基于LSTM神經(jīng)網(wǎng)絡(luò)的烏魯木齊市流感樣病例的預(yù)測(cè)研究

龔風(fēng)云　王凱

【摘 要】目的：分析烏魯木齊市流感樣病例月發(fā)病數(shù)的變化趨勢(shì)，建立長(zhǎng)短期記憶（LSTM）模型，對(duì)流感樣病例例數(shù)數(shù)進(jìn)行預(yù)測(cè)，為烏魯木齊市流感的預(yù)防與控制提供科學(xué)依據(jù)。方法：利用2015年1月-2018年3月烏魯木齊市的每月氣象數(shù)據(jù)、流感樣病例監(jiān)測(cè)數(shù)據(jù)，采用單變量LSTM模型和多變量LSTM模型對(duì)烏魯木齊市流感樣病例例數(shù)的時(shí)間序列進(jìn)行預(yù)測(cè)，使用RMSE和MAE值評(píng)價(jià)不同方法的預(yù)測(cè)精度。結(jié)果：?jiǎn)巫兞縇STM模型和多變量LSTM模型的RMSE值分別是66.17和56.91;MAE值分別是60.42和39.07。與單變量LSTM模型相比，多變量的LSTM模型預(yù)測(cè)效果較好。結(jié)論：本研究所建立的多變量LSTM模型能較好地預(yù)測(cè)ILI病例數(shù)的發(fā)病趨勢(shì)，為流感監(jiān)測(cè)和預(yù)防控制提供依據(jù)。

【關(guān)鍵詞】LSTM;流感樣病例;氣象因素;預(yù)測(cè)

中圖分類號(hào)： TP393.0;TP183 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2095-2457（2019）31-0020-003

DOI：10.19694/j.cnki.issn2095-2457.2019.31.009

Prediction of influenza-like cases in urumqi based on LSTM neural network

GONG Feng-yun1 WANG Kai2*

（1.College of Applied Mathematics，Xinjiang University of Finance and Economis， Urumqi Xinjiang 830012， China;

2.College of Medical Engineering and Technology，Xinjiang Medical University， Urumqi Xinjiang 830011， China）

【Abstract】[Objective]To analyze the change trend of the monthly incidence of influenza-like cases in Urumqi， establish long-short term memory（LSTM） model，and predict the number of influenza-like cases， so as to provide scientific basis for the prevention and control of influenza in Urumqi.[Methods]Monthly meteorological data and influenza-like case monitoring data from January 2015 to March 2018 in Urumqi were used to predict the time series of influenza-like cases in Urumqi using univariate LSTM model and multivariate LSTMmodel， RMSE and MAE values were used to evaluate the prediction accuracy of different methods.[Results]RMSE values of univariate LSTM model and multivariate LSTM model are 66.17 and 56.91 respectively.The MAE values are 60.42 and 39.07 respectively.Compared with the single-variable LSTM model， the multivariable LSTM model has a better predictive effect. [Conclusion] The multivariate LSTM model established in this study can better predict the incidence trend of ILI cases， providing a basis for influenza surveillance， preventionand control.

【Key words】LSTM; Influenza-like cases; Meteorological factors; Prediction

流行性感冒簡(jiǎn)稱流感，是由流感病毒引起的一種傳染性呼吸道疾病[1]。流感病毒主要通過空氣傳播，如咳嗽、噴嚏等[2]。據(jù)統(tǒng)計(jì)，全球每年約有10%～20%的人群因流感的季節(jié)性流行而感染流感，其中300萬(wàn)～500萬(wàn)人為重癥病例，25萬(wàn)～50萬(wàn)人為死亡病例[3]。流感的流行不僅對(duì)人群健康造成嚴(yán)重威脅，也對(duì)社會(huì)產(chǎn)生了巨大的經(jīng)濟(jì)損失[4]。在美國(guó)，流感每年的總成本超過100億美元，而未來(lái)的流感大流行估計(jì)直接和間接成本高達(dá)數(shù)千億美元[5]。Yang J等[6]一項(xiàng)覆蓋全國(guó)范圍的研究顯示，個(gè)人流感門診病例的平均費(fèi)用為$155，流感住院病例的平均費(fèi)用為$1511。在疾病高峰期，診所和醫(yī)院不堪重負(fù)。接種流感疫苗和阻礙傳播途徑是預(yù)防流感有效的方法[7]。新疆烏魯木齊市是流感多發(fā)地之一，該市作為國(guó)家級(jí)流感監(jiān)測(cè)點(diǎn)，對(duì)流感樣病例（influenza-like illness，ILI）進(jìn)行了長(zhǎng)期持續(xù)的監(jiān)測(cè)[8]。為了幫助政府、醫(yī)院、診所、制藥公司和其他公司有效地控制流感爆發(fā)，并及時(shí)限制傳播途徑，本研究使用LSTM模型對(duì)烏魯木齊市ILI例數(shù)數(shù)據(jù)進(jìn)行訓(xùn)練擬合、分析及預(yù)測(cè)，并比較預(yù)測(cè)精度。

1 資料與方法

1.1? ILI定義

發(fā)熱（體溫≥38℃）、伴咳嗽或咽痛之一者[9]。

1.2 資料來(lái)源

2015年1月—2018年3月烏魯木齊市的每月ILI例數(shù)來(lái)源于“中國(guó)疾病預(yù)防控制信息系統(tǒng)流感監(jiān)測(cè)信息子系統(tǒng)”。氣象數(shù)據(jù)資料來(lái)自烏魯木齊市氣象局，主要包括月平均氣溫（℃）、月降水量（mm）、月平均氣壓（hpa）、月平均最大氣壓（hpa）、月平均最小氣壓（hpa）、月平均相對(duì)濕度（%）、月平均風(fēng)速（m/s）、月日照時(shí)數(shù)（h）。

1.3 長(zhǎng)短期記憶人工神經(jīng)網(wǎng)絡(luò)（long-short term memory，LSTM）

LSTM是一種改進(jìn)的時(shí)間循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural network，RNN）[10]，它的提出解決了傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)過程中由于輸入序列過長(zhǎng)帶來(lái)的梯度消失問題[11]。一個(gè)LSTM單元包括細(xì)胞狀態(tài)（cell state）、輸入門（input gate）、遺忘門（forget gate）、輸出門（forget gate），且LSTM神經(jīng)元的三個(gè)門的激活函數(shù)均為 Sigmoid[12]。

1.4 模型預(yù)測(cè)效果的比較

本文通過計(jì)算測(cè)試集的均方根誤差（Root Mean Square Error，RMSE）和平均絕對(duì)誤差（Mean Absolute Error，MAE）來(lái)定量地評(píng)價(jià)模型擬合及預(yù)測(cè)效果。該計(jì)算公式如下：

RMSE=■

MAE=■■|Y■-Y■|

式中，Y1t和Y2t均分別為t時(shí)刻的觀測(cè)值和模型輸出值，n為數(shù)據(jù)點(diǎn)個(gè)數(shù)。

1.5 統(tǒng)計(jì)分析

使用Python3.0和R3.6.1軟件建立LSTM模型，其中各變量之間的相關(guān)性分析均采用了統(tǒng)計(jì)學(xué)中的Spearman相關(guān)。檢驗(yàn)水準(zhǔn)α=0.05。

2 結(jié)果

2.1 描述性分析

2015年1月-2018年3月烏魯木齊市的ILI病例總數(shù)為5572例，月平均發(fā)病數(shù)約為143例。其中，月ILI例數(shù)、月平均氣溫（℃）、月降水量（mm）、月平均氣壓（hpa）、月平均最大氣壓（hpa）、月平均最小氣壓（hpa）、月平均相對(duì)濕度（%）、月平均風(fēng)速（m/s）、月日照時(shí)數(shù)（h）分別用fre、temp、rain、press、press_max、press_min、humidity、wind_speed、sunshine_hours表示。該時(shí)間序列圖顯示，流感樣病例數(shù)呈現(xiàn)明顯的季節(jié)性，冬春季發(fā)病數(shù)明顯多于夏秋季。月平均氣溫、月降水量、月平均風(fēng)速和月日照時(shí)數(shù)在冬春季偏低，夏秋季偏高，而月平均氣壓、月平均最大氣壓、月平均最小氣壓和月平均相對(duì)濕度在冬春季偏高，夏秋季偏低。見圖1。2015年1月—2018年3月烏魯木齊市的月平均氣溫、月降水量、月平均氣壓、月平均最大氣壓、月平均最小氣壓、月平均相對(duì)濕度、月平均風(fēng)速、月日照時(shí)數(shù)的均值分別為6.9℃、29.3mm、912.5hPa、917.6hpa、906.7hpa、59.7%、2.0m/s、222.4h。見表1。

2.2 LSTM模型分析

2.2.1 單變量LSTM模型

由于LSTM不需要對(duì)時(shí)間序列進(jìn)行平穩(wěn)性和白噪聲檢驗(yàn)，可以直接建立模型。所以，本文首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，將時(shí)間序列數(shù)據(jù)轉(zhuǎn)化為學(xué)習(xí)數(shù)據(jù)，并且對(duì)數(shù)據(jù)進(jìn)行歸一化處理。然后將數(shù)據(jù)集分為訓(xùn)練集和測(cè)試集，將2015年1月-2016年1月的數(shù)據(jù)作為訓(xùn)練集，2016年2月-2018年3月的數(shù)據(jù)作為測(cè)試集。最后建立LSTM模型，本文設(shè)置模型的隱藏層數(shù)為4，輸入層和輸出層分別為1和1;時(shí)間步長(zhǎng)（time_step）設(shè)置為1。

圖1 2015年1月-2018年3月烏魯木齊市的每月ILI例數(shù)和氣象因素分布

2.2.2 多變量LSTM模型

由于單變量LSTM的預(yù)測(cè)結(jié)果并不太好，所以本文對(duì)單變量LSTM的輸入層與隱藏層進(jìn)行了改變，進(jìn)而構(gòu)建了一個(gè)可以輸入多個(gè)序列的多變量LSTM模型。本文設(shè)置的多變量LSTM模型的隱藏層數(shù)為50;輸入層和輸出層分別為8和1;每批次訓(xùn)練樣本數(shù)（batch_size）設(shè)置為72;時(shí)間步長(zhǎng)（time_step）設(shè)置為1;在 輸入特征時(shí)需要將tensor轉(zhuǎn)成三維作為L(zhǎng)STM cell的輸入。結(jié)果見圖2。

圖2 多變量LSTM預(yù)測(cè)結(jié)果

2.2.3 模型評(píng)價(jià)

從表2可以看出，與單變量LSTM模型相比，納入多個(gè)變量的LSTM模型預(yù)測(cè)的RMSE和MAE略小。其中，多變量的LSTM模型預(yù)測(cè)的RMSE降低了9.26，預(yù)測(cè)的MAE降低了21.35。表明多變量LSTM模型可以提高模型的預(yù)測(cè)精度。

表2 單變量LSTM模型和多變量LSTM模型的預(yù)測(cè)精度比較

3 討論

本研究采用時(shí)間序列分析方法，分析了2015年 1月～2018年3月新疆烏魯木齊市ILI例數(shù)的發(fā)病趨勢(shì)。時(shí)間序列模型通過使用不同的特性可以分為3種類型[5]。第一類模型是自回歸模型，它使用過去的患者數(shù)量作為特征（“xs”），并預(yù)測(cè)未來(lái)的患者數(shù)量作為響應(yīng)（y）。典型的例子包括自回歸綜合移動(dòng)平均（ARIMA）模型和向量自回歸模型（VAR）。第二類模型使用其他參數(shù)（如溫度、濕度等）代替過去的流感數(shù)據(jù)作為回歸模型（如線性回歸、隨機(jī)森林等）的特征。著名的例子是“谷歌流感趨勢(shì)”，它使用搜索引擎查詢數(shù)據(jù)作為特征和線性回歸模型。第三類模型是第一類和第二類的組合。它使用過去流感患者的數(shù)量作為特征（如第一種類型）和回歸模型（如第二種類型）。本研究采用了第三種模型類型，長(zhǎng)短期記憶（LSTM）模型來(lái)預(yù)測(cè)流感的爆發(fā)。

從描述性分析結(jié)果來(lái)看，2015年1月—2018年3月烏魯木齊市的ILI發(fā)病數(shù)呈現(xiàn)冬春季高發(fā)的特點(diǎn)，該特點(diǎn)不同于南方地區(qū)流感流行趨勢(shì)，南方春季或初夏流感活動(dòng)較為活躍，這與南北方氣候差異相關(guān)。已有研究表明，地理位置、氣候條件的差異是造成北方地區(qū)與南方地區(qū)流感流行時(shí)間不同的主要因素[13]。由于烏魯木齊市位于中國(guó)西北地區(qū)，是溫帶大陸性氣候[14]。溫帶大陸性氣候特點(diǎn)主要包括冬夏2季時(shí)間較長(zhǎng)，春秋2季時(shí)間較短，且冬季寒冷，夏季炎熱，年降水量少，比較干旱[15]。所以其發(fā)病呈冬春季高發(fā)的特點(diǎn)。

從LSTM模型結(jié)果分析來(lái)看，本文將氣象因素中的多變量LSTM模型概念引入到ILI發(fā)病數(shù)的預(yù)測(cè)中，為一般基于單變量 LSTM流感樣病例預(yù)測(cè)模型加入了更多氣象因素特征，不再僅僅將ILI例數(shù)看作為一個(gè)簡(jiǎn)單的數(shù)學(xué)概念上的時(shí)間序列。適當(dāng)使用多變量LSTM模型可能有助于預(yù)測(cè)目前和近期的流感傳播。由于本文現(xiàn)有的流感數(shù)據(jù)有限，所以，流感預(yù)測(cè)模型的準(zhǔn)確性還有待提高。但是，與單變量LSTM模型相比，納入多個(gè)變量的LSTM模型預(yù)測(cè)的RMSE和MAE略小，說明多變量LSTM模型可以用于ILI發(fā)病數(shù)的預(yù)測(cè)，同時(shí)為公共衛(wèi)生人員提供一個(gè)相對(duì)準(zhǔn)確的參考點(diǎn)，進(jìn)而對(duì)預(yù)防和控制流感的流行提出相關(guān)性建議。

然而，本文的研究也有一些不足。預(yù)測(cè)模型的準(zhǔn)確性還有待提高，造成這個(gè)結(jié)果的可能原因是數(shù)據(jù)量較少，研究下一步將擴(kuò)大樣本量，再次對(duì)比單變量LSTM模型與多變量LSTM在預(yù)測(cè)疾病發(fā)病數(shù)上的精度。盡管多變量LSTM模型在預(yù)測(cè)精度上沒有明顯的優(yōu)勢(shì)，但是多變量LSTM模型也為預(yù)測(cè)ILI例數(shù)提供了新的方法。

【參考文獻(xiàn)】

[1]譚婭文，萬(wàn)海同，何昱，杜海霞，楊潔紅，彭學(xué)謙，周惠芬.中藥抗流感病毒的作用及機(jī)制研究進(jìn)展[J].中國(guó)現(xiàn)代應(yīng)用藥學(xué)，2019（16）：2095-2099.

[2]WHO，“Influenza（Seasonal），”http：//www.who.int/mediacentre/factsheets/fs211/en/index.html.

[3]崔永梅，杜中強(qiáng)，侯瑩.孕婦感染甲型H3N2流感死亡病例的病因?qū)W分析[J].中國(guó)藥物與臨床，2019，19（5）：834-835.

[4]李文娟，王大燕.我國(guó)流感疾病負(fù)擔(dān)相關(guān)研究進(jìn)展[J/OL].中國(guó)人獸共患病學(xué)報(bào)：1-6[2019-08-31].http：//kns.cnki.net/kcms/detail/35.1284.R.20190723.1447.004.html.

[5]Jie Z ， Kazumitsu N . A comparative study on predicting influenza outbreaks[J]. BioScience Trends， 2017， 11（5）：533-541.

[6]Yang J，Jit M，Leung KS， et al.The economic burden of influenza-associated outpatient visits and hospitalizations in China： a retrospective survey [J]. Infect Dis Poverty，2015，4：44.

[7]張慕麗，彭質(zhì)斌，鄭建東， 等.中國(guó)兒童流感疾病負(fù)擔(dān)和疫苗應(yīng)用現(xiàn)狀[J].中華實(shí)用兒科臨床雜志，2019，34（2）：91-97.

[8]高楓，阿不都熱依木，樊旭成，等.2016-2017年烏魯木齊市流感監(jiān)測(cè)結(jié)果分析[J].醫(yī)學(xué)信息，2018，31（19）：134-136.

[9]中華人民共和國(guó)衛(wèi)生部.全國(guó)流感監(jiān)測(cè)方案（2010年版）[J].國(guó)際呼吸雜志，2011，31（2）：85-88.

[10]張春露.基于Tensorflow的LSTM在太原空氣質(zhì)量AQI指數(shù)中的分析與預(yù)測(cè)[D].中北大學(xué)，2019.

[11]裴大衛(wèi)，朱明.基于多因子與多變量長(zhǎng)短期記憶網(wǎng)絡(luò)的股票價(jià)格預(yù)測(cè)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2019，28（8）：30-38.

[12]楊意豪，王梅，左銘.基于深度LSTM的甲亢疾病發(fā)展預(yù)測(cè)及應(yīng)用系統(tǒng)[J].智能計(jì)算機(jī)與應(yīng)用，2019，9（4）：128-131.

[13]蒲玉嬌. 2012一2017年烏魯木齊市流感流行特征與病原學(xué)監(jiān)測(cè)分析[D].新疆：新疆醫(yī)科大學(xué)，2018：36-37.

[14]LI J ， LI XM . Response of stomatal conductance of two tree species to vapor pressure deficit in three climate zones[J]. J Arid Land， 2014， 6（6）：771-781.

[15]陶燕，顧天毅，王硯，等.蘭州市城關(guān)區(qū)流行性感冒與氣象因素的時(shí)間序列[J].蘭州大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，54（1）：137-142.