[發明專利]疫情趨勢預測方法、裝置、電子設備及存儲介質

有效

• 申請號: 202011043913.3
• 申請日: 2020-09-28
• 公開（公告）號: CN111883262B
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 張淵
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H50/80
• 分類號: G16H50/80;G06N3/04
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強

本申請實施例提供了一種疫情趨勢預測方法、裝置、電子設備及存儲介質，應用于醫療科技領域，該電子設備包括處理器和存儲器，存儲器用于存儲計算機程序，計算機程序包括程序指令，處理器被配置用于調用程序指令，執行以下步驟：獲取目標地區的疫情序列數據；根據疫情序列數據構建疫情序列數據對應的目標特征矩陣；調用預訓練的時間序列模型以根據目標特征矩陣進行疫情趨勢預測，得到第一疫情趨勢預測結果，第一疫情趨勢預測結果包括預測的第二預設日期范圍內各日期的新增病例的數量和/或新增死亡的人數。采用本申請，可以結合多維度特征來進行疫情趨勢預測，可參考性更高。本申請涉及區塊鏈技術，如可將第一疫情趨勢預測結果寫入區塊鏈中。

技術領域

本申請涉及計算機技術領域，尤其涉及一種疫情趨勢預測方法、裝置、電子設備及存儲介質。

背景技術

疫情的爆發和蔓延會對各個地方的經濟以及人民生活帶來嚴重的影響。近段時間來，COVID-19引起了世界范圍內的疫情爆發，造成了極大的生命損失和經濟損失。現有的流行病學預測模型大多是針對單一疾病在人群中的演化進行建模預測，存在一定的局限性：1、只考慮單一疾病的演化，沒有兼顧同時流行的多種疾病的影響。2、只采用了單一模態的數據，未能考慮多種因素的協同作用。可見，現有的疫情趨勢預測方法可參考性較低。

發明內容

本申請實施例提供了一種疫情趨勢預測方法、裝置、電子設備及存儲介質，結合多維度的特征進行疫情趨勢預測，可參考性更高。

第一方面，本申請實施例提供了一種電子設備，包括處理器和存儲器，所述處理器和所述存儲器相互連接，其中，所述存儲器用于存儲計算機程序，所述計算機程序包括程序指令，所述處理器被配置用于調用所述程序指令，執行以下步驟：

獲取目標地區的疫情序列數據，所述疫情序列數據包括第一預設時間范圍內各日期的第一疾病特征數據、第二疾病特征數據以及氣象特征數據；

根據所述疫情序列數據構建所述疫情序列數據對應的目標特征矩陣；

調用預訓練的時間序列模型以根據所述目標特征矩陣進行疫情趨勢預測，得到第一疫情趨勢預測結果，所述第一疫情趨勢預測結果包括預測的第二預設日期范圍內各日期的新增病例的數量和/或新增死亡的人數；所述第二預設日期范圍在所述第一預設日期范圍之后；

通過終端設備展示所述第一疫情趨勢預測結果。

可選地，所述時間序列模型為循環神經網絡RNN模型，在調用預訓練的時間序列模型以根據所述目標特征矩陣進行疫情趨勢預測，得到第一疫情趨勢預測結果時，所述處理器被配置用于調用所述程序指令，執行以下步驟：

通過所述預訓練的RNN模型中的隱藏層根據所述目標特征矩陣進行處理，得到所述目標特征矩陣對應的目標高維特征矩陣；

根據所述目標高維特征矩陣以及所述預訓練的RNN模型中的輸出層，獲得第一疫情趨勢預測結果。

可選地，在根據所述疫情序列數據構建所述疫情序列數據對應的目標特征矩陣時，所述處理器被配置用于調用所述程序指令，執行以下步驟：

對所述疫情序列數據包括的各特征數據進行特征提取，得到所述各特征數據的特征向量；

根據所述各特征數據的特征向量，拼接得到所述疫情序列數據對應的目標特征矩陣。

可選地，在根據所述各特征數據的特征向量，拼接得到所述疫情序列數據對應的目標特征矩陣時，所述處理器被配置用于調用所述程序指令，執行以下步驟：

根據所述疫情序列數據包括的各第一疾病特征數據的特征向量以及各第二疾病特征數據的特征向量，拼接得到第一特征矩陣；

根據所述疫情序列數據包括的各氣象特征數據的特征向量，拼接得到第二特征矩陣；