第1章 绪论 1
1.1 引言 1
1.1.1 传染病基本概念 2
1.1.2 人类对传染病的认识与控制历程 2
1.1.3 疫情防控意义 8
1.2 历史上重大传染病事件 9
1.2.1 天花的消灭 9
1.2.2 鼠疫大流行 10
1.2.3 SARS暴发 11
1.2.4 人感染高致病性禽流感（H5N1亚型禽流感） 11
1.2.5 新型流感疫情频发 12
1.3 传染病的特点 14
1.3.1 病原体 14
1.3.2 传染性 14
1.3.3 流行性 14
1.3.4 感染后免疫性 15
1.4 传染病流行的基本条件与病程规律 15
1.4.1 基本条件 15
1.4.2 流行过程的影响因素 16
1.4.3 病程规律 17
1.5 传染病监测预测与优化控制系统框架 19
1.5.1 技术体系 19
1.5.2 系统架构 20
1.5.3 系统集成 22
1.6 小结 22
参考文献 23
第2章 致病微生物监测 25
2.1 致病微生物监测概述 25
2.1.1 监测原理 25
2.1.2 监测技术现状与发展 29
2.2 高效生物气溶胶采集器的研制 36
2.2.1 基于矿物油膜的大容量气-液生物气溶胶采样器 37
2.2.2 自动静电场采样器 37
2.3 生物气溶胶实时监测技术 39
2.3.1 硅纳米线生物传感器的研制 40
2.3.2 特异性单克隆抗体的制备 42
2.3.3 基于SiNW-FET生物传感器的生物气溶胶实时监测系统 46
参考文献 56
第3章 传染病疫情监测 60
3.1 传染病疫情调查 60
3.1.1 疾病分布 61
3.1.2 流行病学调查 65
3.2 疫情分析原理 67
3.2.1 调查数据分析 67
3.2.2 疫情分析 68
3.3 病程模型 70
3.3.1 多项式分布病程模型 71
3.3.2 Poisson分布病程模型 74
3.3.3 Gamma分布病程模型 74
3.3.4 对数正态分布病程模型 77
3.3.5 正态分布病程模型 78
参考文献 81
第4章 传染病疫情预测 82
4.1 传染病模型概述 82
4.1.1 传统动力学模型 82
4.1.2 统计学模型 84
4.1.3 时-空交互模型 89
4.2 具有控制变量的传染病模型 99
4.2.1 状态方程 99
4.2.2 模型参数化方法 100
4.2.3 模型求解方法 101
4.3 具有免疫期的传染病模型 101
4.3.1 状态方程 101
4.3.2 模型参数化方法 102
4.3.3 模型求解方法 102
4.4 空间非均匀性传染病模型 102
4.4.1 两分区模型 103
4.4.2 多分区模型 107
4.5 传染病模型参数反演方法 108
4.5.1 SEIRS-CV模型参数反演方法 109
4.5.2 SEIRS-SI模型参数反演方法 113
4.6 传染病疫情预测实例 115
4.6.1 SARS疫情模拟预测 116
4.6.2 甲型H1N1流感疫情模拟预测 120
4.6.3 常规流感疫情模拟预测 130
4.6.4 SHEM模型模拟试验 131
参考文献 133
第5章 传染病疫情优化控制 135
5.1 条件及问题的提法 135
5.2 解决方法 137
5.3 传染病疫情优化控制模型 139
5.3.1 疫情预防代价函数 139
5.3.2 发病者医治成本函数 140
5.3.3 死亡者社会代价函数 140
5.3.4 总代价函数 140
5.4 优化控制求解方法 140
5.5 传染病疫情优化控制模拟事例 143
参考文献 145