单位：信息工程大学
指导教师：刘海砚，教 授
陈晓慧，副教授
队 长：刘建湘
成 员：李 佳、黄佳林、李仁杰、郝振华、冯亿兵
作品详细介绍：
当下战“疫”，人人有责。在这场全民对抗新冠肺炎疫情的战役中，疫情不只是冰冷数字，是千百万个跳动的生命。鼠年春节将近，新冠肺炎病毒快速漫延全国。2020年1月21日，河南省出现第一例确诊病例。我们团队开始收集全国新冠肺炎疫情数据，持续跟踪疫情变化并每日更新疫情数据库，发挥数据可视化技术优势研发系统，通过构建河南省新冠肺炎疫情态势可视分析系统，实现了河南省及各地市疫情态势可视分析、河南省病例来源可视分析、病例轨迹可视分析、传播路径分析等。团队已连续20多天为河南省广播电视台、大象新闻、东方今报、今日头条、腾讯新闻等多家新闻媒体，提供“权威发布——图解河南疫情动态”系列可视化成果；共设计并制作了200余幅现势性好的数据可视化图表，科学、高效、全面、准确的反映了河南省疫情变化，为全省民众宣传直观易懂的战“疫”态势，为相关部门精准抗“疫”、精准防“疫”提供依据。
本作品一共分4个主题，分别：
- 河南省新冠肺炎疫情态势分析
- 河南省新冠肺炎疫情来源分析
- 河南省新冠肺炎疫情各市比较分析
- 新冠肺炎病例关系分析——以郑州市为例
四个专题均可多视图协同交互，随时间动态展示疫情态势。
作品演示视频
腾讯视频链接：https://url.cn/54srX1D
系统界面高清展示图
（1）河南省新冠肺炎疫情态势分析
（2）河南省新冠肺炎疫情来源分析
（3）河南省新冠肺炎疫情各市比较分析
（4）新冠肺炎病例关系分析——以郑州市为例
作品详细解读
河南省新冠肺炎疫情态势分析
使用时序分析方法对河南省疫情态势进行分析，结合河南省出台的管控措施，在时间线上对疫情发展态势进行规律挖掘与验证。
河南省新冠肺炎疫情态势时序分析
河南省病例日增变化图：我们将1月21日到2月28日河南省每天新增的疑似、确诊、治愈人数进行时序分析，结合河南省出台的相关措施，从图中可以看出：从1月21日河南省出现第一例确诊病例后，一直到2月3日这个转折点，将近13天左右的时间，河南省每天确证病例数量总趋势都在增加，直至3号之后，日新增确证病例才出现下降的趋势；其次，从2月1日河南省多地开始实施交通管制，往后的13天左右，直到2月13日，这期间的日新增疑似病例总体都在上升，而在13号往后出现下降趋势，这都比较明显地说明了此次疫情感染潜伏期大致在13天左右。
河南省确诊病例指数分析：我们将河南省每日新增病例数用瀑布图进行可视化表达，并计算每天的扩散指数和消亡指数：
扩散指数 = 当日新增确诊人数前一天累计确诊人数
消亡指数 =(当日新增治愈人数+当日新增死亡人数)前一天累计确诊人数
从上图中可以分析出：日新增确诊病例在2月3日达到109例高峰之后开始减少、日新增病例数量呈现先增加后减少的态势，扩散指数总体在呈现下降的趋势，且下降速度较快，说明政府的交通管制力度很大，防控措施效果显著。
河南省新冠肺炎确诊病例变化图：我们将河南省的所有确诊病例类型进行统计，分为治愈、轻型和普通型、重型、危重型、死亡五种类型，从图中可以看出，大部分确诊患者的患病程度较轻，死亡人数较少，并且随着河南省多项医疗响应措施的展开，在2月中旬之后治愈人数越来越多，截止2月28日，治愈率已达到90%以上。
河南省累计确诊病例统计：我们将河南省各地市的累计确诊病例用兰丁格尔玫瑰图进行可视分析，可以看出，信阳市、郑州市、南阳市、驻马店市的确诊病例最多，约占河南省的一半。
河南省新冠肺炎疫情态势空间分析
河南省新冠肺炎累计病例分布图：上图通过颜色深浅反映疫情的严重程度，我们可以直观看出与湖北距离较近的信阳市、南阳市、驻马店市确诊病例最多，其次是作为中原交通枢纽的省会城市郑州，说明空间距离和人流大小是此次疫情传播的两个主要空间影响因素。
河南省新冠肺炎疫情来源分析
使用空间分析方法对河南省疫情来源进行分析，结合百度迁徙大数据，从空间上对病例来源特征进行挖掘。
河南省人口迁入特点
河南省人口迁入示意图：我们从百度迁徙大数据平台中获取到河南省2019年和2020年的迁入人口数据，用线图进行表达，然后将各省的累计确诊病例数据通过颜色深浅映射到地图上，所有迁入河南的人口中，山东和安徽的占比较高，此外对比2019年的迁徙数据，可以发现1月25日（春节）过后迁徙规模较以前下降了很多。而全国的疫情严重区域也主要是以湖北省为中心，往四周扩散，但同时也受到交通和人口流动的影响，交通发达和人流量大的广东、浙江、北京等地的疫情也比较严重。
河南省确诊病例来源类型空间分析
河南省确诊病例来源：我们将所有河南省公布的病例轨迹数据进行整理和规范，将其轨迹起点和终点所在城市进行统计，并用桑基图进行可视化表达，可以看出，截止2月28日24时，河南省绝大部分的病例来自湖北省，占比将近50%，但也不缺乏来自泰国、越南、北京、安徽、山东等地的病例，说明此次疫情传播范围确实不容乐观。
河南省确诊病例来源类型时序分析
河南省病例来源类型变化：我们将1月21日至2月28日每天新增确诊病例划分为省外输入和本地传播两种类型，并用双柱图进行可视表达，可以看出，省外输入病例主要集中在1月底到2月初，而本地传播病例主要在2月初到2月中旬，说明2月初的交通管制效果十分明显，有效控制了外来输入病例，但同时本地传播病例在这之后出现了小爆发，由此往前推13天左右（潜伏期），这些本地传播病例主要是在1月21日之前由于没有相关措施，群众没有认识到疫情已经到来，从而被传染。
河南省新冠肺炎疫情各市比较分析
使用时空分析方法对河南省各市疫情进行对比分析，挖掘各市在时间上和空间上受疫情的影响规律。
河南省各地级市疫情时序分析
河南省各地市病例分析：我们将河南省各个地级市1月21日至2月28日的累计确诊、治愈、死亡人数用气泡图进行可视分析，气泡大小表示累计死亡人数的多少，横坐标表示累计确诊人数，纵坐标表示累计治愈人数，可以分析得出，在坐标轴右上角区域的四个地级市是此次疫情受灾比较严重的地方，到2月底之后所有地市大致在y = x的线上，说明确诊病例的绝大多数均已治愈；此外，郑州市作为受灾严重的地区，气泡较小，说明死亡人数较少，也能从侧面说明省会城市的医疗条件较好。
河南省各地级市病例属性对比分析
各地市确诊病例类型：我们将河南省各个地级市的病例来源类型进行统计，截止2月28日24时，可以看出，郑州、信阳、南阳、驻马店是输入型病例的主要地点，其次，对比各个地级市黄色柱体和蓝色柱体的长度可以发现，平顶山市的输入型病例很少，只有5例，但本地型病例较多，有43例，说明平顶山市的市内传播较其他市要严重，需重点关注，严格管控。
各地市现存病例统计：我们将河南省各个地级市的累计治愈、死亡、现存病例进行统计，用径向堆叠柱图进行可视化，可以看出现存的病例已经很少，主要在信阳，郑州和南阳。
新冠肺炎病例关系分析——以郑州市为例
使用关系分析方法对河南省病例关系进行深入分析，结合地图设置数据交互方法，挖掘具体病例的传染特点。我们将郑州市所有确诊病例的位置和图谱关系进行整理，使用关系图和地图进行交互分析。交互方式包括右侧地图响应左侧关系图的节点选择，左侧关系图响应右侧地图的标签点选择。
上图中，病例49从越南回来，感染了相当一部分的同行人员。这是交通同行时的传染方式。
上图中，一位疑似病例与病例44接触过，并传染给了其他接触人员，导致其接触的人确诊。这是接触式的传染方式。
上图中，病例78和病例79从武汉回来后传染给了家属，这是家属传染方式。
从地图中病例位置可以看出，郑州市病例主要集中在三环以内的城区。
我们点击地图上的病例58，左侧显示病例58相关的图谱关系，可以分析出病例58是与其他三代病例乘飞机同行才被感染的。
作品技术说明
作品实现的整体流程包括疫情数据获取、疫情数据整理与清洗、疫情数据挖掘、疫情数据可视化这4个步骤。
疫情数据获取：通过编写python的scrapy爬虫框架爬取丁香园的实时疫情数据，同时在河南省的权威公众号中爬取详细病例信息，其中包括各省市的确诊、疑似、治愈、死亡数据以及病例的详细位置、迁徙轨迹。同时通过手工对国家卫健委，各省卫健委、百度实时疫情以及百度迁徙等平台的数据进行整合，实现多来源搜集数据，交叉验证数据的准确性。
疫情数据整理与分析：通过python对数据进行清洗，提取地名、解析经纬度、并设计数据结构，形成可用的数据集。
疫情数据挖掘：使用时序分析方法对河南省疫情态势进行分析，结合河南省出台的管控措施，在时间线上对疫情发展态势进行规律挖掘与验证；使用空间分析方法对河南省疫情来源进行分析，结合百度迁徙大数据，从空间上对病例来源特征进行挖掘；使用时空分析方法对河南省各市疫情进行对比分析，挖掘各市在时间上和空间上受疫情的影响规律；使用关系分析方法对河南省病例关系进行深入分析，结合地图设置数据交互方法，挖掘具体病例的传染特点。
疫情数据可视化：在前期对疫情数据进行了结构解析及预处理后，我们通过Echarts.js、 Mapbox.js和vue.js等工具搭建可视化系统。运用的信息可视化图表具体如下：
- 时序分析：使用时序分析方法对河南省疫情态势进行分析，结合河南省出台的管控措施，在时间线上对疫情发展态势进行规律挖掘与验证；（填充地图、多折线图、堆叠图、玫瑰图、甘特图）
- 空间分析：使用空间分析方法对河南省疫情来源进行分析，结合百度迁徙大数据，从空间上对病例来源特征进行挖掘；（FlowMap、桑基图、双柱图、圆环图）
- 时空分析：使用时空分析方法对河南省各市疫情进行对比分析，挖掘各市在时间上和空间上受疫情的影响规律；（气泡图、散点地图、径向堆叠柱图、双柱图）
- 关系分析：使用关系分析方法对河南省病例关系进行深入分析，结合地图设置数据交互方法，挖掘具体病例的传染特点。（网络关系图、地图）
项目网站
本项目已发布在网站：https://www.txyisok.top/myDoc/
