在基于Seq2Seq的多区域预测手足口病的多规模特征上利用混合感知
Bingbing Lei1,2, Xuanjun Zhu1, Tao Zhou1,2
1School of Computer Science and Engineering, North Minzu University, Yinchuan, Ningxia, China.
PloS one
|June 27, 2025
概括
一个新的Seq2Seq-HMF模型通过分析跨区域传播和时空模式来改善手足口腔疾病 (HFMD) 的预测. 这种先进的模型提高了流行病预测准确度和概括能力.
科学领域:
- 流行病学 流行病学
- 计算生物学 计算生物学
- 公共卫生 公共卫生
背景情况:
- 精确的手足口腔疾病 (HFMD) 预测对于控制流行病至关重要.
- 当前的模型往往无法捕捉跨区域的传输动态和整体的时空特征.
- 这限制了流行病趋势建模的精度和广泛适用性.
研究的目的:
- 提出一种新的HFMD预测模型,Seq2Seq-HMF,解决现有方法的局限性.
- 增强对多尺度时空特征和跨区域传播动态的感知.
- 提高HFMD流行病的准确性和多步预测.
主要方法:
- 开发了基于序列对序列框架的Seq2Seq-HMF模型.
- 利用图形结构建模用于多区域流行病特征.
- 设计了一个空间时空平行编码 (STPE) 单元,用于混合多尺度的空间时空特征感知.
- 在解码器中内置了一个频率增强通道注意力机制 (FECAM).
主要成果:
- 与基线模型相比,Seq2Seq-HMF模型在预测HFMD病例方面表现优越.
- 使用来自日本的多区域数据的实验显示,提前一到四周的预测得到了改进.
- 该模型对来自中国南部单个地区的数据表现出强大的概括能力.
结论:
- 拟议的Seq2Seq-HMF模型有效地捕捉了复杂的时空依赖性和跨区域传输动态.
- 这种方法显著提高了HFMD流行病预测的准确性和可靠性.
- 该模型具有强大的通用化能力,使其适用于各种区域应用.
