发明公开
- 专利标题: 一种基于病毒载量与神经网络的疾病传播预测方法
-
申请号: CN202311157902.1申请日: 2023-09-07
-
公开(公告)号: CN117198555A公开(公告)日: 2023-12-08
- 发明人: 刘权辉 , 张新宇 , 蔡云逸 , 冯文韬 , 余兰兰 , 屈茜 , 黄树东 , 叶庆 , 吕建成
- 申请人: 四川大学
- 申请人地址: 四川省成都市一环路南一段24号
- 专利权人: 四川大学
- 当前专利权人: 四川大学
- 当前专利权人地址: 四川省成都市一环路南一段24号
- 代理机构: 成都其知创新专利代理事务所
- 代理商 舒春艳
- 主分类号: G16H50/80
- IPC分类号: G16H50/80 ; G06N3/08 ; G06N3/049 ; G06N3/0442 ; G06F17/10 ; G06N3/048 ; G06N3/045
摘要:
本发明公开了一种基于病毒载量与神经网络的疾病传播预测方法,属于传染病传播预测技术领域。所述方法包括以下步骤:S1:利用传播动力学模型和病毒载量模型在接触网络下生成随传播时间变化的病毒载量的循环阈值Ct信息及有效再生数Rt;S2:划分待预测样本和训练样本,并对所述训练样本进行预处理;S3:将预处理后的训练样本放入基于自注意力机制的神经网络模型中进行预训练,获得预训练好的神经网络模型;S4:对所述预训练好的神经网络模型进行微调,获得最终的神经网络模型;S5:将所述待预测样本输入至所述最终的神经网络模型,获得所述待预测样本对应的有效再生数Rt的预测结果。本发明能够准确预测Rt变化轨迹,从而实现对流行病的实时监控。
公开/授权文献
- CN117198555B 一种基于病毒载量与神经网络的疾病传播预测方法 公开/授权日:2024-02-27