摘要
本发明公开了一种面向大规模疾病数据的空间聚集性检测方法,包括以下具体步骤:A:将待检测区域划分为若干地理单元,基于地理单元将待检测区域建模为无向图结构,并创建邻接矩阵;B:基于邻近约束控制机制和低风险区域剔除机制,构建每个地理单元的候选扫描窗口集合;C:基于扫描窗口的空间搜索机制,搜索扫描窗口集合中的最大似然簇并作为候选结果;D:对步骤C中得到的候选结果中的最大似然簇,进行蒙特卡罗模拟测试与统计显著性分析,选择符合设定显著性阈值的聚集区域作为聚集区域。本发明能够有效提高大规模地理数据和精细尺度下疾病空间聚集性探测的准确性和探测效率。
技术关键词
性检测方法
节点
机制
种子
蒙特卡罗
泊松模型
线性
复杂度
疾病
识别方法
高风险
数据
结点
关系
规模
策略
分子
阶段