面向传染病监测的时空聚类算法研究

作     者：赵翌僮 

作者单位：国防科技大学 

学位级别：硕士

导师姓名：梅珊

授予年度：2017年

学科分类：12[管理学] 1004[医学-公共卫生与预防医学(可授医学、理学学位)] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 100401[医学-流行病与卫生统计学] 10[医学] 

主      题：传染病监测 空间聚类算法 时空聚类算法 基于Agent的建模与仿真方法 遗传算法 

摘      要：传染病监测是对传染病进行预防和控制的一种方法,是在传染病暴发早期扼制其传播的关键。利用聚类算法可以在传染病暴发初期发现疫情,并预测其传播趋势与原因,为采取疫情防控措施提供支持,因此在传染病监测领域具有重要意义。目前用于传染病监测的聚类方法主要有时间聚类算法、空间聚类算法以及时空聚类算法。由于疫情暴发时间以及范围的不确定,要求聚类算法必须具备可以准确高效的返回监测结果。然而,当前的面向传染病监测的聚类算法,由于采用规则的空间范围确定疫情的地理分布,难以发现疾病分布更为复杂和多样的情况,导致监测准确性较低。尽管一些学者提出了可以生成不规则形状的空间范围以发现疫情的准确分布,但受计算效率的影响只能用于小型区域的监测。此外,在真实的传染病监测过程中,由于传染病与普通疾病在早期具有相似的症状,难以区分,使得对聚类算法监测效果的分析存在困难。上述问题严重影响了面向传染病监测的聚类算法的实际应用。为解决当前面向传染病监测的聚类算法中存在的问题,本文通过对传染病时间聚类和空间聚类算法的深入研究,建立了面向传染病监测的时空聚类算法研究框架;提出了用于发现传染病不规则分布的空间聚类算法,并引入时间因素,将其扩展为可以精确发现传染病时空聚集性的时空聚类算法,然后通过启发式方法提高算法的运行速度,解决以往时空聚类算法面临的监测准确性与运算时间方面的矛盾;最后利用仿真数据对提出的算法进行验证。论文的主要工作总结如下:(1)对监测传染病暴发需要解决的关键性问题进行了分析,分别从时间、空间两个方面概括和分析了当前聚类算法的理论和技术难点。选择空间聚类算法为主要研究切入点,对具有代表性的监测方法进行了对比分析,论证了传染病时空聚类算法在理论上和技术上的可行性,并提出了面向传染病监测的时空聚类研究框架。(2)通过对以往空间聚类算法的优势与缺点进行分析,提出了可以精确监测不规则疫情暴发范围的空间聚类算法。算法首先将按照行政区域划分的地理区块转化为网络结构,以降低计算复杂度,方便问题的解决。然后,通过对疫情范围的初步定位,缩小问题的规模,在保证监测准确性的情况下,提高算法的运行速度。然后,基于似然比函数,提出判定空间聚类是否存在的检验统计量。最后,依据图论相关知识确定空间聚类问题解集的约束条件,将问题抽象为具有约束条件的优化问题,并通过简单图表明了算法的监测效果。(3)根据提出的时空聚类研究框架,将监测不规则疫情暴发范围的空间聚类算法扩展为时空聚类算法用于精确发现时空数据中的聚集现象。其基本思路是,首先利用时间聚类算法确定疫情的暴发时间范围,并将时空数据转化为按时间片(天)划分的空间数据。然后通过分析算法的计算复杂度,发现时空聚类问题属于NP问题,提出利用遗传算法提高算法对于大规模监测的计算效率。最后,利用仿真生成的北京市暴发甲型H1N1流感数据与真实门诊数据混合,模拟疫情暴发的实时监测数据,对其分别进行空间以及时空聚类。仿真数据由于可以获得患者在各时刻对应状态,并且明确得知数据来源,进而可以对算法的监测准确性进行可信的评价。通过与以往算法进行对比,检验了本文提出的算法在空间聚类以及时空聚类上的监测效果。