多模块自动化动物疫病监测预警方法及系统与流程
本技术涉及数据处理的,尤其是涉及一种多模块自动化动物疫病监测预警方法及系统。
背景技术:
1、当前,国内动物疫病防控领域所采用的传统技术体系存在显著短板与局限性,整体技术架构较为滞后。现有防控技术多依赖单一检测手段与人工经验研判,数据采集、分析及研判维度单一,缺乏多源数据融合、多模块协同检测的智能化技术支撑,难以适配规模化、精准化、高效化的现代动物疫病防控需求,整体防控精准度与时效性难以保障。
2、现有动物疫病检测技术缺乏前置风险预判与靶向筛查机制,普遍采用全靶点盲筛的检测模式,整体检测流程高度依赖人工操作与人工干预。从样本预处理、靶点检测到结果初判的全流程均需人工逐项介入操作,检测进程推进、时长把控、步骤衔接均受人工操作制约,自动化、智能化水平极低,检测效率低下,常规单一样本完整检测周期长达12至24小时,无法满足批量样本快速筛查、疫病早发现早处置的实战需求。
3、传统人工主导的检测模式极易受操作人员专业水平、操作状态、主观判断等人为因素干扰,检测操作规范性难以统一,易引入人为操作误差与研判偏差;传统检测体系缺乏自动化数据同步与实时更新机制,检测数据、样本信息、疫病台账等相关数据更新存在明显滞后性。
技术实现思路
1、为了提升检测数据的稳定性和实时性,本技术提供一种多模块自动化动物疫病监测预警方法及系统。
2、第一方面,本技术提供一种多模块自动化动物疫病监测预警方法,采用如下的技术方案:
3、一种多模块自动化动物疫病监测预警方法,包括如下步骤:
4、基于体温检测模块检测检疫目标的体温数据,基于体温数据计算出第一生物状态特征;基于体能检测模块检测检疫目标的体能数据,体能数据对应于动物内部的局部活动数据,基于体能数据计算出第二生物状态特征;若第一生物状态特征位于预设的第一特征范围内,则标记第一特征正常,否则标记第一特征异常;若第二生物状态特征位于预设的第二特征范围内,则标记第二特征正常,否则标记第二特征异常;
5、若第一特征异常或第二特征异常,则基于行为检测模块检测检疫目标的行为数据,行为数据对应于动物生存的整体行动数据,基于行为数据提取出第一生物行为特征,基于疫病检测模块检测检疫目标的疫病数据,基于疫病数据提取出第二生物行为特征;
6、基于环境检测模块检测检疫目标所处活动环境的环境数据,基于环境数据计算出生物影响数据;
7、根据第一生物状态特征和第二生物状态特征融合计算出生物状态融合特征,根据第一生物行为特征和第二生物行为特征融合计算出生物行为融合特征,根据生物状态融合特征、生物行为融合特征与生物影响数据计算出多模融合数据;
8、若第一生物行为特征位于预设的第三特征范围内,则标记第三特征正常,否则标记第三特征异常;若第二生物行为特征位于预设的第四特征范围内,则标记第四特征正常,否则标记第四特征异常;若生物影响数据位于预设的环境特征范围内,则标记第五特征正常,否则标记第五特征异常;
9、若第一特征至第五特征均正常,且多模融合数据不低于预设的融合异常数据,则触发检疫目标异常提示;
10、实时上传体温数据、体能数据、行为数据、疫病数据和环境数据;
11、按照设定的周期上传标记正常的特征;其中,若存在异常的标记,则立即上传标记异常的特征,并显示标记异常的特征;
12、若触发检疫目标异常提示,则显示所有数据与标记的特征。
13、通过采用上述技术方案,通过构建涵盖体温、体能、行为、病理及环境的多维度自动化检测体系,并依据体温与体能数据形成初步筛查层,在初步检测出现异常时方触发行为与病理模块的深度检测,这种分层触发式设计有助于避免全靶点盲筛带来的检测资源浪费,同时使检测流程更有层次和针对性;在此基础上,将生物状态特征、生物行为特征与生物影响数据进行逐级融合,生成能够综合反映动物健康状态的多模融合数据,再配合五级特征的独立判定以及“全部正常且融合数据不低于阈值”的双重校验预警机制,有利于提升检测结果的综合研判能力,降低单一指标异常可能引发的误报风险,也减少了因忽略多因素协同影响而导致的漏报可能;同时,全流程中的数据采集、特征计算与判定主要由系统自动化执行,能够减少对人工逐项操作的依赖,有助于缩短整体检测周期,更好地适应批量样本快速筛查的应用场景;此外,通过原始数据实时上传、正常特征按照设定的周期上传、异常特征立即上传并显示、触发预警时集中呈现所有数据的分层上报策略,既有利于保证数据的完整记录与可追溯性,又可使异常关键信息以相对较高的优先级及时被监测人员获取,从而为动物疫病检测的自动化水平和数据响应时效性的提升提供了技术上的支持与保障。
14、可选地,方法还包括如下步骤:
15、获取与检疫目标对应的指标数据,从指标数据中提取体温指标、体能指标、行为指标、病理指标与环境指标;
16、基于体温数据和体温指标计算出比值作为第一生物状态特征,基于体能数据和体能指标计算出比值作为第二生物状态特征;根据第一生物状态特征和第二生物状态特征基于加权平均算法计算出生物状态融合特征;
17、基于行为数据和行为指标计算出相似性,根据相似性从预设的行为数据库中提取出第一生物行为特征,第一生物行为特征为行为健康百分比;基于疫病数据和病理指标计算出相似性,根据相似性从预设的疫病数据库中提取出第二生物行为特征,第二生物行为特征为病理健康百分比;根据第一生物行为特征和第二生物行为特征基于乘法计算出生物行为融合特征;
18、基于环境数据和环境指标计算出比值作为生物影响数据;
19、根据生物状态融合特征、生物行为融合特征与生物影响数据加权平均计算出多模融合数据。
20、通过采用上述技术方案,通过多维度指标归一化量化计算,消除了各类检测数据的量纲差异与个体基线差异,实现多源异构数据的标准化转换;差异化融合算法可针对性强化不同维度数据的关联约束关系,有效提升多模融合结果的客观性与准确性。
21、可选地,方法还包括如下步骤:
22、于预设的设定时长内,计算环境数据的波动值,波动值为百分比值,若波动值大于预设的设定波动百分比,则计算波动值与设定波动百分比的比值作为波动参照值;根据波动参照值调节第一特征范围保持中间值不变的覆盖范围,波动参照值越大,第一特征范围越大,波动参照值越小,第一特征范围越小;或,根据波动参照值调节第四特征范围保持中间值不变的覆盖范围,波动参照值越大,第四特征范围越大,波动参照值越小,第四特征范围越小;
23、或,
24、于预设的设定时长内,计算环境数据的平均值,计算平均值与预设的设定平均值的比值作为平均参照值;根据平均参照值调节第二特征范围保持中间值不变的覆盖范围;若平均值大于设定平均值,则平均参照值越大,第二特征范围越小,平均参照值越小,第二特征范围越大;否则,平均参照值越大,第二特征范围越大,平均参照值越小,第二特征范围越小;或,根据平均参照值调节第三特征范围保持中间值不变的覆盖范围;若平均值大于设定平均值,则平均参照值越大,第三特征范围越小,平均参照值越小,第三特征范围越大;否则,平均参照值越大,第三特征范围越大,平均参照值越小,第三特征范围越小。
25、通过采用上述技术方案,依托环境波动与均值变化自适应动态调整各特征判定区间,可适配复杂多变的养殖环境,利于规避环境扰动造成的检测误判、漏判问题,提升检疫判定的容错性与环境适配性。
26、可选地,方法还包括如下步骤:
27、体温检测模块包括多个分布式的体温贴片组件,体温贴片组件贴敷在检疫目标的体表,用于定周期采集检疫目标的温度数据并上传;
28、体能检测模块包括多个分布式的区域定位组件,区域定位组件固定在检疫目标的体外,用于实时定位检疫目标在目标区域中的位置数据,根据位置数据生成体能数据;
29、行为检测模块包括多个分布式的摄像组件,摄像组件用于实时拍摄检疫目标生成图像数据,并根据预设的行为模板数据库从图像数据中识别行为数据;
30、疫病检测模块包括多个在线的实验室分析设备,实验室分析设备响应于针对检疫目标的分析指令而化验检疫目标的样本生成疫病数据;
31、环境检测模块包括多个温湿度传感器与气体传感器,温湿度传感器与气体传感器用于实时采集检疫目标所处目标区域中的温湿度数据与气体数据以生成环境数据。
32、通过采用上述技术方案,采用分布式、多类型差异化传感与检测组件架构,实现检疫目标体征、运动、行为、病理及环境全维度数据的分布式精准采集。多设备协同采集模式有效拓宽数据采集覆盖面,利于提升原始数据采集的实时性与完整性。
33、可选地,方法还包括如下步骤:
34、疫病检测模块实时获取与检疫目标对应的检疫知识图谱数据库,检疫知识图谱数据库收录有疫病对应的多维的关联规则信息,关联规则信息包括临床症状、病理特征、发病诱因、高发环境、核酸靶点与抗原抗体检测信息;
35、采用预设的多特征加权匹配算法,对多模态采集的疫病数据进行多维的匹配分析得到与疫病对应的置信度,置信度为百分比值;筛选置信度大于预设的设定置信值的疫病作为待检测病种;
36、根据得到的待检测病种,从预设的检测参数数据库中匹配对应的检测参数,基于检测参数自动配置实时荧光定量pcr的检测靶点、扩增程序及引物探针组合,匹配化学发光检测的抗原、抗体检测项目与判定阈值,生成专属靶向检测任务并下发至双检测设备,完成检测前置配置;双检测设备包括实时荧光定量pcr自动化检测一体机与全自动化学发光免疫分析设备。
37、通过采用上述技术方案,依托疫病知识图谱与智能加权匹配算法,实现疫病的智能化预判筛选,减少传统人工经验筛查局限;通过自适应匹配专属检测参数并联动双检测设备完成前置配置,大幅提升检测靶向性与自动化程度,有效缩减检测耗时。
38、可选地,方法还包括如下步骤:
39、疫病检测模块采用预设的通信协议,分别对接实时荧光定量pcr自动化检测一体机与全自动化学发光免疫分析设备;
40、完成检测前置配置后自动向双检测设备推送与检疫目标对应的检测指令,完成与检疫目标对应的样本信息绑定、检测项目配置及反应体系参数设定;其中,控制实时荧光定量pcr自动化检测一体机完成核酸提取、基因扩增与荧光信号采集,全自动化学发光免疫分析设备完成样本孵育、抗原抗体特异性反应及光学信号检测;
41、双检测设备检测完成后,输出原始数据,原始数据包括ct值、核酸判定结果、抗体滴度、抗原浓度与抗原判定结果,对原始数据进行归一化格式转换,再同步上传至预设的云端数据库。
42、通过采用上述技术方案,实现多类检测设备的协议互通与流程联动,完成样本、检测任务与设备参数的一体化管控;通过双检测设备并行开展核酸与免疫层面检测,丰富检测结果维度,原始数据经标准化处理后上云。
43、可选地,方法还包括如下步骤:
44、疫病检测模块基于原始数据生成判断数据,判断数据包括动物临床症状匹配数据、病理影像特征匹配数据、pcr核酸检测数据与化学发光抗原抗体定量检测数据;
45、疫病检测模块预先内置加权诊断模型,结合检疫知识图谱数据库对应的疫病知识图谱判定规则,生成与检疫目标对应的输出结果;
46、输出结果中,置信度不低于预设的确诊值,且判断数据满足核酸阳性、临床或影像特征匹配与抗原抗体指标异常,则判定为确诊病例;置信度低于确诊值并不低于疑似值,且判断数据中存在单一指标异常且临床特征存在匹配关系,则判定为疑似病例;置信度低于疑似值,且判断数据中各项检测指标符合预设的指标范围,则判定为观察病例;
47、其中,疑似值大于设定置信值。
48、通过采用上述技术方案,构建多层级病例分级判定逻辑,融合多源检测信息与图谱规则开展综合研判,摆脱单一检测指标下定论的局限;实现确诊、疑似、观察三类病例的智能区分,为后续处置提供分级依据,降低主观判读带来的错判风险,提升疫病分级诊断的科学性。
49、可选地,方法还包括如下步骤:
50、基于多模融合数据对检疫目标进行分类得到检疫类别,以预设的第一周期更新检疫类别对应的异常的标记,对异常的标记增加配置预警颜色;
51、获取检疫目标的分布区域,建立分布区域与检疫类别的区域检疫关系,以预设的第二周期更新分布区域对应的异常的标记,对异常的标记增加配置预警颜色;
52、根据区域检疫关系将分布区域进行定级得到联防层级,以预设的第三周期更新联防层级对应的异常的标记,对异常的标记增加配置预警颜色;其中,第一周期<第二周期<第三周期;
53、根据多模融合数据控制颜色为递进变化,多模融合数据越小,颜色递进的程度越高,多模融合数据越大,颜色递进的程度越低。
54、通过采用上述技术方案,实现个体-区域-联防层级的多级风险分级管理,通过差异化更新周期匹配不同层级风险演化节奏,结合颜色递进可视化直观反馈风险程度;打通个体检测结果向区域联防预警的传导链路,便于管理人员快速识别风险等级,为疫病联防处置提供直观的数据支撑。
55、可选地,方法还包括如下步骤:
56、对观察病例进行对应常态化监测、每日复检、常规环境消杀;
57、对疑似病例及颜色递进程度为低的预警场景进行个体隔离管控、定时采样复检以及局部区域消杀;
58、对确诊病例及颜色递进程度为中的预警场景进行分区隔离、全场消杀、全面筛查以及临时禁运;
59、对颜色递进程度为高的预警场景进行无害化处理、全场封闭管控、紧急疫苗补免、疫情逐级上报以及区域联防处置。
60、通过采用上述技术方案,依据病例判定结果与风险预警等级匹配差异化处置策略,实现风险等级与处置措施的自动对应。分级处置可做到精准施策,避免处置措施过度或者处置力度不足,合理调配防疫资源,阻断疫病扩散路径,为动物疫情应急处置提供标准化执行依据。
61、第二方面,本技术提供一种多模块自动化动物疫病监测预警系统,采用如下的技术方案:
62、一种多模块自动化动物疫病监测预警系统,包括处理器,所述处理器中执行如上述任意一项所述的多模块自动化动物疫病监测预警方法的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com