[发明专利]一种基于数据融合的社区医疗站点部署方法

摘要

本发明公开一种基于数据融合的社区医疗站点部署方法。本发明对城市地图中每1公里*1公里设置一个标志点，形成一个标志点矩阵网络。按照特定算法修改每个候选点的需求权重，最后得到一个带有需求权重的标志点矩阵网络，称为需求地图；在需求地图中找出所有的极大值点，在权重最小的极大值点部署一个站点，然后将该站点所能服务区域的标志点权重清0，然后重新计算需求地图的所有极大值点，再找出权重最小的极大值点部署站点；采用这种迭代的方法最终使整个需求地图的标志点权重都归0为止。本发明能够有效平衡：站点数量、站点的负载均衡、患者平均移动距离三方面的目标，大幅提高城市医疗系统的运行效率。

主权项

一种基于数据融合的社区医疗站点部署方法，其特征在于包括如下步骤：参数定义：max_diff：表示diff_j和diff_i中的较大值；level_weight：表示当前标志点[i,j]所在的层要分布的总权重；level_pcount：表示当前标志点[i,j]所在的层有多少个标志点；Pr：表示当前人员在人口结构原始数据表中的信息；PTB：表示人口结构原始数据表；pr.age：表示当前被处理人员的年龄；hr：表示当前被处理的上级医疗机构信息；hr.count：表示上级医疗机构hr的门诊人数；步骤1：构建权重的分布dist(weight,c_i,c_j)；将权重值weight的一半分布在标志点[c_i,c_j]，权重的四分之一分布在与标志点[c_i,c_j]相邻的8个标志点，权重的八分之一分布在上述8个标志点外层的16个标志点，以此类推；当未分布的权重值小于初始权重的1％时，直接丢弃；具体实现如下：步骤1‑1.初始化i＝1；步骤1‑2.如果i>n，跳转到步骤1‑13；步骤1‑3.初始化j＝1步骤1‑4.如果j>m，跳转到步骤1‑12；步骤1‑5.diff_i＝abs(i‑c_i)，diff_j＝abs(j‑c_j)，其中abs(x)表示取x的绝对值步骤1‑6.max_diff＝max(diff_i,diff_j)，其中max(x,y)表示取x和y中的较大值；步骤1‑7.如果max_diff>5，跳转到步骤1‑11.；步骤1‑8.level_weight＝weight*((0.5)^(max_diff+1))；步骤1‑9.level_pcount＝(max_diff+1)^2‑(max_diff)^2，这一层的标志点个数；步骤1‑10.map[i,j]＝map[i,j]+level_weight/level_pcount，如果计算后map[i,j]小于0，则map[i,j]重新赋值为0；步骤1‑11.j＝j+1，跳转到步骤1‑4；步骤1‑12.i++，跳转到步骤1‑2；步骤1‑13.结束；步骤2:对人口数据和医院数据进行融合，获取医疗需求地图,具体如下：步骤2‑1.初始化医疗需求地图map[n,m]，表示该城市地图被长为n，宽为m个标志点的矩阵所覆盖，其中map[i,j]表示标志点[i,j]的需求权重，1≤i≤n，1≤j≤m；[i,j]与[i+1,j]所表示的标志点的距离为1公里，[i,j]与[i,j+1]所表示的标志点的距离为1公里；标志点矩阵所覆盖的区域边界，超过城市最边缘小区或医院5公里；步骤2‑2.初始化h＝1；步骤2‑3.提取人口结构原始数据表中的第h个人员所在的行，人口结构原始数据表即表1，pr＝PTB[h]；步骤2‑4.初始化weight＝1步骤2‑5.如果pr.age<12或者pr.age>60，则weight＝5；步骤2‑6.如果22<pr.age<40并且pr.sex等于“女”，则weight＝5；步骤2‑7.调用权重的分布算法将weight分布到第h个人员所在小区的附近标志点，即dist(map,weight,pr.i,pr.j)步骤2‑8.h＝h+1，然后跳转到步骤2‑3.步骤2‑9.初始化h＝1；步骤2‑10.取上级医疗机构原始数据表中第h跟医疗机构所在的行，上级医疗机构原始数据表即表2，hr＝HTB[h]；步骤2‑11.初始化weight＝0‑hr.count步骤2‑12调用权重的分布算法将weight分布到第h个医院附近的标志点，即dist(map,weight,hr.i,hr,j)；步骤3：根据医疗需求地图map[n,m]构建极大值顶点集合V；步骤3‑1.初始化顶点集合V为空集合；步骤3‑2.初始化i＝1；步骤3‑3.如果i>n，跳转到步骤3‑9；步骤3‑4.初始化j＝1；步骤3‑5.如果j>m，跳转到步骤3‑8；步骤3‑6.如果map[i‑1,j‑1],map[i‑1,j],map[i‑1,j+1],map[i,j‑1],map[i,j+1],map[i+1,j‑1],map[i+1,j],map[i+1,j+1]这8个标志点的权重均小于map[i,j]，则将v＝[i,j]加入顶点集合V中；如果这8个标志点中有超出权重矩阵边界的，则默认超出边界的这个标志点的权重小于map[i,j]；步骤3‑7.j＝j+1，跳转到步骤3‑4；步骤3‑8.i＝i+1，跳转到步骤3‑2；步骤3‑9.结束；步骤4：计算部署位置；步骤4‑1.初始化部署位置集合S为空集合；步骤4‑2.通过步骤2构建医疗需求地图map[n,m]；步骤4‑3.通过步骤3得到医疗需求地图map[n,m]的极大值顶点集合V；步骤4‑4.在极大值顶点集合V中选取权重最小的顶点v＝[i,j]步骤4‑5.调用步骤5的函数add_st(map,i,j)将权重最小的顶点v加入部署位置集合S步骤4‑6.如果map[n,m]中不是所有标志点的权重都为0，则跳转到步骤4‑3；步骤4‑7.结束，则部署位置集合S就是需要部署医疗站点的标志点集合；步骤5.构建删减标志点权重函数add_st(map,st_i,st_j)，具体如下：步骤5‑1.初始化tl为一个站点所能接受的最大年访问负载量L，cur_diff＝0，level_weight＝0；步骤5‑2初始化i＝1，level_V为空；步骤5‑3.如果i>n，跳转到步骤5‑11；步骤5‑4.初始化j＝1；步骤5‑5.如果j>m，跳转到步骤5‑10步骤5‑6.diff_i＝abs(i‑st_i)，diff_j＝abs(j‑st_j)，其中abs(x)表示取x的绝对值步骤5‑7.max_diff＝max(diff_i,diff_j)，其中max(x,y)表示取x和y中的较大值步骤5‑8.如果max_diff＝cur_diff，将[i,j]加入到level_V中，level_weight+＝map[i,j]步骤5‑9.j++，跳转到步骤5‑5步骤5‑10.i++，跳转到步骤5‑3步骤5‑11.如果level_weight<tl，对level_V中任一个标志点v＝[a,b]，map[a,b]设置为0；tl‑＝level_weight，跳转到步骤5‑13.步骤5‑12.对level_V中任一个标志点v＝[a,b]，map[a,b]设置为map[a,b]*tl/level_weight，tl＝0；步骤5‑13.如果tl>0，跳转到步骤5‑2；步骤5‑14.结束；表1：人口结构原始数据表PTB表2：上级医疗机构原始数据表HTB