首页| 行业资讯| 企业名录| 周边产品| 数字城市| 增强现实| 工业仿真| 解决方案| 虚拟医疗| 行业仿真| 图形处理| 军事战场
用户登录/注册 ×
资讯首页
行业资讯 >> 业内动态
论医学地理信息科学与技术的发展
时间:2016-01-27    评论:0

    来源:第三维度
    作者:龚建华,周洁萍,胡碧松,方立群,曹务春
    单位:中科院遥感应用研究所国家重点实验室
      军事医学科学院微生物流行病学研究所

    摘要: 基于医学地理学与地理信息科学的学科交叉,本文提出了医学地理信息科学的概念、研究目标、以及包括理论、技术与应用的研究框架。从信息获取、信息集成管理、空间分析、模拟分析、可视化制图、信息系统与服务等角度,论述了包括遥感、地理信息系统、空间定位服务、基于位置的移动信息服务等地理信息技术在医学地理学中的研究与应用现状。从微观生态地理环境监测、面向“人”的数据采集与获取、基于社会关系网络的疾病模拟、基于个体的疾病模拟、复杂性方法与公共卫生事件应急研讨厅体系、数字地球与数字人体方面,讨论了医学地理信息科学发展与面临的挑战。

    1.引言

    现代快速发展的空间信息技术、计算机技术与网络技术等,为医学地理学、(景观、空间)流行病学研究等,提供了新的模式与手段。尤其是 2003 年 SARS 发生与流行事件以后,空间信息技术在公共卫生领域中的应用广度与深度等,得到明显的提高。例如,在中国科学院遥感应用研究所(下简称遥感所),于 2003 年与军事医学科学院合作,同时联合北京师范大学遥感与 GIS 研究中心及协和医科大学,成立了“中国科学院/军事医学科学院公共卫生领域空间信息技术应用研究中心”(中国科学院,军事医学科学院, 2003);目前据不完全统计,遥感所至少有6位研究员及其研究团队在开展相关公共卫生领域空间信息技术应用的研究,并从 2003 年来已承担包括“基于现代信息技术研究传染病时空传播与流行规律”等共 15项以上的国家自然科学基金、国家 863、国家科技重大专项等项目。本文拟基于医学地理学与地理信息科学的发展,较为系统地阐述地理空间信息技术应用于医学地理学与公共卫生领域的研究现状,同时基于公共卫生领域的应用专业需求与特征讨论地理信息科学与技术面临的挑战。

    2. 医学地理信息科学概念与研究框架

    研究地理生态环境与医学相关的学科概念有医学地理学(Medical Geography)、公共卫生地理学(Health Geography)、景观流行病学(Landscape Epidemiology)、空间流行病学(Spatial Epidemiology)等,上面这几个学科概念虽然具有不同的研究角度,研究内容也有较大的交叉与重叠,但是本文采用医学地理学的视角以及学科理论与方法,开展空间信息技术的公共卫生领域应用研究。


图 1 医学地理信息科学形成

    医学地理学是研究人群疾病和健康状况的地理分布与地理环境的关系,以及医疗保健机构和设施地域合理配置的学科,它是地理学的一个分支学科,又是医学学科的研究领域,研究内容主要包括疾病地理、健康地理、环境医学与医学地理制图(方如康,戴嘉卿,1993)。医学地理学的研究对象是地理环境与人,这里的地理环境,是指与人的疾病与健康相关的自然地理生态环境与社会地理环境。随着遥感、地理信息系统、全球空间定位系统、数字地球以及虚拟地理环境等空间信息技术与应用的发展,地理信息科学逐渐形成(Goodchild,1992),并成为地理科学的重要学科以及为地理科学提供方法论与技术平台。医学地理学作为地理科学的分支学科,也自然成为地理信息科学与技术的重要应用领域。

    考虑到医学地理学与地理信息科学/技术的相互关系与相互促进,本文提出医学地理信息科学概念(Medical GIScience)。医学地理信息科学,主要发展面向医学地理学以及公共卫生问题与事务的地理信息科学,而不是仅是考虑如何应用目前已有的地理信息技术来处理与解决在公共卫生中的应用问题,而是要发展专门服务于关于“地理环境”与“人”相关的疾病地理、健康地理、环境医学以及医学地理制图等的地理信息理论与相关方法、技术和应用实践。

    继承于医学地理学的研究对象地理环境与人,结合地理信息科学以及医学信息化的发展,医学地理信息科学研究目标通过人的疾病、健康,与人体环境、地理环境与人-地关系的数字化、信息化、以及相关模型建立与计算分析等,探索与研究疾病成因、疾病流行、疫情控制、疾病治疗、健康防疫的特征与规律。其中,人体环境,是指与人体生理与疾病、活动相关的围绕身体的微观空间环境;地理环境则是指宏观的、与人的疾病与健康相关的物理化学性地理环境、生物性地理环境、社会性地理环境。

    医学地理信息科学研究内容包括理论、技术与应用三个层次。在理论上,可以从人体环境、地理环境以及人地关系三个层面开展研究,具体包括:人体微观空间环境数字化与信息化方法,与疾病发生与传播相关的地理环境要素分析法,不同尺度下的传染病时空传播动力学机理,基于个体行为与群体社会关系网络的疾病传播机理,疾病传播的预测、预警与控制模拟原理与方法,医疗资源与防疫措施的时空布局与优化方法等。在技术上,包括遥感监测与空间定位服务技术,地统计学与空间分析,多智能体模拟技术,社会网络分析技术,可视化与制图技术,疾病综合数据库与共享服务技术等;在应用上,包括疾病地理、健康地理、环境医学等。

    应该指出,同样地,关于地理(空间)信息技术在公共卫生领域的应用相关研究领域,也存在有健康 GIS(Health GIS),公共卫生GIS(Health GIS),以及遥感技术在公共卫生中应用,“3S,即遥感(RS)、地理信息系统(GIS)、全球定位系统(GPS)”技术在流行病学应用等概念与研究方向,但是,上述概念都是侧重于某一/某几方面的空间信息技术(如或遥感、或 GIS 等)以及疾病、健康、卫生资源分配、污染环境等的某一方面,都不能全部概括广泛的研究内容与应用现状。KamelBoulos et al.(2001)则从包括测绘、“3S”等综合空间信息技术应用于公共卫生的角度,阐述了公共卫生地学信息学(Health Geomatics)。与上述相关概念基本理念不同,本文提出的医学地理信息科学概念,主要研究面向疾病与健康问题的地理信息科学,是希望建立一个包括理论、方法、与应用的一个完整医学地理信息科学学科,如此,该学科不仅仅是关于地理信息技术(包括遥感、GIS、基于位置的空间信息服务、数字地球与虚拟地理环境等)在公共卫生领域中的应用,而更高的目标是推动医学与地理信息科学、地理科学的多学科双向互动、交叉与共同发展。

    3. 地理信息技术在医学地理学中的应用现状

    基于现代信息技术的医学地理学,离不开数据获取、数据整理与组织、数据分析、因素关联分析、建模与模型计算、措施模拟与评估、信息表达与发布等,图 2 表示了医学地理学的信息以及信息流研究与分析视角。随着地理(空间)信息技术的发展,综合运用遥感信息提取、地理信息系统的时空制图与空间分析、多维信息可视化、计算机模拟等数据分析与表达方法,能够快速、全面地探索、发现、监测与人类健康、疾病相关的环境因素。


图 2 医学地理学的信息与信息流研究视角

    其中“3S”技术在疾病预防控制研究领域得到了广泛的应用,并主要集中在对自然疫源性疾病、地球化学性疾病和环境污染所致疾病等的本底调查、监测与控制、流行机理分析、预测预警等(Wilkinson and Tanser, 1999 )( Beck et al., 1995 )(Dister et al., 1997)(张健钦,2006)(钟少波,2006)。此外,在医疗、卫生保健等方面,地理信息系统和位置服务信息技术为医疗资源配置、医院信息化以及医疗护理等提供了新的管理技术和解决方案。下面从信获取技术、信息集成组织管理与数据库技术、空间分析、可视化制图、信息系统与服务等的信息论角度阐述地理信息技术在医学地理学中的研究、应用状况。

    3.1 信息获取技术

    组织大量人力进行野外考察,是传染病、流行病学科的重要数据来源,这种依靠人工的方法耗资耗时巨大,但是经过周密组织和计划,可以确保资料的准确可靠。通过GPS 和移动 GIS 技术在野外考察的应用,可以大大提高野外考察数据采集的精度和效率。此外,遥感遥测技术由于能够对地表环境进行大面积同步连续监测,突破了以往从局部地表研究生态环境的局限性,也已成为传染病监测信息获取的有效手段。另一方面,建立医疗定点观察站和疾病数据上报是确保疾病数据及时更新的重要途径,采用GIS分析方法可对医疗定点观察站的分布做更好的布设,而网络技术包括无线网络技术的应用,则为疾病数据的即时上报提供了传输支持。

    3.1.1 GPS 技术和移动 GIS 技术

    信息与遥感信息结合,有助于遥感信息提取在实时传染病数据采集方面,流行病学个案调查、宿主与媒介调查,受到广泛的重视。在传统的传染病数据野外采集基础上,全球定位技术、移动 GIS 技术、无线网络技术使数据采集更加快捷准确。宾夕法尼亚西尼罗河病毒监控项目就利用基于 PDA 的移动 GIS 技术实现对野生鸟类血样的数据采集、编辑和远程传输(ESRI 中国(北京)有限公司,2006)。David Wilkinson et al.(1999)利用 GIS/GPS 等技术,在非洲地区调查增加的肺结核社区治疗工作者和志愿者的分布情况,同时对其覆盖效果进行了评估。中国科学院遥感所宫鹏研究员,从 1994年开始与四川省寄生虫病研究所进行合作,在四川西昌安宁河流域及长丘山区,利用先进全球定位系统等空间数据采集设备对钉螺孳生范围进行数据采集,对人群疫水接触点进行定位(杨长虹 等,2003)。中国科学院遥感所龚建华研究员与军事医学科学院曹务春研究员团队合作,联合研制了基于PDA 和手机的传染病数据野外调查及地理信息服务系统,在出血热的鼠类调查和汶川地震灾后公共卫生保障起到了重要作用(Zhang Lihui et al.,2008)(Zhou Jieping etal.,2009)。

    3.1.2 遥感技术

    传染病发生与流行时段的区域地理生态环境遥感动态监测以及与传染病相关环境要素的遥感信息实时提取,可为传染病传播的相关环境因素分析建立基础。同时,传染病地理生态环境多要素的遥感动态分析,可用于传染病景观类型分类,并以此评估疫源区传染病发生的危险概率,并提前进行预报预警。1971 年,NASA 与 NOMCD(New Orleans Mosquito Control District)合作,研究彩色与彩红外航空摄影用于与蚊子栖息地有关的植被研究(Washino and Wood,1994)其对新奥尔良的实验区进行研究的结果显示了很高的识别率,这拉开了遥感在流行病研究的序幕。1998 年 ,NASA 的CHAART ( National Aeronautics and Space Administration’s Center for Health Applications of Aerospace Related Technologies ) 总结并规划了用于卫生研究数据获取的星载传感器系统和各种基于遥感的疾病传播风险模型(Beck,2000)。在我国遥感和 GIS 技术也广泛用于在疟疾、血吸虫、鼠疫等的监测与防治研究,取得了一些有益的结果。杨国静、周晓农等(2002)应用 NOAA-AVHRR 卫星资料获取 NDVI值,将其与全国气象站和江苏省疟疾监测点的气象资料以及疟疾发病率资料对比,进行相关分析和疟疾流行区域预测分析。徐冰、宫鹏等(Xu et al.,2004)利用高分辨率卫星数据(IKONOS)对血吸虫中间宿主钉螺的孳生地环境进行了定量划分,对钉螺密度进行了遥感预测并取得较高的吻合率。杨红,方立群等(2003)利用 TM 遥感影像与北京市海淀区肾综合征出血热病例进行对比分析,发现病例高发区位于北京水稻种植区之一的京密引水渠西山段及沙河水库上游的庄稼种植区,探讨疾病流行与地理环境的特殊关联性。

    3.2 信息集成、组织管理与数据库技术

    地理信息技术区别于一般信息技术的关键在于其处理空间相关数据的能力,而大量医疗卫生信息,如传染病的发生与流行、地方病的分布及病因、医疗卫生机构的分布等都与空间信息密切相关,这种空间相关特点成为在医学领域应用的前提。由于 GIS 可以通过空间关系(地理坐标)将疾病、媒介宿主的分布与地理环境要素连接起来,进行交互显示和分析,并为进一步的统计分析提供基础,因而为研究地理、环境与疾病之间的关系提供了分析平台。在卫生部和国家CDC 的组织协调下,我国重要传染病(如鼠疫、血吸虫病、HFRS 等)都建立了监测点,为卫生决策部门监控了解各地的流行状况提供了基础数据,相应的空间数据库也逐渐建立和完善(周晓农,2003)(柄国静等,2002)(王伟明等,2005)(吴海霞等,2007)。另一方面,在临床医学、医院信息化建设和医疗机构选址方面,地理信息系统在空间空间数据组织管理的优越性,已逐渐成为一个医疗信息数据集成、组织管理的新手段。美国南加利福尼亚的 Loma Linda 大学医疗中心利用 ArcGIS 对医院楼层布局、实时病人数据进行了数据库建设和可视化表达,开发了医院病人安置和治疗监测系统,帮助医护人员监测和管理病房、床位以及病人的信息(ESRI 中国(北京)有限公司,2006)。冯丹等(2007)基于地理信息系统建立了北京市某三甲医院病人来源地,包括在北京分布以及在全国分布情况的数据库,帮助医院了解病源空间格局以更好开展医院市场运营。

    3.3 空间分析

    人类疾病的发生与其所处的生活环境是密切相关的,由于 GIS 可以通过空间关系(地理坐标)将原本分散、孤立的疾病、媒介宿主的分布与地理环境要素连接起来进行交互显示与集成处理,而且其独特的空间叠加分析、位置分析、缓冲区分析以及空间关系处理等功能有利于相关因素联合分析,因而为研究地理、环境与疾病之间的关系提供了分析平台。空间数据探索分析方法在医学领域的应用,最早起源于 1853 年伦敦霍乱疾病的爆发与控制,这已成为地理环境与疾病联合进行空间数据分析的经典案例。随着信息技术的发展,综合运用遥感信息提取技术、基于地理信息系统的时空制图与空间分析、多维信息可视化等数据分析与表达方法,来探索传染病的发生与流行、地方病的分布及病因、医疗卫生机构的分布与空间信息的相互关系,正逐渐成为医学领域的研究热点。美国医学地理学家 May(1977)将医学地理研究的环境计划分为物理性、生物性和社会性三大类别,从这个角度医学地理学中空间分析方法可分为:物理化学性地理环境与健康的关系、生物性地理环境与传染病的关系、社会性地理环境与疾病及医疗的关系。

    3.3.1 物理化学性地理环境与健康的关系

    医学地理学最早是由于对某些具有地区性特征的疾病进行调查研究而开展起来的,这些疾病往往与当地的物理化学性地理环境相关,采用地理信息技术对这些疾病和地理环境要素进行联合,寻找病因从而就有可能控制病源以达到防治疾病的目的。1984年 Sheppard et al.(1999)通过大量实地调查,应用 GIS 分析以确定少数民族和低收人群是否受到空气污染的威胁,分析结果提供了有毒化学物质产生的环境污染对少数民族、穷人和儿童的威胁的初步估计,发展并使用了一种地理随机方法用于这些结果意义的评价。Cech et al. (2000)在美国德克萨斯州用 GIS 研究该地区居民出现的神经一关节障碍和认知缺陷为主要症状的疾病与铝中毒的相互关系。 Njemanze etal.(1999)使用 GIS 技术和风险分析评价水源对健康的影响,分析贫穷的发展中国家婴儿腹泻问题与当地水源的地理、水质、人口及环境污染的相关情况。Valjus etal.(1995)应用 GIS 测量芬兰国内住宅与周围高压电线之间的距离,从而估计居民在 110~400kV的电线所产生磁场中的暴露情况与罹患癌症的关系。

    3.3.2 生物性地理环境与传染病的关系

    自从上世纪 90 年代,RS 和 GIS 被广泛应用于血吸虫病、莱姆病、疟疾、丝虫病、登革热、锥虫病等多种与地理环境相关的自然疫源性疾病及媒介传染病流行病学的研究。在美国 Munch etal.(2003)利用 GIS对 Cape Town 的几个郊区结核病流行的各种因素和传播区进行调查研究,结合基于点结构和空间统计的数据关联性分析方法,得出结核病与失业、贫穷具有高相关性。Bavia etal.(1999)在巴西的巴依尔省的 30 个区建立了血吸虫病 GIS 系统,并分析了血吸虫感染空间动力学和影响血吸虫病分布的环境因素,发现人口密度和旱季时间与血吸虫病的分布有关。我国也很早就注意到了遥感和GIS 在公共卫生研究领域的巨大潜力,许多研究者在这方面都多了大量的工作,取得了突破性的成就。周晓农等(1998,1999)应用 GIS 数据空间分折和地图叠加分折,显示血吸虫传播指数(指数值大于 900)的分布基本上与中国南部地区的血吸虫病流行区相吻合,并得出结论,血吸虫病的流行范围与温度、高程、雨量等因素密切相关,利用气象资料和卫星遥感资料对预测血吸虫病的潜在流行区具有可能。同时选用地理信息系统和遥感技术建立气象一水文平衡数学模型对中国南京和江苏省周围地区血吸虫病流行进行了预测,并在洪水后利用 TM 遥感影像监测江滩变化以了解钉螺草生地的变化。

    杨美霞等(2002)从感染血吸虫病的暴露方式进行洪涝灾害期间血吸虫病流行区居民接触疫水的定量研究。方立群、曹春香等(2005)利用地理信息系统对中国大陆高致病性禽流感的空间分布和相关环境要素进行了分析。

    3.3.2 社会性地理环境与疾病及医疗的关系

    由于传染病是人与人接触或人与动物接触形成传播链,造成疾病在人群中的传播与流行,而当地的医疗水平也会对疾病的流行造成一定的影响。因此疾病与社会性地理环境,包括人口密度、人群居住情况、人与动物关系、人群收入水平、人群医疗情况等有很大关系。赵清秀等(2003)通过对吉林大学患者和健康对照组从家庭状况,生活水平,生活习惯,周边环境等结核病的防治常识水平进行对比,分析影响结核病的相关因素,为高校预防结核病提供参考。王劲峰等(2005)采用探索性空间分析方法,对 2003年北京市SARS病例数据进行了空间聚类分析,发现 SARS 疾病病例与北京城市布局与人口分布以及流动有很大的相关性。对于人群疾病发生的规律认识或者疾病成因的分析,其最终目的是人群疾病的预防与干预。

    一般情况下,人群中发生疾病的监测与干预存在长期性等特点,而医疗设施等医疗资源不能够满足充分干预和治疗的目的,由此也就产生了针对人群疾病空间分布和风险人群分布进行医疗资源空间优化配置等问题。

    如 Vincent etal.(2001)对于健康服务空间分布的均衡性进行了讨论,指出疾病发病区之间均衡配置医疗资源具有重要意义;国内王远飞(2006)等利用 GIS 技术,研究医疗服务设施的地理可达性分析。这些研究均提出了医疗资源优化配置的问题。

    3.4 医学地理模拟分析

    由于传染病具有时空传播流行特征,利用空间信息技术对传染病传播机理进行研究已被大多数流行病学领域的专家所认同。

    目前的基于空间信息技术的传染病传播时空模型研究,大部分在一个比较宏观尺度上对整个传染病数据进行的统计分析或者统计模拟实验。如李仲来等(2003)利用非线性增长模型 SI 和分段 SI 模型对北京 SARS累计病例进行了预测。在动力学模型分析方面,杨华等(2003)应用 GIS 与空间分析技术,得出 SARS 在空间上表现出明显的沿铁路交通线的“飞点”跳跃式传播特点。宫鹏等(2006)利用采用遥感和地理信息技术建立了血吸虫病时空动态概念模型,并在西昌郊区血吸虫病流行区进行了模拟实验。龚建华等(2004)(2006)结合多智能体与虚拟地理环境技术,以虚拟地理环境对一个社区的模拟,以及多智能体对人类行为活动的仿真,从 SARS 本身的传播机制入手,初步研究了 SARS 在微观地理环境如社区、医院等中的传播机理模拟(Zhou et al., 2008)。医学地理模拟分析不仅包括对传染病传播过程的模拟分析、医疗措施对疾病预防和治疗的模拟分析、也包括对医疗设施配置对疾病治疗影响的模拟与分析。例如,美国南卡罗来纳州 Kaiser Permanente 的规划人员,利用GIS 分析方法,对新医疗中心以及特殊医疗设施的规划进行模拟,分析其位置、数量是否合理以便市民获得更好的社区医疗服务(ESRI 中国(北京)有限公司,2006)。

    3.5 可视化制图

    一幅好的医学地理图具有直观性、综合性、整体性、精确性的特点,许多宝贵的信息资料可以一目了然地反映在地图上,尤其可反映出疾病的空间分布规律,从而有助于对疾病进行时空变化的逻辑思考和动态研究,它既能为病因研究和保健规划提供开拓性的整体化的知识系列,也能为区划,疗养,医学地理教育等服务。国外医疗地理健康制图开展较早。NASA 开发了泰国登革热的预警系统,调查模块通过新的病例数据和长期的平均病例数据比较,确定和历史条件相比的当前爆发可能性,生成泰国全国的疾病风险图(Derek et al., 2004)。 Etien et al.(2004)采用地理制图和自组织神经网络方法,对人口统计和健康监测数据进行数据挖掘与知识发现。我国在 20 世纪七十年代开始医学地理制图,包括 1979 年编制的《中华人民共和国恶性肿瘤图集》(ChinaCancerAtlas,1979)、1985 年出版的《中华人民共和国血吸虫病地图集》(钱信忠,1987)、1989 年出版的《中华人民共和国地方病与环境图集》(CLDiseaseAtlas,1989)、2000 年出版的《中华人民共和国鼠疫与环境图集》(刘云鹏等,2000)等,比较全面地表述了中国传染病、地方病的地理分布特点和流行规律,引起了国内外学者的普遍关注和重视。近年来,地理信息技术的发展以及医学对疾病的认识进展,已使得医学地理制图的内容不断扩大效率大大提高。方立群等(2003)应用地理信息系统对中国肾综合征出血热与遥感因子 NDVI 的相关性进行了分析,并根据各监测点NDVI的差异对中国肾综合征出血热的危险区域分布情况进行了可视化制图。杨崇俊(2003)、龚建华等(2003a,2003b)等在 2003 年 SARS 疫情爆发期间,利用网络地理信息系统对SARS疫情分布情况进行了可视化制图,并在网络上进行发布,帮助公众快速准确得了解疫情分布及发展情况,起到了很好的社会效益。

    3.5 信息系统与信息服务

    国外发达国家以及世界卫生组织等支持的一些发展中国家,已开始利用计算机技术集成传染病、环境与卫生资源信息,通过联合分析,研究一些典型传染病与环境、社会因素的关系,并应用到传染病的监测、预测和控制。目前比较有代表性的传染病信息系统有:①世界卫生组织和联合国儿童基金会支持下建立的一些单病种的传染病信息系统,包括疟疾、盘尾丝虫病、几内亚蠕虫病、非洲锥虫病、艾滋病、肺结核、小儿麻痹症等;②美国 CDC 联合环境系统研究所(ESRI)建 立 的 公 共 卫 生 监 测 系 统 (Community Health Surveillance System ,CHSS );③2004年世界卫生组织正在欧洲建立“环境与健康信息系统”。近年来,我国也开始针对不同传染病建立传染病信息系统以及医疗卫生信息服务系统(韩光红等,2001,1999)(刘永孝,2007)(胡玉宁,2008),“国家突发公共卫生事件应急指挥中心与决策系统”也已经投入建设(JXCDC,2006)。从目前的传染病与健康信息系统可以看出,上述信息系统,虽然具体的实现方法有所不同,并且也在不断的完善之中,但在医学地理研究中利用 GIS 技术建立共同的空间基底,实现多种传染病、医疗、地理等数据的空间集成、联合分析以及信息服务,已经成为一种趋势。

---PageCutFlag---

    4. 医学地理信息科学发展与面临的挑战

    以“地理环境”与“人”为研究对象的医学地理学,与地理信息科学与技术的结合过程中,对于地理信息科学基本理论与技术上的发展,也提出了挑战。

    地理信息科学与技术,目前对于宏观尺度上与疾病相关的自然地理生态环境与要素的监测与分析等相关研究与实践,比较活跃,已具有一定的基础。但是微观自然地理环境监测、社会地理环境中的社会关系网络、面向“人”(个体与群体)的社会活动、公共卫生事件应急响应复杂性问题的处理方法与技术、以及数字地球与数字人体的互动等在地理信息科学研究领域中,目前研究还相对薄弱。所以,医学地理信息科学,需要发展面向动态、微观自然地理环境、社会关系网络环境、“人”为核心、以及复杂性问题处理等的相关信息理论与技术。

    4.1 微观生态地理环境监测

    自然疫源性疾病如血吸虫、疟疾、出血热等,其传播及流行与当地的自然、社会环境密切相关,找出传染病与自然、社会因素的内在联系,是控制其流行的关键,采用遥感技术可以对病原宿主生态环境进行监测。

    随着高分辨率对地观测体系(高分辨率卫星遥感、低空航空飞机\超低空无人机遥感等)的建立,许多与环境变化有关的微观生态地理环境都可以通过遥感技术被获取,使遥感技术在原来很难涉及的卫生领域的应用越来越广泛。

    无 线 传 感 器 网 络 ( Wireless Sensor Network,WSN)是由监测区域内微型传感器节点组成,通过无线通信方式形成的一个多跳的自组织的网络系统,其目的是协作地感知、采集和处理网络覆盖区域中感知对象的信息,并发送给观察者(孙利民,2005)。

    WSN 可携带具有众多类型的传感器,能广泛应用于地质灾害、军事、环境、医疗、家居、工业、商业等领域(马保国,2008)(杨树森,2008)。采用无线传感器网络技术,可以作为卫星/航空遥感技术的补充,获取微观生态地理环境参数,例如温度、湿度等环境信息(宫鹏, 2007)。

    基于多源多空间分辨率遥感以及无线传感器网络等技术,可以建立天-空-地一体化观测网络,为微观生态地理环境提供全天候全方位的监测。将传感器获得大量微观生态地理环境资料与当地疾病及宿主动物分布调查结果一起进行综合分析,可以了解疾病传播的危险因素,确定疾病传播的地域,阐明疾病流行的强度和特征,建立预测模型,预测其发展趋势,为制定适宜的防治措施提供依据。

    4.2 面向“人”的数据采集与获取

    在面向“人”GIS 的研究中(龚建华,林珲,2006)(龚建华,2008)(Miller,2007),“人”主要包括个体、群体、组织等主体。疾病的传播,与人的社会活动与流动等密切相关。但是,关于“人”的相关信息获取是一个关键与难点。面向“人”的 GIS,将以现实生活世界中人的社会与生产活动行为(身体活动、生产活动等)、人与人的交往与关系作为研究对象,由于人的智能性、移动性,人的行为主动性、多样性与复杂性,人与人社会关系的不可见性与复杂非线性,以及人类社会的稳定、伦理与隐私权保护等,导致了关于“人”的信息采集与获取具有一定的难度。目前,主要依靠传统上的现场社会调查、政府社会经济人口统计等手段获取,但是关于“个体”、“群体”的活动行为等信息的获取,传统 GIS 中关注较少(龚建华,2008)。

    基于 GPS 的个体行为时空数据采集、基于高分辨率遥感影像以及视频内容等的“人”以及行为的相关信息提取,以及Goodchild讨论的在以网络Web2.0的信息社会世界(Goodchild, 2008),人(市民)作为传感器采集信息的方法(Citizens as Sensors)(Goodchild, 2007)等,都是目前利用信息技术获取“人”相关信息的重要研究手段与研究前沿。

    4.3 基于社会关系网络的疾病模拟

    人类真实世界中的许多复杂系统,都可以使用网络的形式来进行描述,例如社会关系网络、计算机互联网络、公路交通网络、细胞网络、语言学网络等。自从 Watts &Strogatz(1998)提出了小世界(Small-World)网络模型,Barabási & Albert(1999)提出了无标度(Scale-Free)网络模型之后,国际上关于复杂网络的研究掀起了一股热潮,其中重要的一个应用领域就是传染病传播的研究工作。由于传染病与人类的社会活动息息相关,其传播路径与特征等也由人类和社会组成的一个庞大复杂网络所描述,复杂网络的理论与方法可以很好地用以传染病传播模型的建立与分析。

    社会网络(Social Network)是由个体或组织节点组成的社会结构。节点与节点之间的链接表示节点之间的某种社会关系。社会网络对于个体或组织相互社会关系表达、个体或组织在网络中的作用与位置、任意两个个体或组织之间的相互连接远近等研究有重要的价值,同时可应用于传染病传播与控制措施研究(Sui, 2007)(Bian and Liebner,2007)、交通/能源/通信网络模拟与分析、虚拟社群/社区关系分析、数据挖掘与关系分析等领域。基于社会网络的传染病传播研究,也刚起步,目前越来越受到大家的关注。

    林国基等(2003)基于小世界模型研究 SARS传播;Barrett et al. (2005)基于 EpiSims系统以及社会网络开展天花(smallpox)的传播模拟研究;Bian and Liebner(2007)基于白天、晚上两个社群以及建立的相关社会网络关系,对于疾病在人群中的模拟进行了初步的研究与虚拟试验分析等。

    GIS 作为对社会关系网络的一个补充,将社会关系的抽象拓扑结构扩展到时空维度的层面。从空间角度来考虑,把城市或建筑物等空间实体看成是网络中的节点,连接各空间实体之间的道路看成连接节点的边。

    从时间角度来考虑,把网络节点的行为动作分布到时间序列上,重新定义社会关系网络的时空特征。GIS 与社会关系网络相结合应用于疾病传播模型的研究之中,可以更加准确地描述模型中的传播个体的行为准则,以及疾病传播的时空路径,体现其在时空维度上的传播特征。结合 GIS 和社会关系网络的对于疾病传播数据挖掘及模拟研究将成为一个疾病传播研究新方向。

    4.4 基于个体的疾病模拟

    目前的基于 GIS 的传染病研究,均是在一个比较宏观尺度上对传染病数据进行的统计分析或者统计模拟实验。传统的将人群作为一个均质整体的建模方式(population based models),Bian(2004)认为有如下不足:所有的个体都是同质的,所有的个体与个体之间是相互作用的(也即相互作用无差异),模型假定人群是非空间分布差异的(仅考虑了时间维)。所以,基于个体考虑时空活动行为的疾病传播建模方式,目前受到学界专家的重视。

    基于个体的活动行为时空表达,在时间地理学(Time Geography)以及交通 GIS 中有较深的研究。Hagerstrand(1970)从人的移居模式,提出了时空路径概念(space-time path)来表达单个人在时空环境中的活动行为。Miller(1991)基于 Hagerstrand 的时空模型理论提出了时空棱柱概念(space-time prism)及其在交通 GIS 中的应用原理。但是,上述研究主要针对移动的“个体”单独的时空行为研究,对于个体交互事件或人群事件的时空过程研究则较少涉及。在计算机虚拟现实与智能体模拟研究领域,关于人群模拟(Crowd Simulation)已有较多的研究(Thalmann and Musse,2007)。人群模拟主要是应用计算机模拟一群人的活动行为,例如群人行走、有目标的人群行为(例如军队模拟等)、突发事件下的建筑物逃生、人群疏散行为等。

    借鉴时间地理学与计算机领域人群模拟研究成果,从地理信息科学中“人-地”关系角度,建立基于个体的“人”与“地”的一体化时空模型,从人的出行活动行为与人之间的接触行为过程研究疾病在人群中的时空传播规律。

    4.5 复杂性方法与公共卫生事件应急研讨厅

    体系基于生态地理环境的公共卫生系统,是一个复杂性的开放巨系统,公共卫生事件,如 SARS 等疾病的发生、传播与控制等,都与人的不断认识、反应、应急响应与采取的控制措施、效果评估、以及反馈调整等密切相关。发生公共卫生事件的复杂性系统与问题处理需要具有复杂性方法以及相应的技术手段。

    在 80 年代末、90 年代初钱学森等(1990)先后提出了处理复杂性问题的“从定性到定量综合集成方法”以及“从定性到定量综合集成研讨厅体系”。研讨厅体系其实质是要将专家群体、数据和各种信息与计算机网络、仿真有机地结合起来,把有关学科的科学理论与人的经验、知识结合起来, 采取人机结合、以人为主、发挥群体集聚智慧的方式对开放的复杂巨系统的有关问题进行研究和处理。这里所谓的“厅”就是把专家们和知识库、信息系统、人工智能系统、高性能计算机像作战指挥厅那样组织起来,成为巨型的“人机结合”的智能系统。

    基于研讨厅体系方法,集成医学地理信息技术与平台,建立公共卫生事件应急研讨厅体系,是医学地理信息科学重要的研究与建设内容,对于科学应急与响应具有重要的意义。公共卫生事件应急研讨厅体系的技术建设,应该基于天地人机信息一体化网络系统(马蔼乃,2005)、数字地球(Gore,1998)、分布式虚拟现实以及支持野外移动的普适计算等技术框架。针对 5.12 汶川地震灾后的应急与重建,基于多源卫星遥感、超低空高分辨率无人机遥感、无线网络传感器、移动空间信息采集、虚拟地理环境、协同研讨室等技术集成,我们初步研制了可以服务于汶川大地震公共卫生应急的虚拟研讨厅体系(龚建华等,2008)。

    4.6 数字地球与数字人体

    Good Child(2006)认为地理信息科学的研究,需要关注与其他空间(不一定是地理空间)科学互动。Sui(2007)关于 GIS与医学影像的问题,认为不远的将来 GIS 就会扩展到医学影像处理上的应用,并认为“GIS 与世界”的关系,与“医学影像(Medical Imaging)与人体”的关系相类似。

    我们在利用地理信息技术建立“数字地球”,实现现实三维、动态地球的信息化、虚拟化的同时,“数字人体”也在信息技术包括地理信息技术的支持下开始建设(Digital Human, 2009)(毕思文,2005),以实现人体系统的信息化、虚拟化。著名的三维可视化软件系统 VTK(VTK,2009)既可以处理医学中的三维人体器官的可视化重建,也大量广泛应用于地学中的地下三维可视化,两者在三维数据组织、三维图形绘制等很多方面具有共同的技术基础。南拉罗来纳州 Redlands 的 GeoHealth 公司基于 ArcView 开发了扩展模块 BodyViewer,用于人体信息的数字化管理、分析,以及扩展模块Patient Access,应用病人的地址编码,创建病人和医疗网络分布的关系图,以确保病人获得最有效的治疗渠道,上述两个系统已经在一家德克萨斯州公司的员工工伤数据分析得到了实用(ESRI,2006)。

    地理信息科学中关于地球的“数字地球”建设与医学中的关于人体的“数字人体”建设,在医学地理信息科学研究中,是否要建立连接、联通、互动等,值得思考与重视。

    数字人体建设中的三维虚拟可视化人的构建,以及人体物理、生理、生物化学乃至心理学过程的数字化重建等,对于“数字地球”的三维几何地球体、圈层耦合过程等的建设是否具有在思路、方法与技术上的启发意义?同样,地理信息科学中的遥感图像处理与医学图像处理是否可以互相借鉴?本文认为,医学地理信息科学,可以以“人”为界面与节点,连通微观到宏观层次的人体系统与地球表层系统,通过地理信息科学的“数字地球”与医学、生物学的“数字人体”的结合,开展跨学科的交叉研究,从而推进医学地理信息科学的创新与应用。

---PageCutFlag---

    5. 结语

    随着全球环境变化、以及信息、通信以及交通技术发展导致的人口流动、物流的全球化、经济的全球化等,全球性公共卫生事件如禽流感病毒变异导致的大范围内人间传播的可能性依然存在(WHO,2008)。发展医学地理信息科学与医学地理学,加强对于公共卫生生态地理环境的监测与分析、对于疾病时空传播机制的理解与控制、以及提高医疗资源的利用水平等具有重要的现实意义。同时,医学地理信息科学的发展与进一步应用,可以推动地理科学与医学的跨学科交叉研究,提高医学的信息化水平。但是应该看到,地理信息技术领域与流行病学领域的交叉与跨学科研究,目前还处在起步开始阶段。本文提出的采用医学地理信息科学概念、以及关于医学地理信息科学包括理论、技术与应用方面的研究框架,是很初步的一个探索与尝试;对于未来医学地理信息科学的前沿研究与挑战,也仅是涉及到目前已经开始关注的部分内容。上述都需要通过未来不断的应用与实践,在医学、地理学以及地理信息科学的不断相互互动中,逐渐发展与完善,从而建立比较系统的医学地理信息科学、技术与应用体系,服务于人类的健康与可持续发展。

    作者简介

    龚建华(1965 一 ),男,研究员,1995 年于北京大学遥感与 GIS 研究所获博士学位。主要研究方向:公共卫生 GIS,虚拟地理环境与区域可持续发展,发表 100 余篇学术论文。E-mail:[email protected],虚拟地理环境网址:www.vgelab.org

    References

    1) 柄国静, 周晓农, 汪天平, 林丹丹, 胡飞, 洪青标, 孙乐平.2002. 长江下游 3 省血吸虫病 GIS 数据库的建立与分析[J].中国血吸虫病防治杂志,14(1):21-24.

    2) 毕思文. 2005. 论数字人体——人体系统数字学[J]. 世界科学技术-中医药现代化,7(1): 80-89

    3) ChinaCancerAtlas, 中华人民共和国恶性肿瘤地图集编委会. 1979. 中华人民共和国恶性肿瘤图集[M]. 上海:中华地图学社.

    4) CLDiseaseAtlas, 中华人民共和国地方病与环境图集编纂委员会主编. 1989. 中华人民共和国地方病与环境图集[M]. 北京:科学出版社

    5) ESRI,ESRI 中国(北京)有限公司. 2006.医疗公共卫生 地 理 信 息 系 统 解 决 方 案 .http://www.esrichina-bj.cn/upload/accessory/20089/2008919101158701853.pdf (2 April, 2009)

    6) 方如康. 1993. 中国医学地理学[M]. 上海:华东师范大学出版社.

    7) 方立群,曹春香,陈国胜,雷富民, 刘亚岚,李承毅,杨红,韩晓娜,闫磊,李小文,曹务春. 2005. 地理信息系统应用于中国大陆高致病性禽流感的空间分布及环境因素分析[J]. 中华流行病学杂志,26(11):839-842

    8) 方立群, 曹务春, 陈化新, 王宝光, 吴晓明, 杨红,张习坦. 2003. 应用地理信息系统分析中国肾综合征出血热的空间分布[J]. 中华流行病学杂志, 24(4): 265-268.

    9) 冯丹,赵文娟,李晨星,郝璐,刘丽华. 2007. GIS 技术在医院病源分析中的应用[J].中国医院管理,27(6):48-49 .

    10) 宫 鹏,徐 冰,梁 松. 2006. 用遥感和地理信息系统研究传染病时空分布[J]. 中国科学 C 辑 生命科学, 36 (2):184-19211) 宫鹏. 2007. 环境监测中无线传感器网络地面遥感新技术[J]. 遥感学报, 11(4):545-551.

    12) 龚建华,孙战利,李小文,曹春香,李小英,钱贞国,周洁萍. 2003a. SARS 疫情控制的模拟分析[J]. 遥感学报, 7(4): 260-265.

    13) 龚 建 华 . 2003b. SARS 信 息 可 视 化 网 站 .www.vgelab.org (2 April, 2009)

    14) 龚建华,周洁萍,徐珊,王卫红. 2006. SARS 传播动力学模型及其多智能体模拟研究[J]. 遥感学报, 10(6):829-835.

    15) 龚建华,林珲. 2004. 虚拟地理环境-在线虚拟现实的地理学透视[M]. 北京:高等教育出版社.

    16) 龚建华,林珲. 2006. 面向地理环境主体 GIS初探[J]. 武汉大学学报-信息科学版, 31(8):704-708.

    17) 龚建华. 2008. 面向“人”的地学可视化探讨[J]. 遥感学报, 12(5) :772-779.

    18) 龚建华,周洁萍,张利辉,李文航,方立群,曹务春. 2008.支持 5.12 汶川大地震公共卫生现场应急工作的移动式信息获取与协同会商室研究[A]. 空间信息技术在汶川地震后公共卫生防疫方面的应用研究研讨会[C]. 北京,中国.

    19) 胡玉宁,金新政. 2008. 我国网络医疗信息服务的特征及模式分析[J].医学信息,21(5):584-586

    20) 韩光红, 张习坦, 方立群, 李升绪, 范国英. 1999. GIS在卫生与健康领域的应用探索——中国鼠疫医学地理信 息 系 统 的 设 计 与 建 立 [J]. 地 理 科 学 进 展 ,18(4):368-372

    21) 韩光红, 张习坦, 方立群, 李升绪, 范国英. 2001. 我国重要自然疫源地地理信息系统的建立及应用研究[J].传染病信息 14(3):127-129

    22) JXCDC,江西省疾病预防控制中心. 2006. 我国正在构建全国突发公共卫生事件应急指挥与决策系统,http://www.jxcdc.cn/news/show.aspx?cid=11&id=340 (2April, 2009)

    23) 刘永孝.2007.云南省疟疾疫情管理信息系统的建立[J].疾病控制杂志,11(4):379-382

    24) 刘云鹏等主编. 2000. 中华人民共和国鼠疫与环境图集[M]. 北京:科学出版社

    25) 李仲来,崔恒建,杨华.2003.SARS 预测的 SI 模型和分段 SI 模型[J].遥感学报,7(5):345-349.

    26) 林国基,贾珣,欧阳颀. 2003.用小世界网络模型研究SARS 病毒的传播[J]. 北京大学学报(医学版),35(增刊):66-69.

    27) 马保国,乔玲玲,贾寅波. 2008. 无线传感器网络研究综述[J]. 计算机与数字工程,227(9):50-53.

    28) 马蔼乃. 2005. 地理信息科学-天地人机信息一体化网络系统[M]. 北京:高等教育出版社.

    29) 钱信忠主编. 1987. 中华人民共和国血吸虫病地图集[M]. 上海:中华地图学社.

    30) 钱学森,于景元,戴汝为. 1990. 一个科学新领域——开放的复杂巨系统[J]. 自然杂志,13(1):3-10.

    31) 孙利民,李建中,陈渝.2005. 无线传感器网络[M].北京:清华大学出版社.

    32) 王劲峰,孟斌,郑晓瑛,刘纪远,韩卫国,武继磊,刘旭华,李小文,宋新明. 2005 .北京市 2003 年 SARS 疫情的多维分布 及 其 影 响 因 素 分 析 [J]. 中 华 流 行 病 学 杂 志 ,26(3):164-168

    33) 王远飞. 2006. GIS 与 Voronoi 多边形在医疗服务设施地理可达性分析中的应用[J].测绘与空间地理信息, 29( 3):77-80.

    34) 王伟明,金小林,曹俊,杨国静,周华云,李菊林,顾亚萍,梁幼生,高琪. 2005. 江苏省疟疾流行地理信息系统数据库的建立[J]. 中国热带医学,5(5):948-950.

    35) 吴海霞,刘起勇,杨维中. 2007. 利用地理信息系统建立肾综合征出血热、鼠疫宿主动物监测数据库[J].中国媒介生物学及控制杂志,18(2): 136-140.

    36) 杨美霞, 谭红专, 周艺彪, 唐光明, 李佩安, 云从亚,徐昕. 2002. 洪涝灾害期间血吸虫病流行区居民接触疫水 的 定 量 研 究 [J] 中 国 血 吸 虫 病 防 治 杂志,14(2):109-113.

    37) 杨华,李小文,施宏,赵开广,韩丽娟. 2003. SARS 沿交通线的“飞点”传播模型[J]. 遥感学报, 7(4): 251-255

    38) 杨国静,周晓农,J.B.Malone,J.C.McCarroll,高琪,张小萍,汪天平,刘建翔. 2002. 应用遥感资料预测疟疾流行趋势的可行性研究[J].中国寄生虫病防治杂志,15(6):339-341.

    39) 杨红, 李小文, 方立群, 曹务春, 敦哲, 吴晓明, 孙培源, MartinK ulldorff, 王炳才. 2003. 应用地理信息系统分析北京市海淀区肾综合征出血热的空间分布[J]. 中华流行病学杂志, 24(11):1020-1023.

    40) 杨树森,周小佳,阎斌. 2008. 无线传感器网络在环境监测中的应用[J]. 计算机技术与发展, 18(9):170-173.

    41) 杨长虹,邱东川,Edmund Yw Seto,徐冰,赵联国,蒙先洪,辜学广. 2003. 空间技术在沟渠钉螺调查中的应用[J].寄生虫病与感染性疾病, 1(1): 25-27

    42) 杨崇俊, 刘冬林, 杨洪志, 钱贞国, 程起敏, 王盼成,于占福, 李津平, 党顺行, 张立强, 董鹏, 高积粮. 2003.访问量的“SARS 网络地理信息系统”解决方案[J].遥感学报, 7(4):256-259, T001

    43) 周晓农, 胡晓抒, 杨国静, 孙宁生, 汪天平, JB Malone,JC Me’Carroll, 林丹丹, 洪青标, 孙乐平, 张治英, 徐德忠. 2003. 中国卫生地理信息系统基础数据库的构建[J].中华流行病学杂志, 24(4):253-256.

    44) 周晓农, 胡晓抒, 孙宁生, 洪青标, 孙乐平,M.Fuetes,J.B.Malon. 1998. 地理信息系统应用于血吸虫病的监测I 应用预测模型的可能性[J].中国血吸虫病防治杂志,10(6):32l-324.

    45) 周晓农, 孙宁生, 胡晓抒, 孙乐平, 洪青标. 1999. 地理信息系统应用于血吸虫病的监测 Ⅲ 遥感监测江滩钉螺孳生地[J].中国血吸虫病防治杂志,11(4):199-202.

    46) 赵清秀, 魏国志, 魏建华, 张丽荣, 安洋, 包佐利. 2003.吉林大学学生结核病发病情况及相关因素分析[J]. 中国学校卫生, 24(6):667

    47) 中国科学院,军事医学科学院. 2003.公共卫生领域空间信息技术应用研究中心. http://www.slors.cn/ (2 April,2009)

    48) 张健钦. 2006.基于遥感和智能体的鄱阳湖区血吸虫病监测和模拟研究[D]. 北京:中国科学院.

    49) 钟少波. 2006. GIS 和遥感应用于传染病流行病学研究[D]. 北京:中国科学院.

    50) Barabási,Albert-László, Réka Albert. 1999. Emergence of Scaling in Random Networks[J]. Science, 286(15): 509-512.

    51) Bavia ME, Hale LF, Malone JB, et al. 1999. Geographic information systems and the environmental risk of schistosomiasis in Bahia,Brazil[J]. Am.J.Trop.Med.Hyg,60(4):566–572 .

    52) Beck, L.R., B.L. Wood, and S.W. Dister, 1995. Remote sensing and GIS: New tools for mapping human health[J].Geo Info Systems 5(9):32-37.

    53) Beck L. R., Lobitz, B. M., and Wood, B. L., 2000. Remote sensing and human health: new sensors and new opportunities[J]. Emerging Infectious Diseases, 6(3):217-226.

    54) Bian, L. 2004. A conceptual framework for an individual-based spatially explicit epidemiological model[J], Environment and Planning B, 31(3): 381-395.

    55) Bian, L. and Liebner, D. 2007. A network model for dispersion of communicable diseases[J] Transactions in GIS, 11(2): 155-173.

    56) Chris L. Barrett, Stephen G. Eubank & James P. Smith,2005. If Smallpox Strikes Portland… [J]. Scientific American, 54-61

    57) Cech I.and J. Montera.2000. Spatial variations in total aluminum concentrations in drinking water supplies studied by geographic information system (GIS) methods [J].Water Res,34(10):2703-2712.

    58) David Wilkinsion, Frank Tanser. 1999. GIS/GPS to document increased access to community-based treatment for tuberculosis in Africa[J]. The lancet. 354:394-395.

    59) Derek A.T. Cummings, Rafael A. Irizarry, Norden E.Huang, Timothy P. Endy, Ananda Nisalak, Kumnuan Ungchusak, Donald S. Burke. 2004. Travelling waves in the occurrence of dengue haemorrhagic fever in Thailand[J]. Nature, 427(22): 344-347.

    60) Dister, S.W., D. Fish, S. Bros, D.H. Frank, and B.L. Wood,1997. Landscape characterization of peridomestic risk for Lyme disease using satellite imagery[J]. Am. J. Trop. Med.Hyg. 57(6):687-692.

    61) Digital Human. 2009. http://www.stanford.edu/group/Digital-Human/ (2 April, 2009)

    62) Duncan J. Watts, Steven H. Strogatz. 1998. Collective dynamicsof ‘small-world’ networks. Nature, 393(4): 440-442

    63) Etien L Koua, Menno-Jan Kraak. 2004. Geovisualization to support the exploration of large health and demographic survey data[J]. International Journal of Health Geographics, 3:12.

    64) Goodchild, M.F. 1992. Geographical information science[J]. International Journal of Geographical Information Systems 6(1): 31-45.

    65) Goodchild, M. F. 2008. Virtual Geographic Environments as Collective Constructions[A]. Proceedings of an International Conference on Developments in Visualization and Virtual Environments in Geographic Information Science[C], 2008, CUHK,Hong Kong: 1-5.

    66) Goodchild M.F. 2007. Citizens as voluntary sensors: spatial data infrastructure in the world of Web 2.0[J].International Journal of Spatial Data Infrastructures Research, 2: 24–32.

    67) Goodchild M.F. 2006. Geographical information science:fifteen years later[J]. In P.F. Fisher, editor, Classics from IJGIS: Twenty years of the International Journal of Geographical Information Science and Systems. Boca Raton: CRC Press. 199–204.

    68) Gore,A. 1998. The Digital Earth: Understanding our planet in the 21st Century. http://www.digitalearth.gov/ (2April, 2009)

    69) Hagerstrand T. 1970. What about People in Regional Science? Papers of the Regional Science Association [C],24,7~21

    70) KamelBoulos,M.N., Roudsari, A.V.,and Carson,E.R.2001. Health Geomatics:An Enabling Suite of Technologies in Health and Healthcare[J]. Journal of Biomedical Informatics 34:195-219.

    71) May, J.M. 1977. Medical geography: its methods and objectives[J]. Geographical Review, 40:10-41.

    72) Munch Z, et al, 2003. Tuberculosis transmission patterns in a high-incidence area: a spatial analysis[J]. Int J Tuberc Lung Dis, 7(3):271-277.

    73) Miller H. 2007. Place-Based versus People-Based Geographic Information Science[J]. Geography Compass,1(3): 503–535

    74) Miller H J. 1991. Modeling accessibility using space-time prism concepts within geographical information systems[J]. International Journal of Geographical Information Systems, 5(3):287~302

    75) Njemanze PC, et al. 1999. Application of risk analysis and geographic infornation system technologies to theprevention of diarcheal diseases in Nigeria[J]. Am-J Trop Mod Hvg, 61(3):356-60.

    76) Sui,D Z. 2007. Geographic Information Systems and Medical Geography: Toward a New Synergy[J].Geography Compass, 1 (3): 556–582.

    77) Sui,D Z. 2007. Geographic Information Systems and Medical Geography: Toward a New Synergy[J].Geography Compass, 1 (3): 556–582.

    78) Sheppard E, et al, 1999. GIS based measures of environmental secuity exploring their sensitivity and significance[J]. J-ExpoAnal-Environ-Epidemiol, 9(1):18-28.

    79) Thalmann D., Musse S. R. 2007. Crowd Simulation[M].London : Springer.

    80) Valjus J, Hongisto M, Verkasalo P,et al. 1995. Residential exposure to magnetic fields generated by 110-400 kv power lines in Finland[J]. Bioelectromagnetics,16:365-376.

    81) VTK. 2009. The Visualization Toolkit (VTK).http://www.vtk.org (2 April, 2009)

    82) Vincent J. Del Vasino, Jr. 2001. Healthier Geographies:Mediating the Gaps between the Needs of People Livingwith HIV and AIDS and Health Care in Chiang Mai,Thailand[J]. Professional Geographer, (53): 407-421.

    83) Washino, R.K. and Wood, B.L, 1994. Application of remote sensing to arthropod vector surveillance and control[J]. Am J Trop Med Hyg 50 (Suppl): 134.

    84) Wilkinson D, Tanser F, 1999. GIS/GPS to document increased access to community-based treatment for tuberculosis in Africa[J]. Geographic information system/global positioning system. Lancet. 354(9176):394-395.

    85) WHO. 2008. Cumulative Number of Confirmed Human Cases of Avian Influenza A/(H5N1) Reported to WHO,http://www.who.int/csr/disease/avian_influenza/country/cases_table_2008_03_05/en/index.html(2 April, 2009)

    86) Xu B, Gong P, Biging G, Liang S, Seto E & Spear RC.2004. Snail density prediciton for schistosomiasis control using IKONOS and ASTER images[J]. Photogrammetric Engineering and Remote Sensing, 70(11): 1285-1294.

    87) Zhang Lihui, Wang Dongchuan, Huang Mingxiang, Gong Jianhua, Fang Liqun,Cao Wuchun. 2008. Design and Implementation of Epidemiological Field Investigation Method Based on Mobile Collaboration [A]. the SPIE proceedings of GeoInformatics[C]. Guangzhou, China.

    88) Zhou Jieping, Zhang Lihui, Li Wenhang, Gong Jianhua,Fang Liqun, CaoWuchun. 2009 A Collaboration Mobile System for Epidemiology Investigation in the Wenchuan Earthquake-stricken Area[A]. International Conference on Communications and Mobile Computing[C]. Kunming,China.

    89) Zhou Jieping, Jianhua Gong, Wenhang Li, Jia Sun, Jinjin Zhang. 2008. Multi-Agent Based 3D Simulation of SARSTransmission in Hospitals[A]. Proceedings of Second International Conference on Health GIS[C]. Bangkok,Thailand: Nitin Kumar Tripathi.

 

标签:医学地理
上一篇:离VR爆发还远:支持虚拟现实电脑占比不足1%下一篇:基于Vega Prime的虚拟现实车辆智能运动模拟
网友评论:论医学地理信息科学与技术的发展
留名: 验证码:
最新评论
查看全部评论0
暂无评论
您可能还需要关注一下内容:
·大数据大平台,谷歌的虚拟现实之路
·虚拟现实、增强现实在医学中作用的研究进展
·虚拟现实(VR)技术在武术训练中的应用研究
·三维立体显示技术在医学诊疗中的应用
·虚拟膝关节镜手术仿真系统的关键技术研究
·国产“数字虚拟人” 撬开千亿级市场
·基于虚拟环境的黄河仿真系统构建
·基于三维编辑的四肢骨折快速虚拟复位
·虚拟现实于复健医学之运用
·地理信息科学研究进展
? 推荐产品

小宅 Z5 2018青春版
商家:小宅

杰瑞特运动平台
商家:杰瑞特智能

Dikalis眼动追踪
商家:赢富仪器

魔神 Hawk
商家:魔神运动分析

5DT Binoculars
商家:四维宇宙

Christie DS+750
商家:四维宇宙

Zalman M220W
商家:四维宇宙

全息360°
商家:四维宇宙

PD F10 AS3D
商家:四维宇宙

PHANTOM系列
商家:四维宇宙
? 外设导航
? 企业名录
【成都】成都愿景仿视科技有限公司
【深圳】深圳创达云睿智能科技有限公司
【广州】 广州晴幻网络科技有限公司
【上海】上海集英文化传播有限公司
【上海】上海木圣网络科技有限公司
【北京】北京鸿光科技有限公司
【大连】英特工程仿真技术(大连)有限公司
【昆明】云南天之游科技股份有限公司
【上海】上海乐相科技有限公司
【北京】北京和远科技有限公司
关于本站联系我们融资计划网站建设免责声明广告服务咨询策划行业推广
北京第三维度科技有限公司 版权所有asasasa 京ICP备09001338
2008-2020 Beijing The third dimension Inc. All Rights Reserved.
Tel:010-57255801 Mob:13371637112(24小时)
Email:[email protected]  QQ:496466882
扫一扫 第三维度
官方总编微信
计算器足球胜平负