1.一种基于可穿戴体温传感器的疫情监控方法,其特征在于,包括:
步骤h.按照设定的时间间隔,通过可穿戴式体温传感器获取个体的体温数据和个体的地理位置信息;
个体在某一时间段内位于一个隔离点,个体在另外的时间进入另一个隔离点,至少一个隔离点的个体的数量在20个以上;
步骤i.逐个分析判断所述个体的体温数据是否与疫情的体温数据吻合;当某个个体的体温数据吻合时,判断为疑似人,隔离疑似人,开始步骤k;当所有的个体的体温数据都不吻合时,开始步骤j;
步骤j.判断是否有超过10%的个体的体温数据与正常值偏差0.5℃以上,如果否,则继续从步骤h开始下一轮监控,如果是,则标记所述体温数据与正常值偏差大于等于0.5℃的个体为待筛查疑似人,并发出提示;
步骤k.在每个隔离点内寻找与所述疑似人有过接触的疑似接触人,监控所述疑似接触人的个体的体温数据与正常值偏差是否达到0.3℃以上,如果否,则继续下一轮监控,如果是,则标记所述体温数据与正常值偏差0.3℃的个体为需迫切关注的疑似接触人,并发出提示。
2.如权利要求1所述基于可穿戴体温传感器的疫情监控方法,其特征在于,每个隔离点的个体的数量在50个以上。
3.如权利要求2所述基于可穿戴体温传感器的疫情监控方法,其特征在于,所述步骤j中:个体的体温数据与正常值偏差小于等于1℃。
4.如权利要求1所述基于可穿戴体温传感器的疫情监控方法,其特征在于,所述疫情的体温数据为大于等于37.3℃。
5.一种基于可穿戴体温传感器的疫情监控系统,其特征在于,包括:
大数据获取单元.按照设定的时间间隔,通过可穿戴式体温传感器获取个体的体温数据和个体的地理位置信息;
所述个体在某一时间段内位于一个隔离点,所述个体在另外的时间进入另外一个隔离点;
大数据分析单元一.逐个分析判断所述个体的体温数据是否与疫情的体温数据吻合;当某个个体的体温数据吻合时,判断为疑似人,隔离疑似人,进入大数据分析单元三;当所有的个体的体温数据都不吻合时,进入大数据分析单元二;
大数据分析单元二.判断是否有超过10%的个体的体温数据与正常值偏差0.5℃以上,如果否,则继续进入大数据分析单元一开始下一轮监控,如果是,则标记所述体温数据与正常值偏差大于等于0.5℃的个体为待筛查疑似人,并发出提示;
大数据分析单元三.在每个隔离点内寻找与所述疑似人有过接触的疑似接触人,监控所述疑似接触人的个体的体温数据与正常值偏差是否达到0.3℃以上,如果否,则继续下一轮监控,如果是,则标记所述体温数据与正常值偏差0.3℃的个体为需迫切关注的疑似接触人,并发出提示。
6.如权利要求5所述基于可穿戴体温传感器的疫情监控系统,其特征在于,每个隔离点的个体的数量在50个以上。
7.如权利要求5所述基于可穿戴体温传感器的疫情监控系统,其特征在于,所述大数据分析单元二中:个体的体温数据与正常值偏差小于等于1℃。
8.如权利要求5所述基于可穿戴体温传感器的疫情监控系统,其特征在于,所述疫情的体温数据为大于等于37.3℃。