控中心获取传染病感染者相关数据,并对传染病感染者进行流行病学调查,计算出其从感染到住院隔离期间的具体时间段。
在步骤102,生成人地数字画像。
在本发明实施例中,生成人地数字画像具体步骤如下:
1)通过传染病感染者的手机ID,追踪传染病感染者从感染到住院隔离期间所在的城市;
2)使用手机运营商数据端口接入这一时间段内该城市所有市民的高精度定位数据,并提取出其中传染病感染者的高精度定位数据;
在本发明实施例中,高精度定位数据,包括每个人所在地点的坐标数据(每1秒钟为间隔);
3)通过搭载测绘相机的无人机来采集并存储该城市区域内的航拍影像图片,并记录每栋建筑的楼层数信息,通过地理信息平台描绘出影像图片中所有的建筑轮廓和道路,得到建筑轮廓数据和道路矢量数据,将记录的楼层数信息和其对应的建筑轮廓数据进行挂接;
在本发明实施例中,测绘相机像素为1.2亿及以上、CMOS为5、焦距为35mm、存储容量在320GB以上;
4)向当地自然资源局获取全市的带地理坐标信息的现状用地功能矢量数据,和3)所述的建筑轮廓数据和道路矢量数据进行空间对位;再将建筑轮廓数据按照其所落位地块的功能性质划分为居住类和公共类两大类;
5)将步骤1)-4)的所有数据集成到地理信息平台,将建筑轮廓转化为空间面域,使空间面域沿Z轴正方向进行拉伸建模,其中居住类建筑按照3m每层进行拉伸,公共类建筑按照4m每层进行拉伸,构建三维空间沙盘。对所有市民以及传染病感染者的高精度定位数据点进行空间落位,并以人为单位,将每一个人在传染病感染者从感染到住院隔离期间内所有的高精度定位数据点运用轨迹拟合方法进行归一化处理,得到每一个市民和传染病感染者的动态行为轨迹;将所有动态轨迹在三维空间沙盘上进行空间落位,得到人地数字画像。
在本发明实施例中,使空间面域沿Z轴正方向进行拉伸建模,其中居住类建筑按照3m每层进行拉伸,公共类建筑按照4m每层进行拉伸,构建三维空间沙盘,是指以空间面域为底面沿Z正轴方向平移,其中居住建筑平移3m、公共建筑平移4m,根据其轨迹生成单元模块,再按每栋建筑的楼层数属性,沿Z轴正方向叠加,叠加数量即为楼层数。
在本发明实施例中,运用轨迹拟合方法进行归一化处理,是指将相邻位置坐标点通过直线进行连接,生成近似的折线轨迹,再通过非线性插值法,对离散点数据进行平滑处理,生成最终的行为轨迹以减少误差。
在本发明实施例中,将所有动态轨迹在三维空间沙盘上进行空间落位,得到人地数字画像,指将动态轨迹和建筑轮廓与道路,统一坐标系,再按照各自的地理坐标信息,进行空间对位叠合,更直观地反映感染者的行为轨迹和途经的场所。
在步骤103,划分室内、外人群行为轨迹数据集。
在本发明实施例中,在三维空间沙盘中,将途经城市所有市民的定位数据按位置选择,筛选出位于空间面域内部的定位数据,即切分出室内行为数据,构成室内行为数据集F1;再用途经城市所有市民的定位数据减去室内行为数据,所得数据即为室外行为数据,构成室外行为数据集。
在本发明实施例中,将途经城市所有市民的定位数据按位置选择,筛选出位于空间面域内部的定位数据,是指在三维空间沙盘中,输入途经城市所有市民的定位数据和建筑面域数据;根据“射线法”自动生成每一定位数据点的水平射线,统计射线与建筑空间面域数据的交点数量,若数量为奇数,则判定其在空间面域内部,即筛选出位于建筑面域图层内的定位数据,输出数据即为途经城市所有市民的建筑室内定位数据。
在本发明实施例中,根据“射线法”自动生成每一定位数据点的水平射线,是指计算机以定位数据点为(0,0)坐标,以东西向为水平方向,南北向为竖直方向,形成坐标轴,根据(y=0,x≥0)函数,自动生成水平射线。
在步骤104,设置传染病的密切接触者的判定标准。
在本发明实施例中,参照世界卫生组织对于该传染病的接触感染数据,在感染者密切接触距离内(A米),停留时间超过该传染病感染作用发生时长(T秒)的人群,即为该传染病的密切接触者。
在本发明实施例中,依据世界卫生组织对于造成传染病的病毒的存活时间数据,记该传染病病毒空气中存活时间为T1,因此在T1时间段内,在存在该病毒的室内空间呆满T秒的人群,也为传染病的密切接触者。
在步骤105,追溯室外密切接触者。
在本发明实施例中,追溯室外密切接触者的步骤,包括,
1)在三维空间沙盘中,针对室外行为数据集F2,以1s为时间切片,生成每秒的室外人地数字画像切片。再筛选出其中感染者室外的定位数据,建立室外感染者数据集α。以感染者的定位数据点为核心,A米为半径进行缓冲区分析,形成密切接触区域。将感染者途经城市的所有高精度定位数据和密切接触区域进行交集处理,并减去感染者的定位数据,剩余数据则为室外接触者的定位数据,即构建每秒的室外接触者人地数字画像切片。
在本发明实施例中,将感染者途经城市的所有高精度定位数据和密切接触区域进行交集处理,是指在三维空间沙盘中,输入感染者途经城市的所有高精度定位数据和密切接触区域数据,根据“射线法”自动生成每一感染者定位数据点的水平射线,统计射线与密切接触区域数据的交点数量,若数量为奇数,则判定其在密切接触区域内部,输出数据即在密切接触区域中的高精度定位数据。
2)按时间顺序,对所有的室外接触者人地数字画像切片进行统计,统计每个室外接触者手机ID连续出现的次数,如果次数≥T,则判定其为室外密切接触者并建立室外密切接触者数据集S1。
在本发明实施例中,按时间顺序,对所有的室外接触者人地数字画像切片进行统计,统计每个室外接触者手机ID连续出现的次数,是指以时间为横轴,秒为单位,以手机ID为纵轴,建立坐标轴。如果在对应的时间切片中该手机ID出现,则生成点,将相邻连续的点连接成线段,计算线段的长度,即每个室外接触者手机ID连续出现的次数。
在步骤106,追溯室内密切接触者。
在本发明实施例中,追溯室内密切接触者的步骤,包括,
1)针对切分出的室内行为数据集F1,以1s为时间切片,生成每秒的室内人地数字画像切片;对每栋建筑进行编号,建立建筑数据集M,针对每秒的室内人地数字画像切片进行筛选,筛选出其中感染者定位数据,建立室内感染者数据集β;按位置选择筛选出存在感染者的建筑,为存在病毒场所,按照其建筑编号,建立存在病毒场所数据集Y。
在本发明实施例中,按位置选择筛选出存在感染者的建筑,是指在三维空间沙盘中,输入建筑数据集M和室内感染者数据集β,生成室内感染者每秒所在空间位置的坐标,在同一空间坐标系中进行筛选,凡是建筑空间面域内包含任一坐标点,则该建筑空间面域为存在感染者的建筑。
2)向当地管理部门获取各个存在病毒场所的Wi-Fi探针数据(包括各AP的地理位置和Mac地址和对应的信号强度变化记录)的和电梯探头监控数据,具体时间段起点为感染者由进入该场所的时间,结束点为感染者离开该场所的时间加上病毒在空气中存活的时间T1。
3)将Wi-Fi探针数据和室内行为数据集F1通过手机Mac地址进行挂接,筛选出其中感染者的Wi-Fi探针数据,通过基于信号强度的RSSI方法(根据感染者的手机Mac地址,在确定AP位置的基础上,根据信号衰减和距离的关系,计算出感染者的对应位置)刻画出感染者室内轨迹,并在三维空间沙盘中标记停留楼层为密切接触楼层。记录其到达该楼层的时间点tm和离开该楼层的时间点tn,感染者的密接接触楼层停留时间段为[tm,tn]。
在本发明实施例中,在三维空间沙盘中标记停留楼层为密切接触楼层,指根据基于Wi-Fi的手机定位方法所刻画出的感染者室内轨迹,在三维空间沙盘上,赋予其地理空间属性,在对应建筑和楼层进行空间落位,在根据定位点的高度信息,通过公式“楼层数=定位点高度/每层楼高度”,得到轨迹对应的楼层单元,将该楼层单元筛选出来,并赋予其“密切接触楼层”的属性。
4)根据病毒在空气中存活时间T1,则[tm,tn+T1]为密切接触楼层存在病毒时间段,从信号强度变化记录中筛选出该时间段内的所有连接记录,依据基于Wi-Fi的手机定位方法,刻画出所有人的室内轨迹,减去其中感染者的室内轨迹,并记录其进出的时间节点tx和ty,计算其在密切接触楼层的停留时间Tz,如果Tz>T, 则将其判定为密切接触者,记录其Mac地址,并追溯到对应的手机ID,建立室内密切接触者数据集W1。
在本发明实施例中,记录其进出的时间节点[tx,ty],计算其在密切接触楼层的停留时间Tz,是指根据刻画的除感染者外的所有人的室内轨迹,将每个人的行为轨迹按楼层进行划分,结合每层楼每个轨迹点的时间点数据,记为进入该楼层的时间点为tx,出该楼层的时间节点为ty,通过公式Tz=ty-tx,得到其在该密切接触楼层的停留时间。
5)将感染者的人像照片输入计算机,使计算机机器学习其面部特征,从电梯探头监控数据中对感染者进行识别,记录其进入电梯的时间点tm’和其离开电梯的时间点tn’,则感染者电梯停留时间段为[tm’,tn’]。
6)根据病毒在空气中存活时间T1,则[tm’,tn’+T1]为电梯内存在病毒时间段,调取该时间段内的电梯探头监控录像,识别并记录其中除感染者以外的所有人的人像照片以及他们各自进出电梯的时间节点tx’和ty’,计算其在电梯内的停留时间Tz’,如果Tz’>T,则将其判定为密切接触者,建立密切接触者人像数据集W2。
在本发明实施例中,识别并记录除感染者以外的所有人的人像照片以及他们各自进出电梯的时间节点tx’和ty’,计算其在电梯内的停留时间Tz’,是指对电梯内存在病毒时间段的探头监控数据进行处理,利用人脸识别对同一个体进行追踪,并记录该个体从出现在电梯里的帧和离开电梯里的帧的时间点tx’和ty’, 通过公式Tz’=ty-tx,得到其在该密切接触楼层的停留时间。
在步骤107,追溯并隔离密切接触者和潜在风险场所。
在本发明实施例中,追溯并隔离密切接触者和潜在风险场所的步骤,包括,
1)将建立室外密切接触者数据集S1、数据集W1和密切接触者人像数据集W2,挂接到公安系统,并进行筛重处理,得到具体的密切接触者名单。
2)将密切接触者名单提交给城市疫情防控管理部门,对密切接触者进行隔离观察,如若发现感染者,则重复步骤三到步骤五的方法,继续追溯筛查。
3)对存在病毒场所(存在疫情风险场所)进行消毒和隔离处理,同时追溯密切接触者轨迹,重复上述方法,对出现过密切接触者的建筑即潜在疫情风险场所进行消毒和隔离处理。
实施例2
以下将结合新冠疫情案例对本发明的技术方案进行详细的说明。
1.获取呼吸道传染病感染者相关数据的具体步骤如下:
1.1.从南京疾控中心获取某一呼吸道传染病感染者相关数据,包括:住院隔离日期、手机ID和其对应的Mac地址,以及清晰人像照片等。
1.2.根据《新型冠状病毒肺炎防控方案(第四版)》对从感染到住院隔离期间的具体时间段的表述为1天~14天,得出新冠病毒的从感染到住院隔离期间的具体时间段最长为14天,因此将获取的所有感染者的确诊时间倒推14天,并将这14天划定为每个感染者可能传播病毒的时间段。
2.生成人地数字画像的具体步骤如下:
2.1.高精度定位数据的获取
使用手机运营商数据端口接入这一时间段内南京市市所有市民的高精度定位数据,并提取出其中呼吸道传染病感染者的高精度定位数据;其中,所述高精度定位数据包括每个人所在地点的坐标数据(每1秒钟为间隔)。
2.2. 获取南京市城市空间数据。
通过搭载测绘相机的无人机来采集并存储南京市内的航拍影像图片,并记录每栋建筑的楼层数,在ArcGIS软件中描绘出图片中所有的建筑轮廓和道路,得到建筑轮廓和道路矢量数据,将记录的楼层数信息和其对应的建筑轮廓数据进行挂接;向南京市自然资源局获取全市的带地理坐标信息的现状用地功能矢量数据,和在ArcGIS软件中所描绘的建筑轮廓数据和道路矢量数据进行空间对位。再将建筑轮廓数据按照其所落位地块的功能性质划分为居住类和公共类两大类。其中,所述测绘相机像素为1.2亿及以上、CMOS为5、焦距为35mm、存储容量在320GB以上,所述空间对位使用CGCS2000坐标系定义投影。
2.3. 生成三维空间沙盘。
将步骤2.1-2.2的所有数据集成到ArcGIS软件中,利用“线转面”命令,将建筑轮廓转化为空间面域,利用“拉伸”命令,使空间面域沿Z轴正方向进行拉伸建模,其中居住类建筑按照3m每层进行拉伸,公共类建筑按照4m每层进行拉伸,建立每层3m的居住建筑模块和每层4m的公共类建筑模块,再将这些模块按各自的建筑层数属性沿Z轴正方向复制叠加,生成城市建筑模型,并与道路图层共同构建三维空间沙盘。
2.4.生成人地数字画像。
对所有市民以及呼吸道传染病感染者的高精度定位数据点进行空间落位,并以人为单位,将每一个人在呼吸道传染病感染者从感染到住院隔离期间内所有的高精度定位数据点,运用轨迹拟合方法进行归一化处理,得到每一个市民和呼吸道传染病感染者的动态行为轨迹;将所有动态轨迹在三维空间沙盘上进行空间落位,得到人地数字画像;其中,所述运用轨迹拟合方法进行归一化处理,指将相邻位置坐标点通过直线进行连接,生成近似的折线轨迹,再通过非线性插值法,对离散点数据进行平滑处理,生成最终的行为轨迹以减少误差;所述将所有动态轨迹在三维空间沙盘上进行空间落位,指将动态轨迹通过CGCS2000坐标系定义投影,统一坐标信息。
3. 划分室内、外人群行为轨迹数据集的具体步骤如下:
在三维空间沙盘中,将南京市所有市民的定位数据按位置选择,筛选出位于空间面域内部的定位数据,即切分出室内行为数据,构成室内行为数据集F1;再使用“裁剪”命令,用途经城市所有市民的定位数据减去室内行为数据,所得数据即为室外行为数据,构成室外行为数据集F2;其中,所述将南京市所有市民的定位数据按位置选择,筛选出位于空间面域内部的定位数据,指在三维空间沙盘中,输入南京市所有市民的定位数据和建筑面域数据,根据“射线法”,自动生成每一定位数据点的水平射线,统计射线与建筑空间面域数据的交点数量,若数量为奇数,则判定其在空间面域内部,即筛选出位于建筑面域图层内的定位数据,输出数据即为南京市所有市民的建筑室内定位数据;其中,所述根据“射线法”,自动生成每一定位数据点的水平射线,指计算机以定位数据点为(0,0)坐标,以东西向为水平方向,南北向为竖直方向,形成坐标轴,根据(y=0,x≥0)函数,自动生成水平射线。
4.设置呼吸道传染病的密切接触者的判定标准的具体步骤如下:
4.1.设置室外呼吸道传染病密切接触者判定标准。
参照《2019冠状病毒病的接触者追踪》,判定感染者周边1m的接触人群为密切接触者,其中,接触时间15min(即900秒)及以上的人群为密切接触者。
4.2.设置室内呼吸道传染病密切接触者判定标准。
根据《关于新型冠状病毒在气溶胶中与在不同物体表面的存活稳定性研究报告》,病毒空气中存活时间为2小时。因此,因此在72小时内,在存在该病毒的室内空间呆满900秒的人,也为该呼吸道传染病的密切接触者。
5. 追溯室外密切接触者的具体步骤如下:
5.1.构建室外接触者人地数字画像切片。
在三维空间沙盘中,针对室外行为数据集F2,以1s为时间切片,生成每秒的室外人地数字画像切片;再筛选出其中感染者室外的定位数据,建立室外感染者数据集α;以感染者的定位数据点为核心,1米为半径进行“缓冲区分析”,形成密切接触区域;将感染者途经城市的所有高精度定位数据和密切接触区域通过进行交集处理,并减去感染者的定位数据,剩余数据则为室外接触者的定位数据,即构建每秒的室外接触者人地数字画像切片。
5.2. 筛选室外密切接触者。
以时间为和横轴,秒为单位,以手机ID为纵轴,建立坐标轴。如果在对应的时间切片中该手机ID出现,则在坐标轴中生成点。将相邻连续的点连接成线段,计算线段的长度,如果次数≥900,则判定对应的手机ID为室外密切接触者,建立室外密切接触者数据集S1。
6. 追溯室内密切接触者的具体步骤如下:
6.1. 筛选存在病毒场所。
针对室内行为数据集F1,以1s为时间切片,生成每秒的室内人地数字画像切片;对每栋建筑进行编号,建立建筑数据集M,针对每秒的室内人地数字画像切片进行筛选,筛选出其中感染者定位数据,建立室内感染者数据集β;按位置选择筛选出存在感染者的建筑,为存在病毒场所,按照其建筑编号,建立存在病毒场所数据集Y。其中,所述按位置选择筛选出存在感染者的建筑,指在三维空间沙盘中,输入建筑数据集M和室内感染者数据集β,生成室内感染者每秒所在空间位置的坐标,在同一空间坐标系中进行筛选,凡是建筑空间面域内包含任一坐标点,则该建筑空间面域为存在感染者的建筑,即存在病毒场所。
6.2.室内相关数据获取。
向南京管理公安机关申请获取各个存在病毒场所的Wi-Fi探针数据(包括各AP的地理位置和Mac地址和对应的信号强度变化记录)的和电梯探头监控数据,具体时间段起点为感染者由进入该场所的时间,结束点为感染者离开该场所的时间加上2小时。
6.3.判定密切接触楼层。
将Wi-Fi探针数据和室内行为数据集F1通过手机Mac地址进行挂接,筛选出其中感染者的Wi-Fi探针数据,通过基于信号强度的RSSI方法(根据感染者的手机Mac地址,在确定AP位置的基础上,根据信号衰减和距离的关系,计算出感染者的对应位置)刻画出感染者室内轨迹,并在三维空间沙盘中标记停留楼层为密切接触楼层。记录其到达该楼层的时间点tm和离开该楼层的时间点tn,感染者的密接接触楼层停留时间段为[tm,tn]。其中,所述在三维空间沙盘中标记停留楼层为密切接触楼层,指根据基于Wi-Fi的手机定位方法所刻画出的感染者室内轨迹,在三维空间沙盘上,赋予其地理空间属性,在对应建筑和楼层进行空间落位,在根据定位点的高度信息,通过公式“楼层数=定位点高度/每层楼高度”,得到轨迹对应的楼层单元,将该楼层单元筛选出来,并赋予其“密切接触楼层”的属性。
6.4.判定密切接触楼层内的密切接触者。
根据病毒在空气中存活时间2小时,则[tm,tn+2小时]为密切接触楼层存在病毒时间段,从信号强度变化记录中筛选出该时间段内的所有连接记录,依据基于Wi-Fi的手机定位方法,刻画出所有人的室内轨迹,减去其中感染者的室内轨迹,并记录其进出的时间节点tx和ty,计算其在密切接触楼层的停留时间Tz,计算公式为Tz=ty-tx。如果Tz>15分钟(900s), 则将其判定为密切接触者,记录其Mac地址,并追溯到对应的手机ID,建立室内密切接触者数据集W1。
6.5.感染者电梯停留时间段确定。
将感染者的人像照片输入计算机,使计算机机器学习其面部特征,从电梯探头监控数据中对感染者进行识别,记录其进入电梯的时间点tm’和其离开电梯的时间点tn’,则感染者电梯停留时间段为[tm’,tn’]。
6.6.判定电梯内密切接触者。
根据病毒在空气中存活时间为2小时,则[tm’,tn’+2小时]为电梯内存在病毒时间段,调取该时间段内的电梯探头监控录像,计算机识别并记录其中除感染者以外的所有人的人像照片以及他们各自进出电梯的时间节点tx’和ty’,计算其在电梯内的停留时间Tz’,计算公式为Tz’= ty’- tx’。如果Tz’>15分钟(900s), 则将其判定为密切接触者,建立密切接触者人像数据集W2。
7. 追溯与隔离密切接触者和潜在风险场所。
7.1.获取密切接触者具体名单。
将室外密切接触者数据集S1、数据集W1和W2,挂接到公安系统,并进行筛重处理,得到具体的密切接触者名单。
7.2.感染者筛查和再追溯。
将密切接触者名单提交给南京市疫情防控管理部门,对密切接触者进行隔离观察,如若发现感染者,则重复步骤三到步骤五的方法,继续追溯筛查。
7.3. 消毒与隔离存在疫情风险场所。
在本发明实施例中,对存在病毒场所(即存在疫情风险场所)进行消毒和隔离处理,同时追溯密切接触者轨迹,重复上述方法,对出现过密切接触者的建筑即潜在疫情风险场所进行消毒和隔离处理。
实施例3
本发明实施例还提供一种基于人地数字画像的传染病密接者的双重追溯系统,图2为本发明的基于人地数字画像的传染病密接者的双重追溯系统结构示意图,如图2所示,本发明的基于人地数字画像的传染病密接者的双重追溯系统,包括,传染病感染者数据获取单元21、人地数字画像生成单元22、人群行为轨迹数据集划分单元23、判定标准设置单元24、密切接触者追溯单元25,以及追溯与隔离单元26,其中,
传染病感染者数据获取单元21,从本地的疾控中心获取传染病感染者相关数据,并对传染病感染者进行流行病学调查,计算出其从感染到住院隔离期间的具体时间段。
在本发明实施例中,传染病感染者相关数据,包括:住院隔离日期、手机ID和其对应的Mac地址,以及清晰人像照片等。
人地数字画像生成单元22,其根据传染病感染者的高精度定位数据、建筑轮廓数据和道路矢量数据构建三维空间沙盘,将所有人的动态轨迹在三维空间沙盘上进行空间落位,得到人地数字画像。
人群行为轨迹数据集划分单元23,其在三维空间沙盘中,将途经城市所有市民的定位数据按位置选择,筛选出位于空间面域内部的定位数据,即切分出室内行为数据,构成室内行为数据集F1;再用途经城市所有市民的定位数据减去室内行为数据,所得数据即为室外行为数据,构成室外行为数据集。
判定标准设置单元24,其参照世界卫生组织对于该传染病的接触感染数据,在感染者密切接触距离内(A米),停留时间超过该传染病感染作用发生时长(T秒)的人群,即为该传染病的密切接触者;依据世界卫生组织对于造成传染病的病毒的存活时间数据,记该传染病病毒空气中存活时间为T1,因此在T1时间段内,在存在该病毒的室内空间呆满T秒的人群,也为传染病的密切接触者。
密切接触者追溯单元25,其分别对室外密切接触者和室内密切接触者进行追溯。
在本发明实施例中,密切接触者追溯单元25对室外密切接触者进行追溯,包括,
构建室外接触者人地数字画像切片:在三维空间沙盘中,针对室外行为数据集F2,以1s为时间切片,生成每秒的室外人地数字画像切片;再筛选出其中感染者室外的定位数据,建立室外感染者数据集α;以感染者的定位数据点为核心,1米为半径进行“缓冲区分析”,形成密切接触区域;将感染者途经城市的所有高精度定位数据和密切接触区域通过进行交集处理,并减去感染者的定位数据,剩余数据则为室外接触者的定位数据,即构建每秒的室外接触者人地数字画像切片;
筛选室外密切接触者:以时间为和横轴,秒为单位,以手机ID为纵轴,建立坐标轴。如果在对应的时间切片中该手机ID出现,则在坐标轴中生成点。将相邻连续的点连接成线段,计算线段的长度,如果次数≥900,则判定对应的手机ID为室外密切接触者,建立室外密切接触者数据集S1。
在本发明实施例中,密切接触者追溯单元25对室内密切接触者进行追溯,包括,
1)针对切分出的室内行为数据集F1,以1s为时间切片,生成每秒的室内人地数字画像切片;对每栋建筑进行编号,建立建筑数据集M,针对每秒的室内人地数字画像切片进行筛选,筛选出其中感染者定位数据,建立室内感染者数据集β;按位置选择筛选出存在感染者的建筑,为存在病毒场所,按照其建筑编号,建立存在病毒场所数据集Y。
在本发明实施例中,按位置选择筛选出存在感染者的建筑,是指在三维空间沙盘中,输入建筑数据集M和室内感染者数据集β,生成室内感染者每秒所在空间位置的坐标,在同一空间坐标系中进行筛选,凡是建筑空间面域内包含任一坐标点,则该建筑空间面域为存在感染者的建筑。
2)向当地管理部门获取各个存在病毒场所的Wi-Fi探针数据(包括各AP的地理位置和Mac地址和对应的信号强度变化记录)的和电梯探头监控数据,具体时间段起点为感染者由进入该场所的时间,结束点为感染者离开该场所的时间加上病毒在空气中存活的时间T1。
3)将Wi-Fi探针数据和室内行为数据集F1通过手机Mac地址进行挂接,筛选出其中感染者的Wi-Fi探针数据,通过基于信号强度的RSSI方法(根据感染者的手机Mac地址,在确定AP位置的基础上,根据信号衰减和距离的关系,计算出感染者的对应位置)刻画出感染者室内轨迹,并在三维空间沙盘中标记停留楼层为密切接触楼层。记录其到达该楼层的时间点tm和离开该楼层的时间点tn,感染者的密接接触楼层停留时间段为[tm,tn]。
在本发明实施例中,在三维空间沙盘中标记停留楼层为密切接触楼层,指根据基于Wi-Fi的手机定位方法所刻画出的感染者室内轨迹,在三维空间沙盘上,赋予其地理空间属性,在对应建筑和楼层进行空间落位,在根据定位点的高度信息,通过公式“楼层数=定位点高度/每层楼高度”,得到轨迹对应的楼层单元,将该楼层单元筛选出来,并赋予其“密切接触楼层”的属性。
4)根据病毒在空气中存活时间T1,则[tm,tn+T1]为密切接触楼层存在病毒时间段,从信号强度变化记录中筛选出该时间段内的所有连接记录,依据基于Wi-Fi的手机定位方法,刻画出所有人的室内轨迹,减去其中感染者的室内轨迹,并记录其进出的时间节点tx和ty,计算其在密切接触楼层的停留时间Tz,如果Tz>T, 则将其判定为密切接触者,记录其Mac地址,并追溯到对应的手机ID,建立室内密切接触者数据集W1。
在本发明实施例中,记录其进出的时间节点[tx,ty],计算其在密切接触楼层的停留时间Tz,是指根据刻画的除感染者外的所有人的室内轨迹,将每个人的行为轨迹按楼层进行划分,结合每层楼每个轨迹点的时间点数据,记为进入该楼层的时间点为tx,出该楼层的时间节点为ty,通过公式Tz=ty-tx,得到其在该密切接触楼层的停留时间。
5)将感染者的人像照片输入计算机,使计算机机器学习其面部特征,从电梯探头监控数据中对感染者进行识别,记录其进入电梯的时间点tm’和其离开电梯的时间点tn’,则感染者电梯停留时间段为[tm’,tn’]。
6)根据病毒在空气中存活时间T1,则[tm’,tn’+T1]为电梯内存在病毒时间段,调取该时间段内的电梯探头监控录像,识别并记录其中除感染者以外的所有人的人像照片以及他们各自进出电梯的时间节点tx’和ty’,计算其在电梯内的停留时间Tz’,如果Tz’>T,则将其判定为密切接触者,建立密切接触者人像数据集W2。
在本发明实施例中,识别并记录除感染者以外的所有人的人像照片以及他们各自进出电梯的时间节点tx’和ty’,计算其在电梯内的停留时间Tz’,是指对电梯内存在病毒时间段的探头监控数据进行处理,利用人脸识别对同一个体进行追踪,并记录该个体从出现在电梯里的帧和离开电梯里的帧的时间点tx’和ty’, 通过公式Tz’=ty-tx,得到其在该密切接触楼层的停留时间。
追溯与隔离单元26,其根据室外密切接触者数据集S1、数据集W1和W2,获取密切接触者名单;提交密切接触者名单继续追溯筛查;对存在疫情风险场所或潜在疫情风险场所进行消毒和隔离处理。
实施例4
本发明的实施例中,还提供了一种电子设备,图3为根据本发明的电子设备结构示意图,如图3所示,本发明的电子设备30,包括处理器31,以及存储器32,其中,
存储器32存储有计算机程序,计算机程序在被处理器31读取执行时,执行上述基于人地数字画像的传染病密接者的双重追溯方法实施例中的步骤
实施例5
本发明的实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述基于人地数字画像的传染病密接者的双重追溯方法实施例中的步骤。
在本实施例中,上述计算机可读存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本领域普通技术人员可以理解:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。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 (23)
1.一种基于人地数字画像的传染病密接者的双重追溯方法,包括以下步骤:
获取传染病感染者相关数据;
获取所述传染病感染者所在城市的所有人的定位数据;
根据建筑轮廓数据和道路矢量数据构建三维空间沙盘,得到人地数字画像;
根据所述三维空间沙盘和所述定位数据,划分室内、外人群行为轨迹数据集;
追溯室内、外密切接触者;
追溯并隔离密切接触者和潜在风险场所。
2.根据权利要求1所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,所述获取感染者相关数据的步骤,还包括,
从本地疾控中心获取感染者相关数据,并对感染者进行流行病学调查,计算出其从感染到住院隔离期间的具体时间段;
所述感染者相关数据,包括:住院隔离日期、手机ID和其对应的Mac地址,以及清晰人像照片。
3.根据权利要求1所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,所述获取所述感染者所在城市的所有人的定位数据的步骤,还包括,
通过感染者的手机ID,追踪感染者从感染到住院隔离期间所在的城市;
获取所述城市的所有人的定位数据,并提取出所述感染者的定位数据;
所述定位数据,为所在地点的坐标数据。
4.根据权利要求1所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,所述根据建筑轮廓数据和道路矢量数据构建三维空间沙盘,得到人地数字画像的步骤,还包括,
采集并存储城市区域内的影像图片,并记录每栋建筑的楼层数信息,描绘出影像图片中所有的建筑轮廓和道路,得到建筑轮廓数据和道路矢量数据;将记录的楼层数信息和其对应的建筑轮廓数据进行挂接;
获取带地理坐标信息的现状用地功能矢量数据,与所述建筑轮廓数据、所述道路矢量数据进行空间对位;再将所述建筑轮廓数据按照其所落位地块的功能性质划分为居住类和公共类两大类;
根据建筑轮廓数据和道路矢量数据构建三维空间沙盘;
对所述感染者所在城市的所有人的定位数据进行归一化处理,得到每个人和感染者的动态行为轨迹;将所有动态行为轨迹在所述三维空间沙盘上进行空间落位,得到人地数字画像。
5.根据权利要求4所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,所述将所有动态行为轨迹在三维空间沙盘上进行空间落位,得到人地数字画像的步骤,还包括,将动态行为轨迹和建筑轮廓、道路,统一坐标系;再按照各自的地理坐标信息,进行空间对位叠合,更直观地反映感染者的行为轨迹和途经的场所。
6.根据权利要求1所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,所述根据所述三维空间沙盘和所述定位数据,划分室内、外人群行为轨迹数据集的步骤,还包括,
在三维空间沙盘中,将途经城市所有市民的定位数据按位置选择,筛选出位于空间面域内部的定位数据,构成室内行为数据集;
将途经城市所有市民的定位数据减去所述室内行为数据,构成室外行为数据集。
7.根据权利要求6所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,所述在三维空间沙盘中,将途经城市所有市民的定位数据按位置选择,筛选出位于空间面域内部的定位数据的步骤,还包括,
在三维空间沙盘中,输入途经城市所有市民的定位数据和建筑面域数据;
生成每一定位数据点的水平射线,统计射线与建筑空间面域数据的交点数量,若数量为奇数,则判定其在空间面域内部,筛选出位于建筑面域图层内的定位数据,输出数据为途经城市所有市民的建筑室内定位数据。
8.根据权利要求1所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,所述追溯室外密切接触者的步骤,还包括,
在所述三维空间沙盘中,根据室外人群行为轨迹数据集,生成室外人地数字画像切片;筛选出感染者室外的定位数据,建立室外感染者数据集;以感染者的定位数据点为核心,A米为半径进行缓冲区分析,形成密切接触区域;将感染者途经城市所有市民的定位数据和密切接触区域进行交集处理,并减去感染者的定位数据,剩余数据构建室外接触者的人地数字画像切片;
按时间顺序,对所有的室外接触者的人地数字画像切片进行统计,统计每个室外接触者手机ID连续出现的次数,如果大于设定阈值,则判定其为室外密切接触者并建立室外密切接触者数据集。
9.根据权利要求8所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,所述将感染者途经城市所有市民的定位数据和密切接触区域进行交集处理的步骤,还包括,
在所述三维空间沙盘中,输入感染者途经城市所有市民的定位数据和密切接触区域数据,生成每一感染者定位数据点的水平射线;
统计所述水平射线与密切接触区域数据的交点数量,若数量为奇数,则判定其在密切接触区域内部,输出数据为在密切接触区域中的定位数据。
10.根据权利要求8所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,所述按时间顺序,对所有的室外接触者的人地数字画像切片进行统计,统计每个室外接触者手机ID连续出现的次数的步骤,还包括,
以时间为横轴,秒为单位,以手机ID为纵轴,建立坐标轴;如果在对应的时间切片中该手机ID出现,则生成点,将相邻连续的点连接成线段,计算线段的长度作为每个室外接触者手机ID连续出现的次数。
11.根据权利要求1所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,所述追溯室内密切接触者的步骤,还包括,
根据所述室内人群行为轨迹数据集,生成室内人地数字画像切片;对每栋建筑进行编号,建立建筑数据集;从所述室内人地数字画像切片中筛选出感染者定位数据,建立室内感染者数据集;按位置选择筛选出存在感染者的建筑为存在病毒场所;按照所述建筑编号,建立存在病毒场所数据集;
获取各个存在病毒场所的Wi-Fi探针数据和电梯探头监控数据,具体时间段起点为感染者进入该场所的时间,结束点为感染者离开该存在病毒场所的时间加上病毒在空气中存活的时间;
将所述Wi-Fi探针数据和所述室内人群行为轨迹数据集进行挂接,筛选出感染者的Wi-Fi探针数据;通过基于信号强度的RSSI方法刻画出感染者室内轨迹;在三维空间沙盘中标记停留楼层为密切接触楼层,并记录其到达该楼层的时间点和离开该楼层的时间点,以及在所述密切接触楼层停留的时间段;
根据病毒在空气中存活时间,确定密切接触楼层存在病毒时间段;从信号强度变化记录中筛选出该时间段内的所有连接记录,刻画出所有人的室内轨迹,减去其中感染者的室内轨迹,并记录除感染者之外的所有人进出的时间节点,计算其在密切接触楼层的停留时间,判定密切接触者,记录其Mac地址,并追溯到对应的手机ID,建立室内密切接触者数据集;
从电梯探头监控数据中对感染者进行识别,记录其进入电梯的时间点和其离开电梯的时间点,以及在电梯停留时间段;
根据病毒在空气中存活时间,确定电梯内存在病毒时间段,调取该时间段内的电梯探头监控录像,识别并记录其中除感染者以外的所有人的人像照片以及他们各自进出电梯的时间节点,计算其在电梯内的停留时间,判定密切接触者,建立密切接触者人像数据集。
12.根据权利要求11所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,所述按位置选择筛选出存在感染者的建筑为存在病毒场所的步骤,还包括,
在所述三维空间沙盘中,根据所述建筑数据集和所述室内感染者数据集,生成室内感染者所在空间位置的坐标,在同一空间坐标系中进行筛选,建筑空间面域内包含任一坐标点,则该建筑空间面域为存在感染者的建筑。
13.根据权利要求11所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,所述在三维空间沙盘中标记停留楼层为密切接触楼层的步骤,还包括,
根据基于Wi-Fi的手机定位方法所刻画出的感染者室内轨迹,在所述三维空间沙盘上,赋予其地理空间属性,在对应建筑和楼层进行空间落位;根据定位点的高度信息,得到轨迹对应的楼层单元,将该楼层单元筛选出来,并赋予其“密切接触楼层”的属性。
14.根据权利要求11所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,所述记录除感染者之外的所有人进出的时间节点,计算其在密切接触楼层的停留时间的步骤,还包括,
根据刻画的除感染者外的所有人的室内轨迹,将每个人的行为轨迹按楼层进行划分,结合每层楼每个轨迹点的时间点数据,记为进入该楼层的时间点,记录离开该楼层的时间节点,得到其在该密切接触楼层的停留时间。
15.根据权利要求11所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,所述识别并记录其中除感染者以外的所有人的人像照片以及他们各自进出电梯的时间节点,计算其在电梯内的停留时间的步骤,还包括,对电梯内存在病毒时间段的探头监控数据进行处理,对同一个体进行追踪,并记录该个体从出现在电梯里的帧和离开电梯里的帧的时间点,得到其在该密切接触楼层的停留时间。
16.根据权利要求1所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,还包括,设置基于人地数字画像的传染病密接者的判定标准。
17.根据权利要求1所述的基于人地数字画像的传染病密接者的双重追溯方法,其特征在于,
所述追溯并隔离密切接触者和潜在风险场所的步骤,还包括,
将室外密切接触者数据集、室内密切接触者数据集和密切接触者人像数据集进行筛重处理,得到密切接触者名单;
将所述密切接触者名单提交给城市疫情防控管理部门,对密切接触者进行隔离观察,如若发现感染者,则继续追溯筛查;
对存在病毒场所进行消毒和隔离处理,同时追溯密切接触者轨迹,对出现过密切接触者的建筑进行消毒和隔离处理。
18.一种基于人地数字画像的传染病密接者的双重追溯系统,其特征在于,包括,传染病感染者数据获取单元、人地数字画像生成单元、人群行为轨迹数据集划分单元、密切接触者追溯单元,以及追溯与隔离单元,其中,
所述传染病感染者数据获取单元,其用于获取感染者相关数据,包括:住院隔离日期、手机ID和其对应的Mac地址,以及清晰人像照片;
所述人地数字画像生成单元,其根据传染病感染者的高精度定位数据、建筑轮廓数据和道路矢量数据构建三维空间沙盘,将所有人的动态轨迹在三维空间沙盘上进行空间落位,得到人地数字画像;
所述人群行为轨迹数据集划分单元,其在三维空间沙盘中,将途经城市所有市民的定位数据按位置选择,筛选出位于空间面域内部的定位数据,构成室内行为数据集;将所述途经城市所有市民的定位数据减去是室内行为数据,构成室外行为数据集;
所述密切接触者追溯单元,其分别对室内密切接触者和室内密切接触者进行追溯;
追溯与隔离单元,其将室外密切接触者数据集、室内密切接触者数据集和密切接触者人像数据集进行筛重处理,得到密切接触者名单;提交密切接触者名单继续追溯筛查;对存在疫情风险场所或潜在疫情风险场所进行消毒和隔离处理。
19.根据权利要求18所述的基于人地数字画像的传染病密接者的双重追溯系统,其特征在于,还包括,用于设置传染病的密切接触者判定标准的判定标准设置单元。
20.根据权利要求18所述的基于人地数字画像的传染病密接者的双重追溯系统,其特征在于,
所述密切接触者追溯单元,其构建室外接触者人地数字画像切片,并筛选出室外密切接触者。
21.根据权利要求18所述的基于人地数字画像的传染病密接者的双重追溯系统,其特征在于,所述密切接触者追溯单元,
根据所述室内人群行为轨迹数据集,生成室内人地数字画像切片;对每栋建筑进行编号,建立建筑数据集;从所述室内人地数字画像切片中筛选出感染者定位数据,建立室内感染者数据集;按位置选择筛选出存在感染者的建筑为存在病毒场所;按照所述建筑编号,建立存在病毒场所数据集;
获取各个存在病毒场所的Wi-Fi探针数据和电梯探头监控数据,具体时间段起点为感染者进入该场所的时间,结束点为感染者离开该存在病毒场所的时间加上病毒在空气中存活的时间;
将所述Wi-Fi探针数据和所述室内人群行为轨迹数据集进行挂接,筛选出感染者的Wi-Fi探针数据;通过基于信号强度的RSSI方法刻画出感染者室内轨迹;在三维空间沙盘中标记停留楼层为密切接触楼层,并记录其到达该楼层的时间点和离开该楼层的时间点,以及在所述密切接触楼层停留的时间段;
根据病毒在空气中存活时间,确定密切接触楼层存在病毒时间段;从信号强度变化记录中筛选出该时间段内的所有连接记录,刻画出所有人的室内轨迹,减去其中感染者的室内轨迹,并记录除感染者之外的所有人进出的时间节点,计算其在密切接触楼层的停留时间,判定密切接触者,记录其Mac地址,并追溯到对应的手机ID,建立室内密切接触者数据集;
从电梯探头监控数据中对感染者进行识别,记录其进入电梯的时间点和其离开电梯的时间点,以及在电梯停留时间段;
根据病毒在空气中存活时间,确定电梯内存在病毒时间段,调取该时间段内的电梯探头监控录像,识别并记录其中除感染者以外的所有人的人像照片以及他们各自进出电梯的时间节点,计算其在电梯内的停留时间,判定密切接触者,建立密切接触者人像数据集。
22.一种电子设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行计算机程序以执行权利要求1-17任一项所述的基于人地数字画像的传染病密接者的双重追溯方法的步骤。
23.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现权利要求1-17任一项所述的基于人地数字画像的传染病密接者的双重追溯方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110387527.4A CN113132912B (zh) | 2021-04-12 | 2021-04-12 | 基于人地数字画像的传染病密接者的双重追溯方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110387527.4A CN113132912B (zh) | 2021-04-12 | 2021-04-12 | 基于人地数字画像的传染病密接者的双重追溯方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113132912A true CN113132912A (zh) | 2021-07-16 |
CN113132912B CN113132912B (zh) | 2022-11-29 |
Family
ID=76775925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110387527.4A Active CN113132912B (zh) | 2021-04-12 | 2021-04-12 | 基于人地数字画像的传染病密接者的双重追溯方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113132912B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114842980A (zh) * | 2022-04-14 | 2022-08-02 | 浙江大学 | 一种基于WiFi匹配的传染病易感人群接触追踪预筛选方法 |
CN116130116A (zh) * | 2023-01-31 | 2023-05-16 | 佳木斯大学 | 一种用于流行病学调查的方法、系统、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111027525A (zh) * | 2020-03-09 | 2020-04-17 | 中国民用航空总局第二研究所 | 疫情期间公共场所潜在被感染者追踪方法、装置及系统 |
CN111695048A (zh) * | 2020-05-09 | 2020-09-22 | 珠海中科先进技术研究院有限公司 | 疫情溯源方法及介质 |
CN111812688A (zh) * | 2020-06-05 | 2020-10-23 | 中南大学湘雅二医院 | 一种基于gps的呼吸道传染病潜在携带者追踪方法 |
CN111885502A (zh) * | 2020-06-28 | 2020-11-03 | 华东师范大学 | 一种保护隐私的疫情防控预警与追溯系统及方法 |
-
2021
- 2021-04-12 CN CN202110387527.4A patent/CN113132912B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111027525A (zh) * | 2020-03-09 | 2020-04-17 | 中国民用航空总局第二研究所 | 疫情期间公共场所潜在被感染者追踪方法、装置及系统 |
WO2020114528A2 (zh) * | 2020-03-09 | 2020-06-11 | 中国民用航空总局第二研究所 | 疫情期间公共场所潜在被感染者追踪方法、装置及系统 |
CN111695048A (zh) * | 2020-05-09 | 2020-09-22 | 珠海中科先进技术研究院有限公司 | 疫情溯源方法及介质 |
CN111812688A (zh) * | 2020-06-05 | 2020-10-23 | 中南大学湘雅二医院 | 一种基于gps的呼吸道传染病潜在携带者追踪方法 |
CN111885502A (zh) * | 2020-06-28 | 2020-11-03 | 华东师范大学 | 一种保护隐私的疫情防控预警与追溯系统及方法 |
Non-Patent Citations (2)
Title |
---|
沈阳等: "图数据模型及其在疫情追溯领域的应用研究", 《软件导刊》 * |
胡佳雄等: "基于Wi-Fi探针的新冠肺炎患者轨迹追溯系统设计", 《医疗卫生装备》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114842980A (zh) * | 2022-04-14 | 2022-08-02 | 浙江大学 | 一种基于WiFi匹配的传染病易感人群接触追踪预筛选方法 |
CN114842980B (zh) * | 2022-04-14 | 2023-07-25 | 浙江大学 | 一种基于WiFi匹配的传染病易感人群接触追踪预筛选方法 |
CN116130116A (zh) * | 2023-01-31 | 2023-05-16 | 佳木斯大学 | 一种用于流行病学调查的方法、系统、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113132912B (zh) | 2022-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113132912B (zh) | 基于人地数字画像的传染病密接者的双重追溯方法及系统 | |
Jiang et al. | Remotely-sensed imagery vs. eye-level photography: Evaluating associations among measurements of tree cover density | |
CN109743683B (zh) | 一种采用深度学习融合网络模型确定手机用户位置的方法 | |
CN110956412B (zh) | 基于实景模型的洪灾动态评估方法、装置、介质和设备 | |
CN111354472A (zh) | 一种传染病传播监测预警系统和方法 | |
CN109117745B (zh) | 一种基于建筑信息模型的云端人脸识别与定位方法 | |
CN110110389B (zh) | 一种虚实结合的室内外疏散仿真方法 | |
CN106066857A (zh) | 地理信息数据采集展示系统 | |
CN109816745A (zh) | 人体热力图展示方法及相关产品 | |
CN117010532B (zh) | 基于多模态深度学习的综合管廊火灾趋势预测方法 | |
Zhang et al. | The Application of GIS 3D Modeling and Analysis Technology in Real Estate Mass Appraisal–Taking landscape and sunlight factors as the example | |
CN115187916B (zh) | 基于时空关联的建筑内疫情防控方法、装置、设备和介质 | |
CN105893579A (zh) | 基于智能手机的震害调查系统 | |
CN114372107A (zh) | 一种基于gis的国土整治与生态修复数据可视化方法和系统 | |
CN116188703A (zh) | 一种基于bim的建筑工程可视化管理系统 | |
Paliou | Visual perception in past built environments: Theoretical and procedural issues in the archaeological application of three-dimensional visibility analysis | |
CN117669943A (zh) | 基于bim的工程建设项目施工进展智能监测方法及系统 | |
Dochev et al. | Constructing a synthetic city for estimating spatially disaggregated heat demand | |
CN107424220A (zh) | 建筑物中三维单体户室表达体及其生产方法和应用系统 | |
CN112880660B (zh) | 一种智能建筑WiFi和红外热成像仪的融合定位系统及方法 | |
CN113011746A (zh) | 一种基于数字画像的空气传播类疾病高风险场所预警系统 | |
CN106815678A (zh) | 基于增强现实和虚拟现实技术的资产管控方法及系统 | |
CN112925784A (zh) | 一种实有人口数据多尺度空间化方法 | |
Miramontes Carballada et al. | Geospatial analysis and mapping strategies for fine-grained and detailed COVID-19 data with Geographic Information 2 Systems 3 | |
Curtis | From healthy start to hurricane Katrina: using GIS to eliminate disparities in perinatal health |
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 |