[发明专利]一种空间扫描统计量中选择最大扫描窗口的方法

说明书

本发明公开了一种空间扫描统计量中选择最大扫描窗口的方法，包括以下步骤：一：给定最大扫描窗口对研究区域扫描，得到一系列扫描窗口；二：将得到的扫描窗口作为备择假设，将研究区域中不存在聚集性区域的扫描窗口作为零假设，基于泊松分布构建每个扫描窗口的对数似然比，选择对数似然比大于蒙特卡罗模拟临界值的扫描窗口作为检测到的聚集性区域；三：提取不具有空间重叠性的聚集性区域，计算该给定参数下的评价指标；四：更换不同的最大扫描窗口，计算各给定参数条件下的评价指标；五：比较各评价指标，对应评价指标值最大的给定参数条件即为最大扫描窗口。本发明无需在分析前知道确切的扫描聚集情况，基于实际数据即可计算出最大扫描窗口。

技术领域

本发明属于时空事件聚类分析技术领域，尤其涉及一种空间扫描统计量中选择最大扫描窗口的方法。

背景技术

随着地理信息系统、全球定位系统和遥感技术的发展，出现了大量具有地理位置的健康相关数据集。准确地识别地区之间的空间变异性，如疾病发病率的差异，在寻找疾病的潜在病因、分配有限的卫生资源、制定合理的公共卫生政策和探索健康相关问题的特征等方面发挥着重要作用。Kulldorff的空间扫描统计量是识别这种差异的最常用方法之一，其能检测与其他区域显著不同的区域，即聚集区域。

Kulldorff的空间扫描统计量已被广泛用于聚集性区域的探测，SaTScan软件也可以很方便的实现这一技术，然而选择不同的扫描参数将导致不同的探测结果，尤其是最大扫描窗口对结果的影响极为重要。目前对最大扫描窗口进行选择主要存在的方法有：1)默认50％窗口；2)根据先验知识；3)不需要任何先验知识的MCS-P统计量。对于前两种方法，目前仅需通过SaTScan软件即可实现。但前两种方法存在其本身的缺点：默认50％窗口将有较高的误报率。而先验知识缺乏，导致方法二难以实现。所以方法三更需要被采用，以更准确的探测到聚集性区域。然而方法三目前没有一个成熟的技术能一步完成，通常的做法为：将备选的一系列最大扫描窗口参数逐一用SaTScan软件进行结果探测，然后将每一个结果手动导出到第三方软件，再逐一计算MCS-P(聚集比例统计量)，最后通过比较各自的MCS-P(聚集比例统计量)值，以选择出最大扫描窗口。但这种实现方法较为繁琐，容易出错。且当聚集性区域间存在异质性时，难以选择到一个较好的最大扫描窗口。

大多数研究中，空间扫描统计量(spatial Scan statistic)均基于默认最大扫描窗口，但一些其它最大扫描窗口也被选择，基于如下原因如：干预资源有限、特殊地形、扫描位置不连续。在实际数据集中，不同最大扫描窗口的检测结果也有显著性差异。不同的最大扫描窗口将导致同一数据中检测到的聚集性区域大小、位置和数目不同。因此，如何选择最大扫描窗口是准确识别聚集性区域的关键。

发明内容

本发明的目的在于克服现有技术中存在的上述问题，提供一种空间扫描统计量中选择最大扫描窗口的方法，本发明无需在分析前知道研究区域确切的扫描聚集情况，单纯基于实际数据即可计算出最大扫描窗口，具有更加广阔的现实适用性。

为实现上述目的，本发明采用的技术方案如下：

一种空间扫描统计量中选择最大扫描窗口的方法，其特征在于，包括以下步骤：

步骤一：给定最大扫描窗口，对研究区域进行扫描，得到一系列扫描窗口；

步骤二：将得到的扫描窗口作为备择假设，将研究区域中不存在聚集性区域的扫描窗口作为零假设，然后基于泊松分布构建每个扫描窗口的对数似然比，最后选择对数似然比大于蒙特卡罗模拟临界值的扫描窗口作为检测到的聚集性区域；

步骤三：在步骤二检测到的聚集性区域中提取不具有空间重叠性的聚集性区域，并基于这些不具有空间重叠性的聚集性区域计算该给定参数下的评价指标；

步骤四：更换不同的给定参数条件，并依照步骤一至步骤三计算各给定参数条件下的评价指标；