Оценка давности наступления смерти методом краниоэнцефальной термометрии при однократном дискретном понижении внешней температуры

Обложка

Цитировать

Полный текст

Аннотация

Цель – разработка реализованного в формате компьютерной программы метода определения ДНС по КТ трупа в условиях его охлаждения при однократном дискретном понижении внешней температуры.

Материал и методы. Выполнено аналитическое и конечно-элементное моделирование динамики КТ при однократном дискретном понижении внешней температуры.

Результаты. Разработана математическая модель определения ДНС и неопределенности ее оценок при однократном дискретном понижении внешней температуры. Значения констант модельного уравнения и их дисперсий определены путем конечно-элементного моделирования динамики КТ в указанных условиях охлаждения. Вычислительный алгоритм данного метода определения ДНС и противопоказания к его применению реализованы на языке C# в виде программы Warm Bodies DSC.

Выводы. Разработанный метод и реализующее его приложение рекомендуются к использованию в судебно-медицинской практике для определения ДНС при однократном дискретном понижении внешней температуры.

Об авторах

Герман Владимирович Недугов

ФГБОУ ВО «Самарский государственный медицинский университет» Минздрава России

Автор, ответственный за переписку.
Email: nedugovh@mail.ru
ORCID iD: 0000-0002-7380-3766

д-р мед. наук, доцент, заведующий кафедрой судебной медицины

Россия, Самара

Список литературы

  1. Hubig M, Muggenthaler H, Mall G. Confidence intervals in temperature-based death time determination. Leg Med (Tokyo). 2015;17(1):48-51. doi: 10.1016/j.legalmed.2014.08.002
  2. Schweitzer W, Thali MJ. Computationally approximated solution for the equation for Henssge's time of death estimation. BMC Med Inform Decis Mak. 2019;19(1):201. doi: 10.1186/s12911-019-0920-y
  3. Potente S, Henneicke L, Schmidt P. Prism - A novel approach to dead body cooling and its parameters. Forensic Sci Int. 2021;325:110870. doi: 10.1016/j.forsciint.2021.110870
  4. Laplace K, Baccino E, Peyron PA. Estimation of the time since death based on body cooling: a comparative study of four temperature-based methods. Int J Legal Med. 2021;135(6):2479-2487. doi: 10.1007/s00414-021-02635-7
  5. Wei T, Abraham J, Wang Y. Comment on the Marshall-Hoare-Henssge model for estimating the time since death. J Forensic Sci. 2023;68(2):676-681. doi: 10.1111/1556-4029.15218
  6. Marshall TK, Hoare FE. Estimating the time of death. The rectal cooling after death and its mathematical expression. J Forensic Sci. 1962;7(1):56-81.
  7. Henssge C. Death time estimation in case work. I. The rectal temperature time of death nomogram. Forensic Sci Int. 1988;38(3-4):209-236. doi: 10.1016/0379-0738(88)90168-5
  8. Henssge C. Rectal temperature time of death nomogram: dependence of corrective factors on the body weight under stronger thermic insulation conditions. Forensic Sci Int. 1992;54(1):51-66. doi: 10.1016/0379-0738(92)90080-G
  9. Althaus L, Henssge C. Rectal temperature time of death nomogram: sudden change of ambient temperature. Forensic Sci Int. 1999;99(3):171-178. doi: 10.1016/s0379-0738(98)00188-1
  10. Bisegna P, Henssge C, Althaus L, Giusti G. Estimation of the time since death: sudden increase of ambient temperature. Forensic Sci Int. 2008;176(2-3):196-199. doi: 10.1016/j.forsciint.2007.09.007
  11. Nedugov GV. Double exponential model of corpse cooling under conditions of linearly varying ambient temperature. Russian Journal of Forensic Medicine. 2021;7(4):19-28. (In Russ.). [Недугов Г.В. Двойная экспоненциальная модель охлаждения трупа в условиях линейно изменяющейся внешней температуры. Судебная медицина. 2021;7(4):19-28]. doi: 10.17816/fm429
  12. Nedugov GV. New computer technologies to determine postmortem interval by the Henssge method. Russian Journal of Forensic Medicine. 2021;7(3):152-158. (In Russ.). [Недугов Г.В. Новые компьютерные технологии определения давности наступления смерти по методу Henssge. Судебная медицина. 2021;7(3):152-158]. doi: 10.17816/fm406
  13. Henssge C, Madea B. Estimation of the time since death in the early post-mortem period. Forensic Sci Int. 2004;144(2-3):167-75. doi: 10.1016/j.forsciint.2004.04.051
  14. Nedugov GV. Estimation of the postmortem interval by the method of finite element modeling of postmortem heat transfer in human head. Science & Innovations in Medicine. 2022;7(3):179-185. [Недугов Г.В. Оценка давности наступления смерти методом конечно-элементного моделирования посмертного теплообмена головы. Наука и инновации в медицине. 2022;7(3):179-185]. doi: 10.35693/2500-1388-2022-7-3-179-185
  15. Schenkl S, Muggenthaler H, Hubig M, et al. Automatic CT-based finite element model generation for temperature-based death time estimation: feasibility study and sensitivity analysis. Int J Legal Med. 2017;131(3):699-712. doi: 10.1007/s00414-016-1523-0
  16. Subramaniam JS, Hubig M, Muggenthaler H, et al. Sensitivity of temperature-based time since death estimation on measurement location. Int J Legal Med. 2023;137(6):1815-1837. doi: 10.1007/s00414-023-03040-y
  17. Ullrich J, Weiser M, Shanmugam Subramaniam J, et al. The impact of anatomy variation on temperature based time of death estimation. Int J Legal Med. 2023;137(5):1615-1627. doi: 10.1007/s00414-023-03026-w

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рисунок 1. Динамика КТ для данных из примера 1 (сплошная синяя линия). Красной штриховой линией маркирована динамика внешней температуры. Штриховой синей линией показана условная динамика КТ при отсутствии смены режима охлаждения.

Скачать (903KB)
Метаданные
3. Рисунок 2. Зависимость константы охлаждения от продолжительности финального периода охлаждения по данным конечно-элементного моделирования охлаждения трупа при различных режимах однократного дискретного понижения внешней температуры. Красным маркированы значения k при t2 < 3 ч и ΔTa < 6 °C.

Скачать (1MB)
Метаданные
4. Рисунок 3. Зависимость константы температурного плато от продолжительности финального периода охлаждения по данным конечно-элементного моделирования охлаждения трупа при различных режимах однократного дискретного понижения внешней температуры. Красным маркированы значения p при t2 < 3 ч и ΔTa < 6 °C.

Скачать (863KB)
Метаданные

© Недугов Г.В., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».