基于机器学习的儿童哮喘发作气象条件风险评估设计.docxVIP

PAGE2

基于机器学习的儿童哮喘发作气象条件风险评估设计

摘要

儿童哮喘是严重威胁儿童健康的慢性呼吸系统疾病，其急性发作与气象条件变化密切相关。为挖掘气象要素与儿童哮喘发作的深层关联，并向家庭提供精准防护指导，本课题设计并实现了一个基于机器学习的儿童哮喘发作气象条件风险评估系统。

研究首先收集某市儿童医院急诊就诊数据与同期逐时气象观测资料，通过皮尔逊相关系数和互信息方法分析气温、湿度、气压、风速、污染物浓度等要素与哮喘就诊量的相关性，筛选出关键影响因子。在此基础上，设计基于随机森林算法的风险评估模型，将气象条件划分为低风险、中风险、高风险三个等级，输出个体化风险指数。系统总体采用B/S架构，以PythonFlask为后端框架，结合MySQL数据库和ECharts可视化库，构建了集数据管理、相关性分析、模型训练、风险查询与防护指导于一体的Web平台。

论文遵循“需求分析—总体设计—详细设计—实现—测试”的工程递进思路，依次完成功能与非功能需求梳理、分层架构设计、核心算法与接口详细设计、关键功能实现与系统测试。测试结果表明，模型对高风险日识别准确率达85%以上，系统响应时间低于2秒，能够为家庭提供及时、有效的气象风险预警和个性化防护建议，对于降低儿童哮喘急性发作风险、提升公众健康服务能力具有实践价值。

关键词：儿童哮喘；气象条件；风险评估；机器学习；随机森林；家庭防护指导

第