(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 202010312835.6
(22)申请日 2020.04.20
(71)申请人 中国科学院地理科学与资源研究所
地址 100101 北京市朝阳区大屯路甲11号
(72)发明人 裴韬 刘亚溪 宋辞 王席 陈洁
舒华 陈晓 黄强 吴明柏
郭思慧 周成虎
(74)专利代理机构 北京志霖恒远知识产权代理
事务所(普通合伙) 11435
代理人 刘玉涵
(51)Int.Cl.
G16H 50/80(2018.01)
G06K 9/62(2006.01)
(54)发明名称
染树重构方法
(57)摘要
本发明公开了一种基于手机信令数据的呼
吸道传染病传染树重构方法，包括以下步骤：S1：
关系分析；S3：共现网络构建及社区划分；S4：社
区内病例传染关系判断；S5：传染发生地确定及
可视化。本发明能够在呼吸道传染病爆发期间实
现病例传染关系的快速判断以及传染位置的确
定和可视化，突破了传统流行病学调查耗时耗力
且结果不够清晰直观的局限，可以快速重构出病
例间的传染树、确定传染发生的空间位置、并以
可视化的方式在地图上展示，有助于及时掌握疾
病传播过程，提高病毒溯源以及阻断传播的效
率。权利要求书1页 说明书6页 附图2页CN 111540476 A 2020.08.14
C N 111540476
A
1.一种基于手机信令数据的呼吸道传染病传染树重构方法，其特征在于：该方法包括以下步骤：
S1：病例间潜在传染关系判断；
S2：病例间时空共现关系分析；
S3：共现网络构建及社区划分；
S4：社区内病例传染关系判断；
S5：传染发生地确定及可视化。
2.根据权利要求1所述的基于手机信令数据的呼吸道传染病传染树重构方法，其特征在于：S1中病例间潜在传染关系判断的具体方法为：
根据发病时间、确诊时间、潜伏期，计算每个病例的被传染期和传染期，然后判断病例之间的传染期和被传染期是否有重叠，若有重叠，则两病例间可能存在传染关系，若没有重叠，则不存在传染关系。
3.根据权利要求2所述的基于手机信令数据的呼吸道传染病传染树重构方法，其特征在于：S2中病例间时空共现关系分析的具体方法为：
对于可能存在传染关系的病例对，分别提取其对应传染期和被传染期内的手机信令数据，形成移动轨迹，并用时空立方体模型进行表达；然后结合流行病传染机制，以轨迹时空立方体的拓扑求交计算为核心，分析病例之间的共现关系，具体包括时空共现和空间共现；若存在共现关系，进一步计算两者轨迹时空立方体交集的体积作为共现强度。 4.根据权利要求3所述的基于手机信令数据的呼吸道传染病传染树重构方法，其特征在于：S3中共现网络构建及社区划分的具体方法包括：
基于S1中判断的潜在传染关系及S2中计算的病例间共现强度，构建病例共现网络，其中节点表示每个病例，边表示病例间可能存在传染关系，同时用病例间共现强度作为边的权重；然后，对该网络进行社区划分，使得同一社区内病例间共现强度较大，发生传染关系的可能性较大，而不同社区间病例共现强度较弱，发生传染关系的可能性较小。
5.根据权利要求4所述的基于手机信令数据的呼吸道传染病传染树重构方法，其特征在于：S4中社区内病例传染关系推断的具体方法包括：
对于划分到同一社区内的病例，首先判断其是否来自疫源地或去过疫情聚集性爆发地；如果是，则标记其为输入性病例，作为传染源，然后对于每个非输入性病例，根据发病时间进行回溯，直到确定其对应的传染源，并连接形成一条传染分支，最终所有病例连起来形成一颗完整的传染树。
6.根据权利要求5所述的基于手机信令数据的呼吸道传染病传染树重构方法，其特征在于：S5中传染发生地确定及可视化的具体方法包括：
基于S4构建的传染树，结合S2中时空共现分析的结果，判断病例间发生传染的空间位置，并在地图上进行可视化展示。
权 利 要 求 书1/1页CN 111540476 A
一种基于手机信令数据的呼吸道传染病传染树重构方法
技术领域
[0001]本发明涉及一种传染树重构方法，尤其涉及一种基于手机信令数据的呼吸道传染病传染树重构方法。
背景技术
[0002]呼吸道传染病作为一种最常见的流行病，很容易在人与人之间传播，形成大爆发。而了解呼吸道传染病在病例间的传染关系、确定传染发生的空间位置，对于掌握疫情发展、阻断病毒传播等具有重要意义。目前，对于病例传染关系及传染发生位置的确定主要依赖于流行病学调查，即通过对病例进行询问，了解其近期的活动轨迹及密切接触者，进而确定潜在传染者和被传染者。这种方式耗时耗力，且难以直观展示病例间传染关系及传染发生位置。同时由于被调查对象的描述可能存在主观判断和记忆遗漏，调查结果通常不够准确和全面。
[0003]实际上，基于病例随身携带的手机所产生的信令数据，就可以完整的获取其历史移动轨迹信息。基于此，现有专利文献CN105740615B提出根据单个感染者的移动轨迹，结合所经过地区的环境状况，推断其感染时间和地点，然后通过分析不同感染者的轨迹相似点，追踪传染源；专利文献CN109360660A提出将感染者移动轨迹和疫情风险图进行对比，得出传染高概率发生点，并通过对不同感染者轨迹进行关联规则或字符串模式挖掘，分析可能的传播趋势。这些方法虽然将手机信令轨迹应用到了传染病防控，但是在对病例轨迹进行分析时，一方面只考虑了环境因素可能引发的人感染，忽略了疾病在人与人之间的传播，不能反映疾病在病例之间的传染过程；另一方面，对传染源、传染高概率发生点的追踪只基于感染者轨迹的相似点，没有考虑流行病传染机制，结果可能存在偏差。
[0004]针对以上问题，亟需提出一种基于手机信令数据的呼吸道传染病传染树重构方法，能够解决传统流行病学调查耗时耗力、结果不够清晰直观等问题。
发明内容
[0005]为了解决上述技术所存在的不足之处，本发明提供了一种基于手机信令数据的呼吸道传染病传染树重构方法。
[0006]为了解决以上技术问题，本发明采用的技术方案是：一种基于手机信令数据的呼吸道传染病传染树重构方法，包括以下步骤：
[0007]S1：病例间潜在传染关系判断；
[0008]S2：病例间时空共现关系分析；
[0009]S3：共现网络构建及社区划分；
[0010]S4：社区内病例传染关系判断；
[0011]S5：传染发生地确定及可视化。
[0012]进一步地，S1中病例间潜在传染关系判断的具体方法为：根据发病时间、确诊时间、潜伏期，计算每个病例的被传染期(可能被其他病例传染的时间段)和传染期(具有传染
性的时间段)，然后判断病例之间的传染期和被传染期是否有重叠，若有重叠，则两病例间可能存在传染关系，若没有重叠，则不存在传染关系。
[0013]进一步地，S2中病例间时空共现关系分析的具体方法为：
[0014]对于可能存在传染关系的病例对，分别提取其对应传染期和被传染期内的手机信令数据，形成移动轨迹，并用时空立方体模型进行表达；然后结合流行病传染机制，以轨迹时空立方体的拓扑求交计算为核心，分析病例之间的共现关系，具体包括时空共现(相同时间在相同地点出现，可能发生直接接触传染)和空间共现(一定时间间隔内在相同地点出现，可能发生间接接触传染)；若存在共现关系，进一步计算两者轨迹时空立方体交集的体积作为共现强度。
[0015]进一步地，S3中共现网络构建及社区划分的具体方法包括：
[0016]基于S1中判断的潜在传染关系及S2中计算的病例间共现强度，构建病例共现网络，其中节点表示每个病例，边表示病例间可能存在传染关系，同时用病例间共现强度作为边的权重；然后，对该网络进行社区划分，使得同一社区内病例间共现强度较大，发生传染关系的可能性较大，而不同社区间病例共
现强度较弱，发生传染关系的可能性较小。[0017]进一步地，S4中社区内病例传染关系推断的具体方法包括：
[0018]对于划分到同一社区内的病例，首先判断其是否来自疫源地或去过疫情聚集性爆发地；如果是，则标记其为输入性病例，作为传染源，然后对于每个非输入性病例，根据发病时间进行回溯，直到确定其对应的传染源，并连接形成一条传染分支，最终所有病例连起来进而形成一颗完整的传染树。
[0019]进一步地，S5中传染发生地确定及可视化的具体方法包括：
[0020]基于S4构建的传染树，结合S2中时空共现分析的结果，判断病例间发生传染的空间位置，并在地图上进行可视化展示。
[0021]本发明公开了一种基于手机信令数据的呼吸道传染病传染树重构方法，其通过分析病例间的时空共现关系，结合流行病传染机制，判断病例间传染关系，并在此基础上确定传染发生的空间位置，然后在地图上进行可视化展示；本方法能够在呼吸道传染病爆发期间实现病例传染关系的快速判断以及传染位置的确定和可视化，突破了传统流行病学调查耗时耗力且结果不够清晰直观的局限，有助于及时掌握疾病传播过程，提高病毒溯源以及阻断传播的效率。
附图说明
[0022]图1为本发明方法的总体流程图。
[0023]图2为时空共现关系分析示意图。
[0024]图3为共现网络社区划分及传染关系判断示意图。
具体实施方式
[0025]下面结合附图和具体实施方式对本发明作进一步详细的说明。
[0026]本发明所公开的基于手机信令数据的呼吸道传染病传染树重构方法，其总体流程如图1所示，主要包括以下步骤：
[0027]S1：病例间潜在传染关系判断；
[0028]S2：病例间时空共现关系分析；
[0029]S3：共现网络构建及社区划分；
[0030]S4：社区内病例传染关系判断；
[0031]S5：传染发生地确定及可视化。
[0032]下面结合具体的实施例对本发明的方法做详细的说明；
[0033]S1：病例间潜在传染关系判断：
[0034]该步骤的目的是首先从时间的角度入手，判断两病例之间是否可能存在传染关系，对于可能存在传染关系的病例对再做进一步分析，从而减少数据分析量；
[0035]对于每个病例来说，定义两个重要的时间段，一个是被传染期，另一个是传染期；[0036]被传染期是指病例可能被其他病例传染的时间段，假如某种呼吸道传染病的最长潜伏期为T0，那么可以推测病例可能在发病时间减去最大潜伏期到发病时间之间的某个时刻发生了感染，称这个时间段为被传染期，即：
[0037]T(被传染期)＝(发病时间-最大潜伏期，发病时间)
[0038]传染期是指病例具传染性的时间段，即从病例开始具有传染性，一直到其确诊之后被隔离之间的时间段，对于在潜伏期不具有传染性的疾病，病例传染期为：
[0039]T(传染期)＝(发病时间，确诊时间)
[0040]而对于在潜伏期就具有传染性的疾病，病例传染期可以表示为：
[0041]T(传染期)＝(发病时间-最大潜伏期，确诊时间)
[0042]然后，对于任意两病例之间，判断其传染期和被传染期是否有重叠，若有，则两者可能存在传染关系，若没有，则两者不存在传染关系。
[0043]S2：病例间时空共现关系分析：
[0044]该步骤的目的是对于可能存在传染关系的病例对，基于手机信令数据提取其移动轨迹，然后结合流行病传染机制，进行时空共现关系分析，从而评估两者发生传染的可能性；
[0045]对于可能存在传染关系的病例对(A和B)，如果A的传染期和B的被传染期有重叠，则提取A在传染期内的移动轨迹和B在被传染期内的移动轨迹；如果A的被传染期和B的传染期有重叠，则提取A在被传染期内的移动轨迹和B在传染期内的移动轨迹；如果两者都有重叠，则对于发病时间较早的病例，提取其传染期内的移动轨迹，对于另一病例，提取其被传染期内的移动轨迹。
[0046]移动轨迹的具体形式可表示为公式①：
[0047]Tra_move＝{(x1，y1，t1)，(x2，y2，t2)，……，(x i，y i，t i)} 公式①
[0048]其中，x i和y i表示该病例在t i时刻的位置坐标。
[0049]为了方便进行时空共现分析，构建时空立方体模型来表达移动轨迹。首先，将研究区划分为500m*500m的网格，然后将轨迹点映射到对应网格中，对于每个轨迹点而言，其对应的网格作为病例活动的区域，该轨迹点时间戳到下个轨迹点时间戳之间的时间段作为病例在该区域的活动时间，这样在三维时空立方体中，病例轨迹由一系列小的立方体构成，通过对两病例的轨迹时空立方体进行求交计算，便可以得到两病例之间的共现关系。[0050]根据流行病传染机制，呼吸道传染病在人与人之间主要有两种可能的传播途径，一种是直接接触传播，即与感染者一起生活、工作、学习、同行等发生近距离接触；另一种是
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议