申请/专利权人：中国海洋大学;青岛市疾病预防控制中心(青岛市预防医学研究院)

申请日：2021-12-15

公开（公告）日：2024-04-09

公开（公告）号：CN114188035B

主分类号：G16H50/80

分类号：G16H50/80;G16H50/70;G06F17/18

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.04.01#实质审查的生效;2022.03.15#公开

摘要：本发明涉及一种基于改进SEIR模型的传染病预测方法及系统，首先根据Logistic模型构建传染病模型；其次将疫情数据输入至传染病模型进行拟合优化，获得优化参数；然后基于优化参数和康复率回归公式对SEIR模型进行改进，获得改进后的SEIR模型；最后利用改进后的SEIR模型对现有感染者人数进行预测。本发明使用了康复率回归公式代替原SEIR模型中不可变的康复率，因此利用改进的SEIR模型进行传染病预测具有预测精度高的优点。

主权项：1.一种基于改进SEIR模型的传染病预测方法，其特征在于，所述方法包括：步骤S1：获取疫情数据；所述疫情数据包括不同时刻的累计感染人数、累计疑似人数、现有确诊人数、累计死亡人数以及累计康复人数；步骤S2：根据Logistic模型构建传染病模型；步骤S3：将所述疫情数据输入至所述传染病模型进行拟合优化，获得优化参数；步骤S4：基于所述优化参数和康复率回归公式对SEIR模型进行改进，获得改进后的SEIR模型；步骤S5：利用改进后的SEIR模型对现有感染者人数进行预测；所述根据Logistic模型构建传染病模型，具体计算公式为： 其中，t为传染病传播时间，Pt代表自初始发病时刻t0至t时刻累计的确诊人数，K为环境容纳量，P0为传染病传播时的初始感染人数，q为疾病传播速率；在步骤S4之前还包括：采用一元线性回归法对康复率进行线性分析，构建康复率回归公式；所述构建康复率回归公式的具体计算公式为：fγ＝mt+n其中，m、n均为线性回归公式系数，fγ为康复率γ随日期时间t变化的函数康复率回归公式；所述基于所述优化参数和康复率回归公式对SEIR模型进行改进，获得改进后的SEIR模型，具体公式为： 其中，S[t+1]为t+1时刻易感者的总人数，E[t+1]为t+1时刻潜伏者的总人数，I[t+1]为t+1时刻感染者的总人数，R[t+1]为t+1时刻康复者的总人数，S[t]为t时刻易感者的总人数，E[t]为t时刻潜伏者的总人数，I[t]为t时刻感染者的总人数，R[t]为t时刻康复者的总人数，γ[t]为t时刻的感染者被治愈成为康复者的概率，r为一个感染者所能接触到的人数，β为传染病感染率，α为潜伏者转化为感染者的概率，N为模型使用时的总人数，t为传染病传播时间，K为最大累计确诊人数，P0为初始感染人数，q为疾病传播速率，fγ为康复率回归公式，t0为传染病传播初始时间。

全文数据：

权利要求：

百度查询： 中国海洋大学;青岛市疾病预防控制中心(青岛市预防医学研究院) 一种基于改进SEIR模型的传染病预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD