买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州医科大学申请的专利一种环境变化与传染病发病风险的时间序列因果分析方法、装置和存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119943371B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411762351.6，技术领域涉及：G16H50/30；该发明授权一种环境变化与传染病发病风险的时间序列因果分析方法、装置和存储介质是由杨军;李碧霞;刘迪;陈金建设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本一种环境变化与传染病发病风险的时间序列因果分析方法、装置和存储介质在说明书摘要公布了：本发明公开了一种环境变化与传染病发病风险的时间序列因果分析方法、计算机装置和存储介质，本发明可以分别使用收敛交叉映射算法、Peter‑Clark瞬时条件独立性检验和因果森林算法对环境数据时间序列和传染病发病数时间序列进行处理，获得的第一因果关系信息、第二因果关系信息和第三因果关系信息分别从不同方面表示环境数据时间序列与传染病发病数时间序列之间的因果关系，能够使得多种因果关系算法互补，并强化各个算法各自识别出的因果关系，可以更有力地对环境数据时间序列所表示的环境变化和传染病发病数时间序列所表示的传染病发病规律进行因果解释，以期为环境因素对传染病的驱动效应提供更可靠的答案。本发明广泛应用于环境健康技术领域。

本发明授权一种环境变化与传染病发病风险的时间序列因果分析方法、装置和存储介质在权利要求书中公布了：1.一种环境变化与传染病发病风险的时间序列因果分析方法，其特征在于，所述环境变化与传染病发病风险的时间序列因果分析方法包括： 获取并处理环境数据时间序列和传染病发病数时间序列； 对所述环境数据时间序列和所述传染病发病数时间序列进行收敛交叉映射处理，评估候选驱动因素对传染病活动的因果影响，获得第一因果关系信息； 对所述环境数据时间序列和所述传染病发病数时间序列进行Peter-Clark瞬时条件独立性检验，得到可视化滞后和同期的因果依赖关系，获得第二因果关系信息； 对所述环境数据时间序列和所述传染病发病数时间序列进行因果森林算法处理，定量分析环境因素与传染病活动之间线性及非线性的关系，获得第三因果关系信息； 根据所述第一因果关系信息、所述第二因果关系信息和所述第三因果关系信息，综合考虑确定所述环境数据时间序列与所述传染病发病数时间序列之间的因果关系； 所述对所述环境数据时间序列和所述传染病发病数时间序列进行收敛交叉映射处理，评估候选驱动因素对传染病活动的因果影响，获得第一因果关系信息，包括： 设置嵌入维度和滞后时间； 将所述环境数据时间序列嵌入X相空间； 将所述传染病发病数时间序列嵌入Y相空间； 对嵌入后的所述X相空间中的邻域信息来重构Y相空间中的状态，计算预测的Y和实际观测到的Y之间的皮尔逊相关系数； 根据所述皮尔逊相关系数确认因果关系的方向及强度； 当因果性测试通过，在所述X相空间每个点上拟合线性模型，获得拟合系数，展示S-map分析的环境因素对传染病活动影响的时空分布； 以所述皮尔逊相关系数作为所述第一因果关系信息； 所述对所述环境数据时间序列和所述传染病发病数时间序列进行Peter-Clark瞬时条件独立性检验，得到可视化滞后和同期的因果依赖关系，获得第二因果关系信息，包括： 根据信息准则设置最大时间滞后值； PC阶段在所述最大时间滞后值的范围内，使用偏相关分析作为独立性测试方法即对每对变量X和Y进行条件独立性检验，控制其他变量的影响后，计算X和Y的偏相关系数，识别潜在的驱动变量和因果关系； 根据各所述因果关系生成有向无环图； 根据所述有向无环图确定各变量的自相关强度和因果路径、强度及显著性； 以所述偏相关系数作为所述第二因果关系信息； 所述对所述环境数据时间序列和所述传染病发病数时间序列进行因果森林算法处理，获得第三因果关系信息，包括： 构建因果森林模型； 使用所述环境数据时间序列和所述传染病发病数时间序列对所述因果森林模型进行训练； 使用训练后的所述因果森林模型计算平均处理效应和条件平均因果效应； 以所述条件平均因果效应作为所述第三因果关系信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州医科大学，其通讯地址为：511436 广东省广州市番禺区新造镇广州医科大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。