Комплексная оценка возрастных изменений тканей и органов при судебно-медицинской идентификации личности тема диссертации и автореферата по ВАК РФ 14.03.05, доктор наук Золотенкова Галина Вячеславовна

• Золотенкова Галина Вячеславовна
• доктор наук
• 2021

Оглавление диссертации доктор наук Золотенкова Галина Вячеславовна

Введение

Глава 1. Обзор литературы. Возраст, как основной элемент реконструкции биологического профиля неизвестного индивида

1.1 Скелетный возраст и методы его оценки

1.1.1 Цифровые методы диагностики возрастных изменений

1.1.2 Диагностика возраста по микроструктуре костной ткани

1.2 Морфология внутренних органов и мягких тканей для интегральной оценки возраста

1.3 Формирование в РФ модели развития научного направления «судебно-медицинская диагностика возраста»

1.3.1 Наукометрический анализ диссертационных исследований, посвященных установлению возраста при судебно-медицинской идентификации личности

1.3.2 Наукометрический анализ публикаций журнала «Судебно-медицинская экспертиза», посвященных установлению возраста при судебно-медицинской

идентификации личности

Глава 2. Материалы и методы исследования

Глава 3. Судебно-медицинский анализ данных годовых отчетов (форма

отраслевой статистической отчетности №42)

3.1. Судебно-медицинская характеристика количественных показателей неопознанных трупов по данным отчетных форм Бюро СМЭ федеральных округов РФ (2009-2018 гг.)

3.2 Судебно-медицинская характеристика количественных показателей экспертиз по ИЛ отделений медико-криминалистических методов исследований по данным отчетных форм Бюро СМЭ федеральных округов РФ (2009-2018 гг.)

3.3 Структурированный анализ судебно-медицинских экспертиз по ИЛ с использованием медико-криминалистических методов исследования по архивным

данным ГБУЗ МО «Бюро СМЭ» (2007-2016 гг.)

Глава 4. Результаты собственных исследований

4.1 Характеристика возрастных изменений кожи

4.2 Характеристика возрастных изменений хрящевой ткани

4.3 Характеристика возрастных изменений костной ткани

4.3.1 Гистоморфометрическое исследование костной ткани

4.3.2 Алгоритм классификации возрастной группы на основе данных о возрастных изменениях костей кисти

4.4 Характеристика возрастных изменений капилляров головного мозга

4.5 Характеристика возрастных изменений нервного аппарата сосудов спинного

мозга

Глава 5. Расчет возраста на основании результатов морфометрического исследования с использованием методов интеллектуального анализа

5.1 Использование новейших информационных технологий для решения задачи вычисления биологического возраста индивидуума

5.2 Алгоритм решения задачи расчета возраста с использованием методов машинного обучения

5.3 Структурно-функциональная организация программно-аппаратного комплекса

для решения задачи установления возраста идентифицируемого объекта

Заключение

Выводы

Практические рекомендации

Список сокращений

Список литературы

Введение диссертации (часть автореферата) на тему «Комплексная оценка возрастных изменений тканей и органов при судебно-медицинской идентификации личности»

ВВЕДЕНИЕ

Актуальность и степень разработанности темы исследования.

Идентификация личности (ИЛ) является проблемным полем судебной медицины и имеет важное международное значение. Урбанизация, миграционные процессы, полимодальное воздействие на экосистему неизбежно приводят к росту числа природных и техногенных катастроф с большим количеством жертв, в отношении которых необходимо проведение мероприятий по установлению личности. От стихийных бедствий с 1970 по 2010 г. в мире погибло около 3,3 млн. человек [15]. По данным центра исследований эпидемиологии стихийных бедствий среднегодовой (с 2000 по 2014 гг.) показатель числа погибших в стихийных бедствиях составляет 77144 человека. В базе данных CRED EM-DAT (International Disaster Database) за 2019 год было зарегистрировано 396 стихийных бедствий, что превышает среднее (с 2009 по 2018 гг.) значение ежегодного количества катастроф в 1,15 раза. В РФ в 2018 году зафиксировано увеличение на 3,5% общего количества чрезвычайных ситуаций и числа погибших на 28,96% больше по сравнению с 2017 годом [36, 37]. Политическая, экономическая нестабильность является триггером для террористических актов и боевых конфликтов, которые неизбежно сопровождаются гибелью людей. По сведениям Глобальной базы, данных по терроризму (Global Terrorism Data base - GTD) за период с 1970 по 2016 годы количество террористических инцидентов и число человеческих жертв, их сопровождающих, неукоснительно растет. В 2017 году в РФ также зафиксирован рост количества погибших в результате террористических актов по сравнению с предыдущим годом [36, 37]. В Докладе о мировом развитии (2011) приводятся сведения о росте, начиная с 1960-х годов, вспышек насилия, в том числе и с человеческими жертвами, в странах, ранее переживших конфликты [40]. В большинстве подобных случаев происходит «обезличивание» погибших [160]. Неопознанные трупы с признаками насильственной смерти и следами сокрытия преступлений (расчленения, сожжения и др.) представляют большую проблему. В 2018 году всего прекращено

дел в связи с установлением личности граждан по неопознанным трупам - 2854, что составляет лишь 16,9 % от общего количества дел по установлению личности граждан по неопознанным трупам, находившимся на учете по России - 16879 (по состоянию на конец 2018 г.) [65]. По официальным данным статистических показателей ГУ МВД России (по состоянию на январь - март 2020 г.) количество прекращенных дел в связи с установлением личности граждан по неопознанным трупам по Центральному федеральному округу составляет 5,1 % от общего количества неопознанных трупов. По г. Москве эта цифра составляет 8,5%; по Московской области 2,5%; по г. С.-Петербургу и Ленинградской области 8,05%; по России в целом 5,5% [65]. Приведенные цифры демонстрируют и отрицательную динамику, и низкий процент опознания трупов. Вышеизложенное свидетельствует о том, что ИЛ является ключевым вопросом экспертной практики.

Одним из вариантов его решения является объективизация сведений о биологических свойствах идентифицируемого. Целесообразность данного подхода - создание биологического профиля неопознанного индивида, как первоначального этапа ИЛ, отмечена в большинстве профильных публикаций [21, 34, 50, 53, 56, 128, 159, 160, 187, 240, 250, 356] . Возраст на момент смерти -значимый общегрупповой признак. Установление вероятностного возрастного диапазона является существенным, а в некоторых случаях и определяющим элементом для последующей ИЛ [31, 44, 103, 122, 131, 138, 159, 161, 164, 175, 188, 192, 205, 228, 236, 247, 251, 263, 265, 254, 275, 282 - 284, 292, 312, 313, 320, 330].

В большинстве случаев для установления возраста на момент смерти используются данные о морфологических изменениях костной системы [31, 50 -52, 59,103, 104, 119, 128, 131, 142, 161, 164, 175, 176, 187, 188, 194, 202, 209, 228, 238, 257, 258, 262, 270, 292, 316, 324, 325, 332, 335, 373]. Вместе с тем, учитывая сведения о гетерохронии, гетеротопии, гетерометрии, возрастных изменений, для повышения точности диагностических методик по установлению возраста необходимо расширять круг вовлекаемых в исследование объектов [31, 44, 128, 130, 131, 161]. Анализ литературных источников показал, что сформирован

значительный информационных массив сведений в отношении механизмов, проявлений и динамики инволюционных трансформаций различных органов и систем организма человека [7, 12, 13, 19, 22, 24, 27, 39, 46, 47, 49, 67, 78, 81, 82, 87, 92, 96, 98, 106 - 111, 113, 151, 152, 165, 166, 171, 173, 180, 181 - 185, 189]. Однако в настоящее время эти знания о возрастной морфологии мягких тканей и внутренних органов для судебно-медицинской диагностики возраста используются недостаточно [44]. В данном случае, имеет место явная неудовлетворительная интеграция научных достижений смежных дисциплин в теорию и практику судебной медицины для решения вопросов диагностики возраста.

Для формирования целостного представления о возрастных изменениях, необходим комплексный подход, базирующийся на основных закономерностях теории функциональных систем [8, 44, 146, 156]. Совместное использование нескольких различных методов исследования, расширение спектра изучаемых объектов и комплексный анализ фиксируемых изменений позволит сократить ошибку между биологическим и хронологическим возрастом и будет способствовать повышению точности конечного результата.

Используемые ранее методические подходы для решения вопросов идентификации личности, в том числе установления возраста неизвестных лиц, в современных условиях требуют переосмысления и модернизации. Принципиально новым шагом является внедрение методов интеллектуального анализа информации в судебно-медицинскую экспертную деятельность. Организм человека - сложная многофункциональная система и его изменения в постнатальном онтогенезе, не могут быть описаны простыми линейными уравнениями [231, 233, 247]. Современные информационные технологии представляют собой оптимальный вариант для анализа разнородных данных. Необходимость использования средств искусственного интеллекта для обобщения и анализа результатов исследований большого количества процессов, сопровождающих старение и имеющих разноуровневые взаимосвязи, отмечена в работах ведущих геронтологов [6]. Этого требует и актуальный тренд развития

всех сфер жизнедеятельности человека - цифровизация. Она же является основой перспективных медицинских технологий. Требования, которые предъявляются к судебно-медицинской экспертизе неопознанного лица в настоящее время - это быстрый и качественный поиск данных об идентифицируемом объекте посредством цифровой обработки огромных массивов соответствующей информации. Основой для хранения этой информации будут служить постоянно обновляемые базы данных с широким спектром характеристик, доступных для обработки при производстве экспертного исследования. Следовательно, существует необходимость разработки нового научного методического подхода, базирующегося на использовании различных интеллектуальных методов обработки информации и последующем интегрировании полученных данных для создания на их базе оригинальных алгоритмов диагностики возраста.

Происходящие в последние десятилетия структурные изменения демографической пирамиды характеризуются увеличением доли пожилых граждан. В подобных условиях современной медико-демографической ситуации, изучение возрастных изменений с формированием баз данных их количественных характеристик (биомаркеров старения) характеризуются высокой социальной значимостью [6]. Изучение закономерностей возрастных изменений является фундаментальной научной проблемой, их приоритетность подчеркивается и учеными геронтологами [6]. Результаты подобных исследований, несомненно, будут представлять интерес для различных разделов медицины и биологии, в том числе и для развития персонифицированной медицины.

Вышеизложенное обосновывает актуальность, перспективность и фундаментальную значимость данного научного исследования.

Цель исследования:

Совершенствование судебно-медицинской диагностики возраста на основе комплексного исследования возрастной морфологии тканей и органов с использованием современных интеллектуальных методов обработки информации.

Задачи исследования:

1. Дать судебно-медицинскую характеристику показателя количества неопознанных трупов, его динамику и особенности территориального распределения по данным отчетных форм Бюро СМЭ федеральных округов РФ (2009-2018 гг.).

2. Провести структурированный анализ судебно-медицинских экспертиз с использованием медико-криминалистических методов исследования по отождествлению личности по данным отчетных форм Бюро СМЭ федеральных округов РФ (2009-2018 гг.) и архивным данным Бюро СМЭ МО (2007-2016 гг.).

3. Изучить морфометрические характеристики возрастных изменений кожи, хрящевой и костной тканей, капилляров головного мозга и нервного аппарата сосудов спинного мозга.

4. Сформировать цифровую платформу биологического профиля возрастных изменений тканей и органов.

5. На основе проведенного исследования выявить общие закономерности и отличия динамики возрастных изменений тканей и органов.

6. Описать алгоритм вычисления биологического возраста индивидуума и разработать интеллектуальный программно-аппаратный комплекс для его реализации.

7. Разработать судебно-медицинскую методику диагностики возраста по совокупности измерений параметров разнородного характера в условиях частично искаженных или неполных данных с использованием современных информационных интеллектуальных технологий.

Научная новизна.

По результатам работы оформлен патент на изобретение RU 2674768 О Способ определения биологического возраста трупа от 30.06.2017.

Научной новизной является комплексный подход, базирующийся на расширенном морфометрическом исследовании и последующем совокупном анализе полученных данных посредством применения интеллектуальных методов обработки информации.

Впервые на основании комплексного подхода, в рамках теории функциональных систем на основе учений о тождестве и дифференциации сформулировано новое научное направление: судебно-медицинское определение возраста при идентификации личностив случаях ЧС с массовыми человеческими жертвами. Научно обоснована теория цифровой судебно-медицинской диагностики возраста. Выявлены общие закономерности развития и показаны отличия возрастной адаптации различных тканей и органов, включающие явления гетерохронии, гетеротропности, гетерокинетичности и гетерокафтентности. Гомеорезис изученных тканей и органов (кожи, хрящевой и костной тканей, капилляров головного мозга, нервного аппарата сосудов спинного мозга) осуществляется на принципах иерархичности, кооперирования, дополнительности и дискретности.

В проведенном исследовании для поиска закономерностей, скрытых корреляций полученных данных, характеризующих возрастную морфологию исследованных объектов, впервые были успешно использованы алгоритмы машинного обучения.

На основании проведенных исследований, базирующихся на комплексном подходе объективизированы биологические маркеры возраста. Определена иерархия значимости признаков при проведении судебно-медицинских идентификационных исследований по установлению возрасту.

Впервые в судебной медицине для решения задачи диагностики возраста идентифицируемого объекта используются методы машинного обучения (ММО).

Впервые, на основе комплексного подхода с адресным применением цифровых технологий, произведено комплексирование и кооперирование разнородной и сложно структурированной информации о возрастных изменениях различных тканей и органов. Полученные результаты расширяют и углубляют представления о происходящих гистоморфологических изменениях, их закономерностях.

Впервые научно обоснованы и сформулированы научные положения для комплексной, с использованием ММО, методики судебно-медицинской оценки возраста, что обеспечивает достоверность и воспроизводимость данных, возможность их сравнительного количественного анализа.

Результаты исследований позволяют определить направление дальнейших исследований: совершенствование методов количественной возрастной морфологии, молекулярной аутопсии, цифровых технологий и формирования концепта технологической базы для регистрации идентификационных биологических признаков.

Теоретическая и практическая значимость.

Практическая значимость работы обусловлена её задачами и заключается, прежде всего, в создании судебно-медицинской методики диагностики возраста с использованием современных интеллектуальных методов обработки информации, которая повышает точность вычисления возраста трупа в условиях частичной искаженных или неполных данных.

На основании выполненных научных исследований предложен обобщенный алгоритм в решения задачи расчета биологического возраста и разработана структурно-функциональная организация программно-аппаратного комплекса.

В ходе настоящего диссертационного исследования создана информационная база, на основании которой с использованием методов машинного обучения разработано web- приложение для классификации возраста объекта.

Реализация предложенной цифровой медицинской технологии, включающей web-приложение, способствует повышению эффективности работы медико-

криминалистических подразделений Бюро СМЭ за счет расширения количества исследуемых объектов и методов, использования инновационных методов исследования, быстродействия методики (ММО) и объективизации результатов.

Методология и методы диссертационного исследования.

В качестве методологической основы исследования использован системный анализ фундаментальных положений: теории функциональных систем, как методологического принципа организации процессов жизнедеятельности [8]; о системных принципах построения целого организма: иерархическое доминирование, мультипараметрическое и последовательное взаимодействие [156, 157]; о концептуальной сущности онтогенетического развития и эволюционных преобразованиях (гетерохрония, гетерометрия, гетеротопия) в постнатальном периоде [96, 97, 98, 131, 132]; о закономерностях процессов, лежащих в основе старения и основных принципах построения многостадийной многоуровневой математической модели старения [6, 7 38, 169].

В работе использован интеллектуальный анализ данных полученных в результате комплексного исследования кожи, хрящевой и костной тканей, капилляров головного мозга нервного аппарата спинного мозга.

Работа выполнена в несколько этапов. Разработанный дизайн исследования (рисунок 1), формирующие его этапы, их последовательность и взаимосвязь направлены на реализацию цели исследования и решение сформулированных задач. На первом этапе изучены литературные источники с применением методов системного анализа, метаанализа, формальной логики. На основании метаанализа публикаций о применении ММО в медицине был сформирован список алгоритмов для использования в данном исследовании. На втором этапе был выполнен судебно-медицинский анализ данных годовых отчетов (форма отраслевой статистической отчетности № 42), в ходе которого изучены показатели, характеризующие количество судебно-медицинских экспертиз (исследований) трупов с насильственной смертью, с неустановленной причиной смерти и неопознанных трупов; количество экспертных исследований по отождествлению личности, выполненных в медико-криминалистических

подразделениях по данным отчетных форм Бюро СМЭ федеральных округов РФ (2009-2018 гг.) и показатели судебно-медицинских экспертиз по отождествлению личности с использованием медико-криминалистических методов исследования по архивным данным ГБУЗ МО «Бюро СМЭ» (2007-2016 гг.). Результаты данного этапа позволили актуализировать данное исследование, произвести выбор объектов и методов исследования. Третий этап - это морфометрическое исследование кожи, хрящевой и костной ткани, капилляров головного мозга нервного аппарата сосудов спинного мозга. В работе использованы гистологический, иммуногистохимический, гистохимический,

рентгенологический, морфометрический методы исследования. Были сформированы базы данных количественных показателей, характеризующих возрастные изменения изученных тканей и органов. На четвертом этапе выполнялся статистический анализ количественных показателей и оценка информативности признаков с использованием методов машинного обучения. Пайплайн данного этапа: feature engineering, включающий в себя двумерную визуализацию данных, анализ информативности признаков с использованием деревьев решений, анализ зависимости качества работы моделей от размерности признакового пространства; сравнение различных классификаторов и выбор наиболее подходящего алгоритма для решения данной целевой задачи; построение и анализ матрицы ошибок и ROC-кривой для каждого из классов. Пятый этап - на основании обоснованного выбора оптимального для заявленной цели алгоритма машинного обучения, анализа исходных данных и их предобработки, формирования набора ранжированных по информативной значимости признаков, представлена итоговая модель и разработанное на её основе web- приложение для классификации возраста объекта. На основании выполненных научных исследований предложен обобщенный алгоритм решения задачи расчета биологического возраста, дано описание структурной организации и функциональных возможностей ПАК для установления возраста.

Рисунок 1 - Дизайн исследования

Положения, выносимые на защиту

1. Применение расширенного спектра объектов и методов исследований в медико-криминалистических отделах Бюро СМЭ повышает эффективность судебно-медицинских экспертиз по отождествлению личности.

2. Сформированный на основе комплексного использования рентгенологического, гистологического, гистохимического, иммуногистохимического и морфометрического методов исследования кожи, хрящевой и костной тканей, капилляров головного мозга и нервного аппарата сосудов спинного мозга, информационный массив цифровых значений признаков достоверно отображает возрастные изменения изученных тканей и органов.

3. Метод сравнительного анализа морфометрических признаков, выполненный методами машинного обучения, лежит в основе оптимизации критериев отбора параметров и формирования апостериорной базы программно-аппаратного комплекса.

4. База данных программно-аппаратного комплекса диагностики возраста является матрицей для хранений разнородной информации, доступной для обновления и обработки в рамках судебно-медицинской экспертизы по идентификации личности.

5. Выявленные общие закономерности и отличия возрастных изменений кожи, хрящевой и костной тканей, капилляров головного мозга и нервного аппарата сосудов спинного мозга являются основой для кластеризации возрастных групп методами машинного обучения и разработки алгоритма диагностики возраста.

6. Комплексный подход, основанный на использовании разнородных морфометрических параметров и различных методов обработки информации, повышает точность диагностики биологического возраста.

Личный вклад автора

Автором лично: определена траектория целенаправленного научного поиска. На основании многолетнего (2004 - 2019 гг.) исследования сформулирована цель и задачи; проведен анализ отечественной и зарубежной

литературы; эпидемиологическое исследование по изучаемой проблеме; разработана методология и дизайн исследования; осуществлен выбор объектов и методов исследования. При непосредственном участии выполнен сбор первичного материала и его исследование; сформированы базы данных. Автором лично выполнен анализ и интерпретация результатов; сормулированы научные положения, выносимые на защиту, выводы и практические рекомендации. Статистический анализ полученных результатов, анализ данных с использованием методов машинного обучения выполнен при непосредственном участии автора. В совместных публикациях по теме исследования вклад автора основополагающий, состоит из формулирования цели, задач, а также аналитического осмысления результатов.

Внедрение результатов исследования.

Результаты исследования используются в практической работе судебно -медицинскими экспертами Бюро судебно-медицинской экспертизы ДЗ г. Москвы, ФГКУ «111 ГГЦСМИКЭ» Министерства обороны Российской Федерации, ФГБУ Российский центр судебно-медицинской экспертизы Минздрава России.

Материалы диссертации включены в учебный процесс кафедр судебной медицины ФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России (Сеченовский Университет), ФГБОУ ВО «Дальневосточный государственный медицинский университет» МЗ РФ.

Степень достоверности и апробация результатов исследования

Достоверность и обоснованность результатов и выводов диссертационной работы подтверждается адекватным поставленной цели и задачам комплексном подходе, базирующимся на использовании современных методов исследования. Объем проанализированных источников литературы, выполненных морфометрических исследований, применение, как стандартного статистического, так и инновационного интеллектуального анализа, позволил сформулировать обоснованные выводы. Результаты собственных исследований использованы для составления практических рекомендаций.

Основные результаты научных исследований были представлены на: World forensic sciences and sport congress (Ankara, 2008); Научно-практической конференции, посвящённой 50-летию МКО Бюро СМЭ МО (Москва, 2013); на VII Всероссийском съезде судебных медиков (Москва, 2013); Международной научно-практической конференции «Актуальные вопросы судебной медицины и экспертной практики» (Москва, 2016); Всероссийской научно-практической конференции (с международным участием) «Актуальные вопросы судебно-медицинской экспертизы. Взгляд молодых ученых» (Пермь, 2016, 2017); XVI Ассамблее "Здоровье Москвы» (Москва, 2017); XXIII Всемирном конгрессе «Медицинское право, биоэтика и мультикультурализм» Medicine and law World association for medical law (Baku, 2017); Международной научно-практической конференции «Актуальные вопросы судебной медицины и экспертной практики» (Москва, 2016); XII научно-практической конференции «Судебно-медицинская наука и практика» (Москва, 2017); пленарном заседании Международного конгресса «Актуальные вопросы судебной медицины и экспертной практики» (Москва, 2017); секционном заседании Международного конгресса и научно-практической школе «Актуальные вопросы судебной медицины и экспертной практики - 2018» (Москва, 2018); XII Всероссийском национальном конгрессе лучевых диагностов и терапевтов «Радиология 2018 (Москва, 2018); XII Всероссийском научно-образовательном форуме с международным участием Медицинская диагностика (Москва, 2020); основные положения были представлены в работах «Цифровая диагностика возраста» (2019) и «Характеристика биологических маркеров возраста с использованием современных методов интеллектуального анализа данных» (2020) на конкурсе Премии города Москвы в области медицины.

Работа прошла апробацию на заседании кафедры судебной медицины Института клинической медицины имени Н.В. Склифосовского ФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России (Сеченовский Университет) (протокол № 8 от 30.06.2020 г.).

Соответствие диссертации паспорту научной специальности

Диссертационная работа соответствует паспорту научной специальности 14.03.05 - судебная медицина (медицинские науки) по п.7 - разработка методов идентификации личности; по п. 10 - исследование вещественных доказательств биологического происхождения для целей следственной и судебной практики; по п. 12 - совершенствование судебно-медицинской экспертизы трупов и живых лиц, экспертизы по материалам следственных и судебных дел с целью решения вопросов, интересующих правоохранительные органы, в том числе и при неблагоприятных исходах медицинской помощи.

Связь работы с научными программами и планами.

Тема диссертации утверждена на заседании Ученого совета ФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России (Сеченовский Университет) (протокол № 1 от 30 октября 2019 г.).

Диссертационная работа выполнена в соответствии с Программой «Цифровая экономика Российской Федерации», утвержденной распоряжением № 1632-р Правительства РФ от 28 июня 2017 года и с основными направлениями научной деятельности ФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России (Сеченовский Университет), является фрагментом плановой темы кафедры судебной медицины.

Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-07-00982 а.

Публикации результатов работы.

По результатам исследования опубликовано 60 работ, из которых 29 статей в журналах, включенных в Перечень рецензируемых научных изданий, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученой степени доктора наук (в том числе 20 статей в научных изданиях, индексируемом Scopus); 21 публикация в сборниках материалов международных и всероссийских научных конференций.

По результатам работы оформлен 1 патент на изобретение: Способ определения биологического возраста трупа RU 2674768 C1 от 30.06.2017.

Результаты исследования представлены в 3-х главах Национального руководства по судебной медицине и 1 монографии.

Объем и структура работы

Диссертация состоит из введения, обзора литературы, характеристики материалов и методов, результатов собственных исследований, заключения, выводов, практических рекомендаций, списка литературы. Материал изложен на 318 страницах печатного текста, иллюстрирован 241 рисунком и 79 таблицами. Указатель литературы содержит 392 источника, из них 191 отечественных и 201 иностранных авторов.

Список литературы диссертационного исследования доктор наук Золотенкова Галина Вячеславовна, 2021 год

/ /

/ / /

1 /

/

/ - Группа 1 (ROC AUC = 0.991 Группа 2 ¡ROC AUC = 1.001 - Группа 3 ¡ROC AUC = 1.001 - Группа 4 (ROC AUC = 0.951 - Группа 5 (ROC AUC = 1.001 - Группа 6 (ROC AUC = 0.32!

0.0 0.2 0.4 0.6 0.8 L0

False Positive Rate

Рисунок 5.14 - ROC-кривые для каждой возрастной группы

Рисунок 5.15 - Двумерное представление исходных данных с использованием метода tSNE после отбора признаков

ч Age Group 1 2

% Л 3 4 • 5 • 6 • 7 • В • 9

« j * ••

V- Mi /А А4 ^ и /

* • • • • • •/I

'1 Г?

4 6 В 10 12 14 16

JJ1AP 1

Рисунок 5.16 - Двумерное представление исходных данных с использованием метода uMAP после отбора признаков

Результаты классификации на группы, соответствующие десятилетнему интервалу (таблица 2.4; рисунок 2.2; Глава 2) визуализированы на рисунках 5.15 и 5.16. Полученные графические изображения (рисунок 5.15; рисунок 5.16) демонстрируют достаточно четкую межклассовую дифференцировку. Используя алгоритм Random Forest, показавший наилучшую работу на рассматриваемых данных, была выполнена проверка качества модели, которая проводилась с использованием кросс-валидации на 50 фолдов, и построена матрица ошибок (рисунок 5.17).

Согласно данным матрицы ошибок точность классификации 1, 3, 4, 5, 6, 8 групп на валидационной выборке составляет 100%. Точность классификации 2 группы (11-20 лет) 67%. Данный интервал включает в себя периоды активного роста и развития всех органов и систем, период полового созревания, что влечет за собой неравномерность, неоднородность показателей. Следовательно, относительно низкая точность связана с широтой возрастного диапазона данной

группы. Также низкая точность зафиксирована для группы 7 - 43%. Динамика показателей в этот период от 61 до 70 лет обусловлена проявлениями ассоциированных с возрастом болезней, с одной стороны. С другой стороны, мы отмечали именно в данной декаде некоторое замедление именно возрастной трансформации. Это влечет за собой значительный разброс цифровых значений и, как прямое следствие, попадание в соседнюю, более старшую группу. Также следует признать закономерной снижение точности установления ВГ у лиц старше 80 лет - группа 9 = 80%.

100 0.00 0.00 0.00 0.00 о.оо о.оо 0.00 0.00

0.00 0.67 0 33 0.00 0.00 о.оо 0.00 0.00 0.00

0.00 0.00 LOO 0.00 0.00 о.оо о.оо 0.00 0.00

0.00 0.00 0.00 1 оо 0.00 о.оо 0.00 0.00 0.00

0.00 0.00 0.00 0.00 100 о.оо о.оо 0.00 о.оо

0.00 о.оо 0.00 о.оо 0.00 1 00 о.оо 0.00 о.оо

0.00 о.оо 0.00 о.оо 0.00 С-14 0.43 0.43 о.оо

0.00 0.00 0.00 0.00 0.00 о.оо о.оо 100 0.00

0.00 о.оо 0.00 о.оо 0.00 о.оо о.оо 0.20 0.S0

-1-1-1-1-1-1-1-1— I

1 23456JB9

Predicted label

Рисунок 5.17 - Матрица ошибок

В своей работе для анализа комплекса признаков мы использовали алгоритмы, позволяющие изучать нелинейные зависимости, например, SVM с правильно подобранным ядром, деревья решений и основанные на них методы, такие как Random Forest или Catboost. Для визуализации подобных данных методы t-SNE и UMAP работают ожидаемо лучше классических методов, таких

как, например, PCA, используемого в аналогичных работах и показавшего ощутимо менее информативный результат (точность классификации +/- 30 лет) [215]. Алгоритмы t-SNE и uMAP продемонстрировали эффективность в отношении обнаружения скрытых структур в данных классификации групп и визуализации сложных наборов данных. Следует отметить их способность компенсировать нелинейные отклонения по измерениям.

Использование современного метода uMAP в совокупности с уже зарекомендовавшим себя ранее t-SNE позволило нам получить более точные результаты: определение заданной возрастной группы со средней точностью до 87%. Данный результат подтверждает эффективность использованных в работе алгоритмов для решения подобного рода задач - классификации данных для судебно-медицинской диагностики возраста. Для построения решающих моделей при определении возраста на основе фиксированного ранжированного набора признаков был использован алгоритм Random Forest. Данный метод строит заданное количество деревьев решений, где каждое дерево представляет собой блок-схему, которая представляет собой наглядную пошаговую инструкцию по принятию решений (рисунок 5.18). Для построения модели на основе Random Forest в качестве обучающей выборки использовался набор баз данных, сформированных на предыдущем этапе нашего исследования (Глава 4). На каждом шаге обучения классификатора выбирается признак, при разделении по которому прирост информации (увеличение упорядоченности) оказывается наибольшим. В качестве критерия упорядоченности в данной работе используется неопределенность Джини (Gini impurity). Для объектов, разделимых на J классов, i£ {1,2, ... , J} и доли объектов pi из класса I, неопределенность Джини вычисляется следующим образом:

Процедура повторяется рекурсивно, пока неопределенность не окажется равной нулю. Далее приведены изображения дерева, построенного по всем

признакам, и дерево из случайного леса, которое строится по меньшему количеству признаков. Наличие большого количества листьев (конечных вершин) свидетельствует о переобучении алгоритмов. После отбора признаков процесс оптимизируется.

' С2<=11.8

Рисунок 5.18 - Дерево решений для определения возраста по всем признакам объединенной базы данных (гистоморфометрические признаки хрящевой и костной тканей)

Метод случайного леса строит не одно дерево, а много (количество деревьев - параметр алгоритма). Каждое из этих деревьев случайно выбирает признаки, используя которые оно будет построено. На рисунке 5.18 визуализировано лишь одно дерево из многих. Алгоритм отражает общие тенденции использования признаков, но это не "идеальное" финальное решающее правило. В процессе происходит построение множества таких деревьев, которые друг от друга отличаются. Каждое из деревьев даёт свой ответ: к какому классу, по мнению данного дерева, принадлежит объект. Итоговый результат в виде определенного

классификатором класса является усредненным значением. В представленном примере первым критерием для разбиения имеющегося набора данных был выбран критерий С2, в результате чего было произведено разбиение объектов на 2 группы по признаку С2 со значением 11.8. При таком разбиении неопределенность Джини уменьшилась и в левой, и в правой группе объектов. В каждой из следующих вершин процесс повторяется: находится наилучший критерий для разделения объектов, производится разбиение, вследствие чего неопределенность уменьшается. В концевых вершинах (листьях) неопределенность равна 0, а все объекты принадлежат одному из классов. Как можно заметить, в вершинах, предшествующих листьям, практически всегда происходит разбиение на соседние классы, наиболее близкие по возрасту.

На основании проведенного сравнительного анализа качества работы алгоритмов машинного обучения при определении возраста (метод опорных векторов, метод стохастического градиента, дерево решений, метод ближайших соседей, наивный байесовский классификатор, многослойная нейронная сеть и алгоритм случайного леса); обоснования выбора наиболее подходящих классификаторов для заявленной цели; анализа исходных данных и их предобработки, представлен итоговый алгоритм классификации и разработанное на его основе web- приложение для классификации возраста объекта.

Рисунок 5.19 - Скриншот страницы web- приложения для классификации возраста объекта

Основная цель приложения состоит в том, чтобы построить надежную модель прогнозирования возрастного интервала. Оптимальными в данном случае являются методики, предлагающие точные гибридные классификаторы со встроенной регуляризацией включающие методы вычислительного интеллекта. Приложение функционирует на сервере. Для того, чтобы воспользоваться его функционалом, пользователю достаточно иметь устройство, имеющее доступ в интернет (компьютер, телефон, планшет). Приложение реализовано с использованием языка программирования Python 3. Среди использованных библиотек - sklearn, streamlit, matplotlib, seaborn.

5.3 Структурно-функциональная организация программно-аппаратного комплекса для решения задачи установления возраста идентифицируемого объекта

Мы использовали инновационный подход установления возрастного интервала неопознанного лица, посредством генерализованного алгоритма. Он базируется на применении различных математических способов анализа и получения информационно значимых сведений способных формировать адекватную по критерию точности модель диагностики возраста, имея исходные структурно и информационно гетерогенные первичные данные. Схема генерализованного алгоритма решения задачи диагностики возрастного интервала неопознанного лица дана на рисунке 5.20.

Этап 1 - введение первоначальных сведений. Первоначальными сведениями являются сформированные совокупности числовых значений, полученных на основании лабораторно-инструментального исследования представленных объектов. Это могут быть результаты, например, гистоморфометрического исследования, а также качественные и/или количественные характеристики признаков, в виде семантического описания, данного экспертом.

Этап 2 - группировка введенных признаков по заданным критериям, обобщение на основании схожести критериев; статистический анализ (при

необходимости).

Этап 3 - оценка достаточности данных для реализации имеющихся в арсенале методов обработки; предварительная фильтрация, нахождение и выбраковка предположительно недостоверных цифровых значений анализируемых признаков и рациональный подбор для последующей обработки метода/ов и АМО. Для анализа исходных данных и их предобработки возможно использование различных подходов: анализ корреляционных матриц, ранжирование посредством ММО.

Этап 4 - на основе результатов предварительного анализа (этап 3), учитывая объем, достаточность и достоверность имеющихся данных реализуется этап отбора метода последующего анализа данных. Выбор метода обработки данных, частных способов и алгоритмов анализа осуществляется с позиций максимальной точности и достоверности итогового результата, с учетом рациональности применения для конкретных информационных значений. Основными методами обработки информации являются: статический корреляционный анализ, нечеткий логический вывод, ММО и экспертная оценка. Для отбора метода принципиальное значение имеют «наличие и достаточность априорной эталонной информации о диапазоне, статистических распределениях и иных необходимых параметрах исходных значений признаков в эталонной выборке».

Этап 5 - независимое построение целевой функции на базе каждого ранее скомплектованных на этапе 2 выборок исходных значений. Целевая функция устанавливает возраст/возрастной интервал.

Этап 6 - оценивается достоверность результата, посредством анализа входной информации (качество, объем первоначальных данных) и адекватности имеющейся эталонной выборки по анализируемой группе показателей.

Результаты 2-6 этапа позволяют выработать целевой вектор признаков, для последующей обработки на этапе 7.

Этап 7 - комплексирование данных и формирование результата обработки с оценкой итоговой достоверности. Данный этап реализуется посредством: первоначальной группы действия по формулировке вывода для каждой группы показателей о максимально достоверном значении из всех рассчитанных на этапе 6

промежуточных оценок и расчете степени значимости. В данном случае фактически производится отбор признака/признаков, имеющих максимально достоверное значение. Сортировка и выбор осуществляется посредством решающего правила, исходными данными для которого являются априорные степени значимости каждой совокупности типов данных и полученные в процессе расчета доверительные интервалы рассчитанных значений признаков. Вторая группа действий данного этапа производит итоговое уточнение через привлечение дополнительных параметров с низким уровнем значимости. В данном случае происходит дополнительная корректировка возрастного интервала с помощью вычисления взвешенной уточняющей поправки.

Этап 8 - формирование отчетной формы о результатах выполненного анализа с указанием достоверности результирующего значения возрастного интервала.

Реализация вышеописанного алгоритма возможна в программно-аппаратном комплексе, структурно-функциональная организация, которого представлена на рисунке 5.21.

Ключевыми модулями программно-аппаратного комплекса являются

- центральный элемент - «вычислительный комплекс», осуществляющий управление и контроль и выполняющий базовые процедуры вычисления. С учетом назначения и в зависимости от поставленной цели, в качестве данного элемента может использовать вычислительное устройство, способное обеспечить реализацию специального программного обеспечения (персональный компьютер, в том числе и портативный);

- база знаний, определяющая совокупность априорно заданных и апостериорно обновляемых правил принятия решений на основе эталонных и текущих значений векторов параметров, описывающих признаки индивидуума, полученные различными инструментальными средствами;

- база данных это совокупность цифровых значений параметров, касающихся непосредственно идентифицируемого объекта, а также диапазон референтных значений, сформированных на основании исследования эталонной выборочной совокупности;

- инструментальные измерительные средства - совокупность лабораторно-диагностического оборудования необходимого для получения цифровых значений показателей; комплектация данного модуля имеет значительную вариабельность исполнения в зависимости от изначальной задачи, характеристики идентифицируемых объектов и др.;

- введение изначальных, первичных показателей и последующая коммуникация с источниками извне осуществляется через модуль средства обмена данными;

- предподготовка, оценка качества показателей происходит с помощью модуля, обеспечивающего статистический анализ, посредством программного обеспечения, позволяющего оценить статистические характеристики, обобщающие величины и др.;

- сравнительный анализ априорного информационного массива с вводимыми данными, предобработка на этапе статистического анализа позволяет выполнить фильтрацию изначальных данных, на программном уровне и исключить уже на входе, имеющие заведомо недостоверные значения;

Проведенное исследование доказывает целесообразность введения модульных элементов, позволяющих на программно-аппартном уровне использовать принципы обработки информации с применением нейросетевого анализа, ММО, нечетких логических выводов.

- оценка достоверной значимости данных реализуется через соответствующий модуль;

- формирование итогового решения осуществляется посредством комплексного анализа и обработки информации, на основе информационных массивов базы знаний и базы данных (этап 7, рисунок 5.20);

- модуль визуализации, сохранения итоговых результатов.

Подобная структура функциональной организации обеспечивает максимальную эффективность решения задачи - установления биологического возраста в рамках судебно-медицинской экспертизы по ИЛ. Расширение функциональных возможностей данного ПАК достигается посредством введения

новейших информационных решений. Структура ПАК обладает расширенными адаптационными возможностями, позволяющими вводить дополнительные программные и аппаратные модульные элементы, производить доработку при выявлении в ходе функционировании недостатков. Описание межмодульного взаимодействия, этапы обработки данных, их последовательность и этап принятия итогового решения о возрастном интервале, возрасте прописывается в специальном файле конфигурации.

Математический аппарат статистического анализа, методов машинного обучения, теория нечеткой логики и логического выводы следует рассматривать в качестве базовых теоретических основ, используемых для формирования выводов, как частных, этапных, так и для итоговых, результирующих. Выбор того или иного математического подхода должен быть адекватен исходным данным, используемым для установления возрастного интервала. Методы статического, корреляционного, регрессионного анализа необходимо применять при известной четко выраженной и хорошо формализуемой зависимости результата от входных данных. Они хорошо зарекомендовали себя, с позиции точности оценки, при наличии хорошо изученных и подтвержденных закономерностей и, фактически, сводятся к построению регрессионных моделей и четко формализуемых алгоритмов, обеспечивающих расчет возраста. Зашумление данных, помеховые связи приводят к ошибкам при установлении возраста при использовании только методов статистического анализа. В случаях разнородной, искаженной, неполной информации, данные методы практически бесполезны.

Методы нечеткой логики и ММО демонстрируют адекватную поставленной задаче работу в условиях зашумленного информационного массива, когда исходные данные неполные и/или разнородные. Целевая направленность этих методов схожа и для правильной, достоверной оценки возрастного интервала необходима их корректная реализация.

Методы нечеткой логики целесообразно применять при наличии ряда словесно описываемых признаков, разрозненных совокупностей параметров и наличии неточно измеренных значений с потенциально большой исходной

погрешностью. При этом для реализации методов нечеткой логики необходима четкая формализация алгоритмов принятия решения, сформированных экспертом, в этом случае применение методов нечеткой логики является обоснованным и приносит результат.

Методы машинного обучения (ММО) должны быть применены для случаев сложных и не формализуемых зависимостей между наборами входных данных и получаемой результирующей оценкой возраста.

Рисунок 5.20 - Генерализованный алгоритм решения задачи диагностики возраста неопознанного лица

Рисунок 5.21 - Структурно-функциональная организация программно-аппаратного комплекса для реализации интеллектуальных методов оценки возраста.

ЗАКЛЮЧЕНИЕ

Актуальность научного поиска, направленного на модернизацию диагностических методов установления возраста, обусловлена международным значением проблемы идентификации личности. Современная геополитическая обстановка (экономическая нестабильность, провоцирует активные миграционные процессы, и сопряжённый с этим рост криминогенных инцидентов; локальные вооруженные конфликты, террористические акты, стихийные бедствия) приводит к гибели людей, их обезличиванию и закономерно повышает потребность в проведении судебно-медицинской экспертизы по отождествлению личности. Процесс ИЛ является сложной, многоуровневой экспертной процедурой, композиционное решение и эффективность конечного результата которого зависят от целого ряда факторов. Основными являются информационная значимость представленных идентифицируемых объектов и возможность их полноценного исследования. В большинстве случае формирование биологического профиля неопознанного лица является базовым этапом, без реализации которого невозможно дальнейшее идентификационное исследование. Возраст является одним из наиболее важных диагностических признаков, формирующим биологический профиль, и зачастую имеет решающее значение для достижения положительного результата - идентификации личности.

На основании анализа литературных источников (Глава 1) мы пришли к выводу, что при всем своем многообразии, ни один из существующих методов судебно-медицинского установления возраста не обладает достаточной точностью и надежностью. Несмотря на десятилетия исследований, большое количество публикаций, существующие судебно-медицинские методы не в состоянии адекватно улавливать и, самое главное, учитывать все нюансы биологических изменений, происходящих при старении, вследствие чего они формируют недостаточно объективные результирующие оценки. Широкие возрастные интервалы и высокая доля ошибок при установлении возраста

«крайних» возрастных групп: лиц пожилого и старческого возраста, также являются особой проблемой в экспертной практике. В течении жизни, под влиянием целого ряда экзогенных и эндогенных факторов, динамика возрастных изменений меняется, увеличивается вариативность дегенеративных изменений, что, в конечном итоге, увеличивает разрыв межу биологическим и хронологическим возрастом. Влияние данных факторов на показатели, например, костного возраста, в конечном итоге, непредсказуемо. Это снижает точность существующих методик и увеличивает погрешность при установлении возраста у лиц зрелого и пожилого возраста.

Проведенный структурированный анализ показателей насильственной смерти в РФ в целом и по отдельным округам за 10-летний период продемонстрировал увеличение процентного соотношения (от числа случаев насильственной смерти) количества трупов, причина смерти которых не была установлена во всех возрастных группах (Глава 3). В большинстве подобных случаев необходимо проведение судебно-медицинской экспертизы для идентификации (отождествления) личности. Обстоятельства, исключающие возможность установления причины смерти, значительно затрудняют процесс ИЛ, переводя тем самым труп в когорту неопознанных и невостребованных. Об этом свидетельствую установленные достоверные корреляционные взаимосвязи между данными показателями. Алгоритм идентификации личности подобных трупов предусматривает формирование биологического профиля и прежде всего установление возраста, как обязательно этапа для последующих розыскных (следственных) мероприятий. Наличие корреляционной связи средней силы между количеством неопознанных трупов с показателями насильственной смерти позволяет высказать предположение, что уменьшение числа неопознанных трупов, зафиксированное в последние годы, обусловлено прежде всего снижением общего количества трупов с насильственной смертью.

Установлена достоверная взаимосвязь между количеством МКИ по ИЛ на 100 тыс. населения и количеством неопознанных трупов. Установлена достоверная отрицательная корреляционная взаимосвязь между количеством

объектов и объект-исследований, приходящихся на одно экспертное исследование ИЛ и количеством неопознанных трупов. Показатели работы медико-криминалистических отделений, связанные с производством медико-криминалистических экспертных исследований по идентификации личности, имеют территориальную специфику: различия между ФО имеет высоко достоверные различия (р <0,001). Полученные результаты свидетельствуют о том, что именно повышение эффективности судебно-медицинских экспертиз по установлению личности с использованием медико-криминалистических методов исследования, способствует уменьшению числа неопознанных трупов. Для достижения максимальной результативности данных экспертиз необходима, как модернизация существующих методов и способов, так и новые научные разработки. Результаты проведенного судебно-медицинского анализа (Глава 3) доказывают, что расширение спектра исследований, посредством увеличения количества объектов, приходящихся на одну экспертизу по ИЛ, напрямую способствует уменьшению количества неопознанных трупов, количества эксгумаций.

Структурированный анализ судебно-медицинских экспертиз по отождествлению личности с использованием медико-криминалистических методов исследования по архивным данным ГБУЗ Бюро СМЭ МО показал, что используемые рутинные медико-криминалистические методы и количество используемых объектов исследований недостаточны для установления возраста неопознанных трупов с доказательной точностью. Полученные данные актуализируют настоящее исследование, обосновывают его дизайн, в том числе и выбор объектов и методов, комплексный подход к анализу результатов.

Данное исследование посвящено изучению возрастной морфологии тканей и органов человека. Комплексный подход, использование, как традиционных, так и современных, инновационных методов исследования, алгоритмов машинного обучения для интеллектуального анализа количественных показателей и поиска скрытых закономерностей, обеспечивает полноту и достоверность полученных результатов. Применение интеллектуальных методов обработки информации

позволило путем адресного использования цифровых технологий выполнить интеграцию и кооперирование массива разнородной и сложноструктурированной информации, характеризующей происходящие с возрастом изменения изученных тканей и органов.

Впервые для изучения возрастных изменений был применен подобный набор методов: гистологический, гистохимический, иммуногистохимический, рентгенологический, морфометрический. Никогда ранее в исследованиях не был использован подобный расширенный набор материала, позволяющий дать комплексную оценку происходящих в течение жизни изменений (Глава 4). Результаты выполненных исследований (Глава 4) показали наличие возрастных изменений морфометрических параметров кожи, хрящевой и костной ткани, капилляров головного мозга, нервного аппарата сосудов спинного мозга. Все изученные показатели продемонстрировали последовательную смену фаз роста и развития, относительной стагнации и инволютивной трансформации. Однако, динамика происходящих процессов различна. Большим разнообразием отличались как «внутритканевые», так и «межорганные» показатели. Зафиксированные явления гетерохронии, гетеркинетичности, гетеротопии, гетерометрии, гетерокафтентности ВИ, наиболее вероятно связаны с тем, что динамика функционального обеспечения и реализации приспособительных механизмов генетически детерминирована. Это и приводит к неравномерности возрастных проявлений.

Для всех изученных тканей и органов было отмечено наличие периода роста (количественные изменения изученных гистоморфометрических) и развития (качественная трансформация). Гетерохронность возрастных изменений означает, что уровень диагностической значимости каждого показателя в разные периоды жизни различен. Данный вывод базируется на полученных результатах. Исследованные ткани и органы продемонстрировали различные интервальные значения, соответствующие условным стадиям роста, развития и инволюции. Использование ММО для классификации массива морфометрических параметров, позволило объективизировать данные периоды, и провести комплексное

сопоставление цифровых значений возрастной динамики.

Период роста и развития по Ю.И. Пиголкину (1991) характеризуется активными процессами количественных преобразований и, следовательно, наибольшими коэффициентами корреляции с возрастом морфометрических параметров всех исследованных тканей и органов [131, 132]. При этом морфологическая перестройка и формирование дефинитивных значений завершалась в разные возрастные периоды. Количественный и качественный рост структурных компонентов кожи был также отмечен у детей и подростков: увеличивается толщина сосочкового слоя и эпидермиса, созревает волокнистая сеть за счет упорядочения структурной организации и толщины волокон. У лиц моложе 10 лет значения индекс пролиферации И67 в кератиноцитах базального слоя эпидермиса имели максимальные значения. Также было зафиксировано большое количество эпителиоцитов базального слоя экспрессирующих маркер Ь^-2, индекс экспрессии р53 в данном возрасте имел минимальные значения.

Хрящевая ткань у лиц моложе 19 лет характеризуется активными процессами преобразования - созреванием хрящевой ткани, которое сопровождается изменением количественных и качественных показателей клеточного состава. Затем, в возрасте 19-35 лет, помимо увеличения зоны зрелого хряща, состоящего из изогенных групп хондроцитов и базофильного матрикса, на первый план выходят показатели, связанные с оссификацией.

Костная ткань у лиц до 18 лет находится в процессе структурного созревания: отмечен прирост таких показателей как толщина костных трабекул, площадь костной ткани, толщина внутреннего и наружного слоев общих пластинок, сопровождающихся активной остеонизацией.

Количественные и качественные преобразования линейных размеров капилляров головного мозга происходят у плода и детей первого года жизни [96, 97]. К 17 годам изученные количественные показатели возрастных изменений нервного аппарата сосудов спинного мозга достигают уровня дефинитивных значений.

Таким образом, в данном случае проявляется один из принципов

гетерохронного формирования функциональных систем в онтогенезе по П.К. Анохину: первоочередное развитие и созревание имеющих принципиально важное значение для последующего развития организма: это головной и спинной мозг [8].

Период относительной стабилизации сменяет период роста. Замедление возрастных изменений, вероятно, связано с происходящим морфофункциональным совершенствованием. Условность выделения данной стадии мы видим в том, что изученные показатели не фиксируются и не формируют плато, снижается лишь темп возрастной трансформации. Речь идет о временном интервале, когда происходящие изменения имеют минимальную степень выраженности.

Изученные гистоморфометрические показатели кожи, достигнув к 20 годам дефинитивного уровня, практически не изменялись у лиц от 21 года до 30 лет. В щитовидном хряще в период от 36 до 60 лет продолжается оссификация хрящевой ткани. Базофилия матрикса снижается, увеличивается количество пузырчатых хондроцитов, необходимых для минерализации. Однако скорость инволютивной перестройки заметно снижена. Завершение процесса формирования костной ткани приходится на возраст от 19 до 30 лет. Перестройка основного структурного компонента костной ткани - остеона - под воздействием внутренних и внешних факторов, иллюстрирует относительность периода стабильности. На рентгенограммах костей левой кисти у индивидов в возрасте до 30 признаки возрастных деформационных изменений отсутствовали. Стабильность сформировавшихся к 17 годам показателей нервного аппарата сосудов головного мозга была отмечена нами вплоть до 45 лет. Низкая волатильность значений морфометрических показателей капилляров головного мозга, позволяющая говорить о стадии стабилизации, наблюдалась вплоть до 35 лет.

Естественно, что ряд показателей в эту стадию продолжает трансформироваться, причем существенно изменяются только те структуры, перестройка которых необходима для приспособления к изменениям. В костной

ткани в данный период в ответ на механическую нагрузку, изменения минерального обмена реагируют остеоны. Содружественные изменения линейных размеров (диаметра и длины капиллярного русла) сосудов головного мозга являются компенсаторными и направлены на поддержание адекватного кровоснабжения. Данные процессы отражают сущность гетеротопии и гетерометрии постнатального онтогенеза. Таким образом, здесь также прослеживается системообразующий фактор функциональных систем -приспособительные адаптационные перестройки для поддержания нормального функционирования организма.

Неизбежно наступающий период инволюции органов и тканей является «морфофункциональным эквивалентом старения» [169]. Временные интервалы появления признаков старения у изученных объектов характеризовался максимальной асинхронностью.

Начальные признаки возрастных изменений в коже были отмечены в возрасте 30-40 лет. Именно в данном возрастном интервале зафиксировано достоверное снижение в базальном слое эпидермиса трупов лиц индекса пролиферации И67, увеличение количества базальных клеток, экспрессирующих маркер апоптоза р53 и снижение активности белка Ьс1-2. Таким образом, данный возрастной интервал свидетельствует о начале старения кожи. В следующие десятилетия (40-50 лет и 50-60 лет) они нарастали: уменьшалась толщина эпидермиса, роговый слой разрыхлялся, коллагеновые волокна теряли компактность и пространственную организацию, появлялись участки их гомогенизации и фрагментации. Эластические волокна утолщались. Снижалось количество фибробластов. Распрямлялось дермо-эпидермальное соединение. После 60 лет темп возрастных изменений заметно снижается. У лиц старше 75 лет эпидермис значительно истончен. Сосочковый слой атрофирован, интегральный индекс, характеризующий дермо-эпидермальное соединение, приближается к 1. Выраженная атрофия дермальных волокон. Коллагеновые волокна приобретают вид грубых дезорганизованных пучков. В базальном слое в этот период резко снижается значение индекса пролиферации И67; количество базальных клеток,

экспрессирующих маркер апоптоза р53 продолжает увеличиваться и одновременно уменьшается активность белка Ьс1-2.

Инволютивные изменения в щитовидном хряще отмечены у лиц старше 60 лет. При этом они характеризуются разнонаправленностью. С одной стороны, это завершение оссификации: стареющий хрящ твердый, хрупкий, непрозрачный, как следствие его минерализации. С другой стороны, происходит уменьшение толщины костных трабекул, замещение ретикулярной ткани жировой.

Первые проявления остеопоротических изменений появляются в длинной трубчатой кости уже после 30 лет с закономерным усилением после 50 лет. Возрастная инволюция костей кисти, с минимальной степенью выраженности, формируется в возрасте 30-49 лет в виде склеротической деформации дистальных фаланг (апиостозы). У мужчин процесс старения происходил за счет остеосклеротических поражений тела фаланговых костей и постепенного формирования суставных деформаций (сужение суставной щели). У женщин прогрессировали остеосклеротические разрастания дистальных фаланг на фоне остеопоретических изменений. В возрасте 50-59 лет процесс старения затрагивает проксимальные фаланги, у лиц женского пола фиксируется сужение суставных щелей дистальных фаланг. После 60 лет признаки возрастной инволюции нарастают, причем у женщин отмечается лавинообразный рост.

На основании динамики возрастных изменений морфометрических характеристик капилляров изученных участков ГМ можно выделить период от 36 до 55 лет, который характеризуется начальными проявлениями возрастной инволюции, нарастающими в возрасте от 56 до 75 лет. Зафиксированные изменения цифровых значений данных показателей у лиц старше 75 лет имеют достаточно слабую корреляционную связь с возрастом, вследствие выраженной вариабельности.

В возрасте 46-60 лет зафиксировано начало формирования инволютивной трансформации нервных сплетений артерий мягкой оболочки спинного мозга. Это можно рассматривать частным проявлением «деафферентного феномена». В первую очередь происходит снижение доли толстых и средних проводников.

Сопровождающие старение процессы возрастной трансформаций механизмов регуляции кровоснабжения сосудов спинного мозга осуществляются на основе принципов кооперирования. Для поддержания уровня кровотока адекватного метаболическим потребностям, инволюция вегетативных нервных сплетений компенсируется клеточными механизмами регуляции [97, 126, 132]. По мере повышения возраста активность процессов нарастает. У лиц старше 65 лет достоверное снижение концентрации адренергических и холинергических волокон (в 1,24-1,32 раза по сравнению с предыдущим десятилетием и в 1,8 раза с периодом референтных значений). Появляются резко утолщенные, извитые гиперхромные нервные волокна; рецепторы с признаками зернистого распада. При этом часть нервных волокон сохраняет структуру, типичную для зрелого возраста. Максимальные проявления старения отмечены у лиц старше 75 лет.

Отмеченная асинхронность ВИ свидетельствует, что уровень диагностической значимости каждого признака в разные периоды жизни различен. Исследованные ткани и органы, проходя в своем развитии условные стадии созревания, стабилизации и инволюции, характеризуются индивидуальными реперными точками, возрастными периодами, в которых степень фиксируемых изменений максимально выражена. Увеличение количества исследованных тканей и органов позволило сократить ошибку между биологическим и хронологическим возрастом. Скорость происходящих трансформаций также различна. Так, изменения костной ткани появляются на микроструктурном уровне достаточно рано (27-30 лет), но медленно нарастают с возрастом. Инволюция нервного аппарата сосудов мягкой оболочки спинного мозга возникает позже, но быстрее прогрессирует. Отмечена также разнонаправленность возрастных изменений. Толщина эпидермиса в процессе старения снижается, тогда, как толщина эластических волокон увеличивается.

Сопровождающие старение ВИ, являются следствием целого комплекса процессов, для экспликации которых в равной доле необходим и стохастический, и программированный подходы. Накопленные знания позволяют рассматривать старение, как комплекс взаимодействий онтогенетических и аккумуляционных

механизмов, подверженных влиянию внешних и внутренних факторов (генетические, экологические и др.). Взаимодействие функциональных систем в организме на протяжении всего периода постнатального онтогенеза «осуществляется на основе принципов иерархического доминирования, мультипараметрического и последовательного взаимодействия, системогенеза и системного квантования процессов жизнедеятельности» [8, 156, 157]. Поэтому для формирования объективных знаний о возрастных изменениях мы использовали ММО, позволяющих учесть весь спектр происходящих изменений, проследить формирующие взаимосвязи. Привлечение методов машинного обучения следует рассматривать как вариант преодоления гносеологических препятствий [6, 114].

Для установления возраста неопознанного лица использование линейных моделей является наиболее распространенным вариантом. Однако, разнородность, разнонаправленность происходящих с возрастом изменений невозможно учесть при построении стандартных уравнений линейной регрессии. В настоящее время исследователи сходятся во мнении, что подобного рода подход является неоднозначным и не всегда способен решить целевую задачу. Происходящие ВИ тканей и органов имеют сложную динамику и не могут быть описаны простыми линейными зависимостями.

Оптимальным решением является использование современных методов обработки данных: глубокого анализа (интеллектуальный анализ данных - Data Mining). Data Mining направлен на выявление скрытых закономерностей, одним из наиболее распространённых методов которого являются деревья решений. Дерево решений - это АМО, относится к средствам поддержки принятия решений, выявления логических закономерностей в данных и представления результатов в виде иерархических структур. Именно методы (алгоритмы) машинного обучения мы использовали для полноценного анализа результатов комплексного исследования исходных разнородных данных, качественных и количественных, в том числе, полученных в результате анализа изображений различных биологических объектов, зафиксированных при помощи электронных

средств регистрации изображений, рентгеноскопических снимков. Данная новелла была реализована в нашем исследовании (Глава 5). Из всех рассмотренных в данной работе классификаторов, алгоритм случайного леса (Random Forest) был максимально эффективным для решения задачи установления возраста в судебно-медицинской экспертной практике. Полученные результаты доказали перспективность использования ММО для решения задачи диагностики возраста, продемонстрировав высокую точность конечного результата.

Проведённое исследование позволило сформировать с помощью методов интеллектуального анализа оптимальный набор наиболее информативных гистоморфометрических признаков возрастных изменений и создать цифровую базу данных - ключевой модуль программно-аппаратного комплекса, которая представляет собой конструктивную основу для накопления и систематизации данных при судебно-медицинской оценке возраста. Формирование списка информационно значимых признаков позволяет унифицировать последующие научные исследования в области возрастной морфологии и тем самым расширять «тренировочный» массив данных для построения прогнозов. Ведь именно сложный массив данных (огромное количество разнообразных признаков) при малом числе наблюдений является главным сдерживающим моментом активного внедрения ММО в медицину. Использование ММО позволяет рационально планировать проведение научных исследования для формирования и расширения баз данных, оптимизируя тем самым использование научно-технический потенциала.

Наши исследования показали, что сокращение признакового пространства является необходимой мерой и не приводит к потере качества классификации. Эффективность работы алгоритмов зависит от количества признаков. В целом, при наличии 25-30 уже достигается максимальная точность. Далее точность резко падает до линейных или почти линейных классификаторов. При этом следует подчеркнуть, что речь идет о совокупном наборе признаков. Максимальная точность и достоверность конечного результата достигалась при комплексной

оценке возрастных изменений различных тканей и органов: построение алгоритмов по объединенной базе. Деревья решений продемонстрировали способность самостоятельно отбирать признаки в процессе работы. В независимости от количества они выбирают самые информативные. Подобное обстоятельство подтверждает преимущество использования данного алгоритма для нашей целевой задачи.

На основании проведенного исследования представлен итоговый алгоритм классификации и разработанное на его основе web- приложение для классификации возраста объекта. Основная цель приложения состоит в том, чтобы построить надежную модель прогнозирования возрастного интервала. Оптимальными в данном случае оказались методики, предлагающие точные гибридные классификаторы со встроенной регуляризацией включающие методы вычислительного интеллекта. Приложение функционирует на сервере. Для того, чтобы воспользоваться его функционалом, пользователю достаточно иметь устройство, имеющее доступ в интернет (компьютер, телефон, планшет). Приложение реализовано с использованием языка программирования Python 3. Среди использованных библиотек - sklearn, streamlit, matplotlib, seaborn.

Разработанная судебно-медицинская методика диагностики возраста, с использованием современных интеллектуальных методов обработки информации, значительно расширяет доказательную базу, сокращает затраты временных ресурсов экспертов на процесс определения возрастной группы индивида, предоставляя соответствующий инструментарий для поддержки принятия решения, позволяющий определять возрастную группу со средней точностью до 88%.

На основании проведенных исследований, базирующихся на комплексном подходе, объективизированы биологические маркеры возраста. Определена иерархия значимости признаков при проведении судебно-медицинских идентификационных исследований по установлению возраста. Это является элементом методического обеспечения экспертных исследований по идентификации личности, в том числе и в случаях чрезвычайных ситуаций (ЧС) с

массовыми человеческими жертвами.

Выполненное исследование, представляющее собой комплексный анализ, методологической основой которого являлись: теория функциональных систем, учений о тождестве и дифференциации, позволило сформировать новое научное направление: цифровая диагностика биологического возраста человека; выявить общие закономерности развития и показать некоторые отличия возрастной адаптации кожи, костной и хрящевой тканей, капилляров головного мозга, нервного аппарата сосудов спинного мозга, включающие явления гетерохронии, гетеротропии и гетерогенности. Принципы иерархичности, кооперирования, дополнительности и дискретности лежат в основе гомеорезиса изученных структур. С помощью, предложенной методологической и математической основы были проанализированы полученные фундаментальные данные, объективизированы нормативные критерии возраста, сформулирована и научно обоснована теория судебно-медицинской диагностики возраста при ЧС с массовой гибелью людей. Точность определения биологического возраста человека значительно повысилась за счет применения комплекса методов, позволяющих количественно оценить морфологические признаки, имеющие наибольшую корреляцию с возрастом, а также в результате использования математической основы при создании цифровых моделей старения.

Изучение особенностей развития тканей и органов, их адаптационные возможности в процессе постнатального онтогенеза одна из актуальных проблем возрастной морфологии, имеющая общебиологическое значение. Полученные нами результаты, несомненно, представляют научную ценность для фундаментальных представлений биологии старения, клинической геронтологии, расширяя представления о происходящих патофизиологических изменениях возрастного организма.

Считаем целесообразным отметить, что основная цель медицины направлена, прежде всего, на предупреждение, профилактику, в том числе возрастных изменений и сопряженных с этим возрастных заболеваний. Следовательно, данное исследование, сфокусированное на изучении

происходящих в организме возрастных изменений, является максимально своевременным. Социальная значимость исследования обусловлена увеличением в настоящее время доли пожилых людей в обществе. Результаты данной работы послужат информационным полем для характеристики возрастных изменений различных тканей и органов, как биомаркеров. В свою очередь биомаркеры старения позволяют просчитать функциональную дееспособность человека в старости.

Демографическая картина современного общества на фоне прогнозируемого роста продолжительности жизни (средняя скорость до 3-х месяяцев в год по данным Oeppen, Vapel 2002) демонстрирует увеличение доли пожилых людей и, как следствие, неизбежное постарение общества [6]. Это активизирует рост интереса научного сообщества к процессам старения и лежащим в его основе возрастных изменений. В 1903 году И.И. Мечников ввел в научный обиход термин геронтология. В настоящее время эта междисциплинарная наука имеет исключительное научно-практическое значение. В рамках Балтиморского лонгитудинального проекта по старению (Baltimore Longitudinal Study on Aging, BLSA) НИИ старения США проводятся многолетние исследования, направленные на учет и оценку возрастной динамики показателей. Цель данного проекта оценить степень старения индивида. Однако, вследствие индивидуальной изменчивости показателей (биохимических, физических и др.) создание универсальной модели для определения биологического возраста, затруднительно, проблема не решена. В этой связи, результаты наших исследований имеют научную значимость и практический интерес. Программа ООН по исследованию старения в 21 веке, принятая на геронтологическом форуме (Валенсия, Испания, 2002) и утвержденная Всемирной ассамблей ООН по старению отдает приоритет научным исследованиям, направленным на изучение фундаментальных представлений о механизмах старения.

Наши данные согласуются с результатами многолетних научных наблюдений BLSA о том, что возрастные изменения формируются постепенно. Скачок, резкий сдвиг говорит о формировании, присоединении патологического

процесса. Созданные нами базы данных могут использоваться для сравнительного анализа и способствовать разработке приоритетных мер профилактики.

Результаты исследования позволяют определить траекторию дальнейшего научного развития: совершенствование методов количественной возрастной морфологии, молекулярной аутопсии и цифровых технологий с формированием концепта технологической базы для регистрации идентификационных биологических признаков.

274 ВЫВОДЫ

1. Число неопознанных трупов за исследованный 10 летний период (2009-2018 гг.) характеризуется устойчивым трендом снижения и коррелирует с показателями насильственной смерти и числом трупов с неустановленной причиной смерти (р<0,001). Увеличивается процентное соотношение (от числа случаев насильственной смерти) количества трупов, причина смерти которых не была установлена. Данные показатели характеризуются территориальной спецификой: между федеральными округами РФ имеются высоко достоверные различия (р<0,001). Установлена достоверная взаимосвязь между числом неопознанных трупов и количеством медико-криминалистических экспертиз (исследований) по идентификации личности на 100 тыс. населения, количеством объектов и объект-исследований, приходящихся на одно экспертное исследование (р<0,001). Полученные данные актуализируют настоящее исследование.

2. Структурированный анализ показал, что используемые в Бюро СМЭ МО рутинные медико-криминалистические методы и количество используемых в работе объектов исследований, не позволяют с доказательной точностью определять возраст при исследовании неопознанных трупов. На основании результатов данного анализа произведен выбор объектов и методов данного исследования.

3. Возрастную специфику морфофункционального состояния, фазность происходящих изменений объективно отражают изученные признаки, цифровые значения которых получены с помощью рентгенологического, гистологического гистохимического, иммуногистохимического и морфометрического исследований кожи, хрящевой и костной тканей, капилляров головного мозга и нервного аппарата сосудов спинного мозга, что свидетельствует о целесообразности их использования для диагностики биологического возраста.

4. С помощью методов интеллектуального анализа проведен отбор признаков возрастных изменений, сформирована цифровая база - ключевой модуль программно-аппаратного комплекса, которая представляет собой конструктивную

основу для накопления и систематизации данных при судебно-медицинской оценке возраста.

5. Возрастные изменения изученных тканей и органов, генетически детерминированные интенсивностью функционирования и реализацией приспособительных механизмов, имеют общие закономерности: наличие стадий развития (созревания), стабилизации, инволюции и отличия, изучение которых посредством интегральной оценки морфометрических признаков методами интеллектуального анализа позволяет установить границы возрастных интервалов:

• кожа - до 16 лет, 22-35 лет, 41-50 лет, 51-60 лет;

• хрящевая ткань - до 19 лет, 20 -35 лет, 36-60 лет, старше 60 лет;

• костная ткань - до 18 лет, 19-30 лет, 31-50 лет, 61-75 лет;

• капилляры головного мозга - до 35 лет, 35-55 лет, 56-75 лет;

• нервный аппарат сосудов спинного мозга - до 17 лет, 17-45 лет, 46-60 лет;

6. Основными этапами алгоритма вычисления биологического возраста индивидуума являются: ввод и группировка данных по заданным критериям, оценка достаточности и предварительная фильтрация признаков; выбор метода математического анализа и обработка данных; оценка достоверности полученных результатов, исходя из качества входных показателей и полноты априорных значений эталонной выборки.

7. На основе результатов сравнительного анализа установлено, что наиболее эффективным для решения целевой задачи диагностики биологического возраста является метод машинного обучения - случайный лес (Random Forest). Преимуществами данного классификатора является высокая точность результата, стабильность работы на разнородных выборках, способность самостоятельно ранжировать признаки.

8. Структурными компонентами функциональной организации программно-аппаратного комплекса для реализации интеллектуальных методов оценки возраста являются: инструментальные измерительные средства; база знаний; база

данных; совокупность программных средств для математического анализа и комплексной обработки информации. Его ключевым модулем является разработанный алгоритм вычисления биологического возраста.

9. Предложена судебно-медицинская методика диагностики возраста на основе комплексного исследования возрастных изменений кожи, хрящевой и костной тканей, капилляров головного мозга, нервного аппарата сосудов спинного мозга и использования различных интеллектуальных методов обработки информации. Предоставляя соответствующий инструментарий для поддержки принятия решения, методика значительно расширяет доказательную базу. Точность определения возрастной группы с 10-летним интервалом составляет 88%. Данная методика может применяться в условиях частично искаженных и неполных данных, дистанционно, в он-лайн режиме.

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

1. Изучение экспертной документации, выбор метода исследования (методы исследования изложены в Главе 2) в зависимости от представленного объекта, его сохранности.

2. Проведение морфометрического исследования и формирование для последующего ввода набора исходных данных. Исходными данными являются наборы числовых значений совокупностей измерений, полученных в результате инструментальных исследований. Перечень морфометрических признаков изложен в Главе 2.

3. Группировка входных признаков по заданным критериям, позволяющим обобщить сходные данные. Оценка достаточности для последующей реализации методов их обработки, предварительная фильтрация, исключение предположительно недостоверных значений признаков. Это позволяет обеспечить рациональный выбор метода обработки. Исходя из полноты, достоверности и объема данных, используют наиболее рациональные по критерию достоверности и точности получаемого результата методы, частные способы и алгоритмы анализа, подходящие для представленной информации. Выбор метода зависит от наличия и достаточности априорной эталонной информации о диапазоне, статистических распределениях и иных необходимых параметрах исходных признаков в эталонной выборке.

4. Реализация выбранного метода обработки данных.

5. Независимое построение целевой функции, которая определяет возраст и достоверность его определения. Оценка достоверности полученных результатов, исходя из качества входных данных и полноты априорных данных эталонной выборки по данной группе признаков.

6. Формирование результирующего значения и оценка его итоговой достоверности на основе принятие решения о наиболее достоверном значении среди найденных промежуточных оценок достоверности и расчет степеней значимости результатов по каждой из групп. Окончательное уточнение возраста на основе групп параметров и рассчитанных степеней значимости.

Порядок действий при использовании разработанного web-приложения установления возрастной группы неизвестного индивида:

1. Формирование базы входных данных (результатов выполненного гистоморфометрического исследования) в формате CSV с целью их дальнейшего использования.

2. Загрузка данных в формате CSV:

2.1. изучить данные, представленные в виде таблиц;

2.2. ознакомиться с основными метрическими характеристиками загруженных данных (среднее, количество различных значений, перцентили);

2.3. проанализировать визуализированное двумерное представление данных, полученное на основе метода tSNE;

2.4. изучить тепловую карту, основанную на корреляционной матрице признаков;

2.5. построить классификатор, возможно расширение и построение нескольких классификаторов, среди которых Random Forest, Naive Bayes, SVM, SGD, с последующим сравнением качества работы различных классификаторов;

2.6. на основе построенных моделей произвести классификацию новых объектов.

СПИСОК СОКРАЩЕНИЙ

АМО - алгоритмы машинного обучения АХЭ - ацетилхолинтрасфераза

БСМЭ МО - бюро судебно-медицинской экспертизы Московской области ВГ - возрастные группы ВИ - возрастные изменения ГМ - головной мозг

ДФО - Дальневосточный федеральный округ

ИЛ - идентификация личности

КТ - компьютерная томография

МКБ-10 - международная классификация болезней

МКИ - медико-криминалистические исследования

МКО - медико-криминалистический отдел

ММО - методы машинного бучения

МНС - многослойная нейронная сеть

МО - Московская область

МПКТ - минеральная плотность костной ткани

МРТ - магнитно-резонансная томография

МСКТ - мультиспиральная компьютерная томография

ОКТ - оптическая когерентная томография

П/зрения - поле зрения

ПАК - программно-аппаратный комплекс

ПФО - Приволжский федеральный округ

РФ - Российская Федерация.

СЗФО - Северо-Западный федеральный округ

СКФО - Северо-Кавказский федеральный округ

СМ - спинной мозг

СМИ - судебно-медицинское исследование СМЭ - судебно-медицинская экспертиза СФО - Сибирский федеральный округ

УФО - Уральский федеральный округ

ФО - федеральный округ

ХАТ - холинацетилтрасфераза

ЦФО - Центральный федеральный округ

ЧС - чрезвычайные ситуации

ЩФ - щелочная фосфотаза

ЩХ - щитовидный хрящ

ЮФО - Южный федеральный округ

ADBOU - Unit of Anthropology Department of Forensic Medicine University of Southern Denmark - подразделение антропологии кафедры судебной медицины Университета Южной Дании

BLSA - Baltimore longitudinal study on aging - Балтиморский национальный институт старения

BMD - bone mineral densitometry - минеральная плотность костной ткани BMUs - basic multicellular units - основные многоклеточные единицы BSUs - bone structural units - структурные единицы кости NB - Naive Bayes упрощенный алгоритм Байеса

PCA - principal component analysis - метод анализа основных компонентов RF - Random Forest - алгоритм случайного леса ROC (кривая) - receiver operating characteristic

ROC AUC - площадь (area under curve) под кривой ошибок (receiver operating characteristic curve

SGD - stochastic gradient descent метод стохастического градиента SVM - support vector machine метод опорных векторов

tSNE - t-distributed stochastic neighbor embedding алгоритм машинного обучения со тохастическимвложением соседей с t-распределением

UMAP - uniform approximation and projection алгоритм машинного обучения для нелинейного снижения размерности

СПИСОК ЛИТЕРАТУРЫ

1. Автандилов, Г.Г. Медицинская Морфометрия / Г.Г.Автандилов // М.: Медицина, 1990г. - 383с.

2. Агапов, П. А. Возрастные изменения профильного поля нейронов коры поля 7 мозга мужчин и женщин в процессе старения / П. А. Агапов, И. Н. Боголепова, Л. И. Малофеева // Морфологические ведомости. - 2019. - Т. 27, №3. - С. 9 - 15.

3. Алексеев, Ю. Д. Возрастные морфологические изменения органов женской половой системы / Ю. Д. Алексеев, С. А. Ивахина, А. А. Ефимов, и др. // Современные проблемы науки и образования. - 2016. - №4. URL: http://www.science-education.ru/ru/article/view?id=24951

4. Алексеев, Ю. Д. Комплексная общепатологическая и судебно - медицинская оценка структурных изменений некоторых желез в определении возраста человека: Автореф. дис... докт. мед. наук. Саратов, 1999; 31 с.

5. Андрющенко, В. С. Статистическая классификация иммуносигнатур для задач ранней диагностики заболеваний при значительном сокращении размерности признакового пространства / В. С. Андрющенко, А. С. Углов, А. В. Замятин // СТМ. - 2018. - Т. 10, №3. - C. 14 - 20.

6. Анисимов, В. Н. Молекулярные и физиологические механизмы старения / В. Н. Анисимов // - СПб: Наука. - 2008. - Т.1. - 481с.

7. Анисимов, В. Н. Эпифиз, биоритмы и старение организма / В. Н. Анисимов // Успехи физиологических наук. - 2008. - Т. 39, №4. - С. 40 - 65.

8. Анохин, П. К. Узловые вопросы теории функциональной системы / П. К. Анохин. - М.: Наука, 1980. - 196 с.

9. Архипкин, С. В. Антропометрические методики идентификации личности / С. В. Архипкин, В. А. Кох, Н. С. Горбунов и др. // Сибирский медицинский журнал. - 2012. - №5. - С. 52 - 55.

10. Астапов, А. А. Биометрическая идентификация, основанная на ЭКГ: некоторые современные подходы / А. А. Астапов, Д. В. Давыдов, А. И. Егоров и др. // Вестник РГМУ. - 2016. - №1. - С. 38 - 43.

11. Афанасьев, Ю. И. Гистология, эмбриология, цитология / Ю. И. Афанасьев, Н. А. Юрина, Б. В. Алешин // М.: ГЭОТАР - Медиа, 2016. - 800 с.

12. Ахтямов, С. Н. Клинико - морфологические особенности старения кожи. / С. Н. Ахтямов, А. А. Кягова // Вестник дерматологии и венерологии - 2005. -№4. - С.60 - 64.

13. Баландин, А. А. Анатомическая характеристика мозжечка и структурная организация его коры в периоде от юношеского до старческого возраста: Дисс ... канд. мед. наук / А. А. Баландин. - Пермь, 2018. - 194 с.

14. Баренбойм, Г.М. Люминесценция биоплимеров и клеток / Г.М. Баренбойм,

A.Н. Доманский, К.А. Туроверов. - М.:Л.: Наука. - 1966. - 253с.

15. Баришполец, В. А. Системный анализ катастроф, происходящих в мире /

B.А. Баришполец // Радиоэлектроника. Наносистемы. Информационные технологии. - 2010. - Т. 2, №1 - 2 - С. 162 - 176.

16. Беляева, Е. В. Идентификация личности по особенностям строения рельефа твердого неба в процессе гнилостной трансформации трупа: дис. ... канд. мед. наук / Е. В. Беляева. - М., 1993. - 157 с.

17. Бишарян, М. С. Идентификации личности по особенностям зубочелюстной системы с учетом этнической и расовой принадлежности человека / М. С. Бишарян, Е. Х. Баринов, А. И. Манин и др. // Судебная медицина - 2017. -Т.3, №4 - С 4 - 7

18. Бишарян, М. С. Исследование анатомо-морфологических особенностей зубов у жителей Республики Армении с целью идентификации личности : дис. ... канд. мед. наук / М. С. Бишарян. - М., 2008. - 177 с.

19. Боголепова, И. Н. Префронтальная кора мозга мужчин и женщин в старческом возрасте / И. Н. Боголепова, Л. И. Малофеева, П. А. Агапов, и др. // Морфологические ведомости. - 2018. - Т. 26, №1. - С. 28 - 32.

20. Богомолец, A. A. Продление жизни / A. A. Богомолец. - Киев: Изд - во АН УССР. - 1940. - 144 с.

21. Божченко, А. П. Дерматоглифика как метод установления свойств личности в судебно - медицинской идентификационной экспертизе / А. П. Божченко, К. В. Теплов, Н. Е. Назарова и др. // Судебно - медицинская экспертиза. - 2016. - №1. - С. 40 - 42.

22. Васильева, В. А. Особенности ансамблевой организации в коре большого мозга у детей от 8 до 12 лет / В. А. Васильева, Н. С. Шумейко // Новые исследования. - 2014. - №4. - С. 4 - 10.

23. Вишневский, В. В. Биометрическая идентификация человека по его электрокардиограмме / В. В. Вишневский, Т. Н. Романенко, Л. А. Кизуб // Математические машины и системы. - 2018. - №2. - С. 88 - 95.

24. Волков, А. В. Гистоморфометрические исследования взаимоотношений костной ткани с дентальным имплантом / А. В. Волков, В. А. Бадалян, А. А. Кулаков и др. // Биомедицина. - 2014. - №4. - С. 96 - 100.

25. Волков, А. В. Гистоморфометрия костной ткани в регенеративной медицине / А. В. Волков, Г. Б. Большакова // Клиническая и экспериментальная морфология. - 2013. - №3. - С. - 65 - 72.

26. Волков, В. П. Возрастная функциональная морфология пинеальной железы / В. П. Волков // Современная медицина: актуальные вопросы. - 2014. -№34. - С. 15 - 28.

27. Волкова, О. В. Эмбриогенез и возрастная гистология внутренних органов человека / О. В. Волкова, М. И. Пекарский. - М.: Медицина - 1976. - 476 с.

28. Герасимов, А. Н. Медицинская статистика / А. Н. Герасимов. - М.: МИА, 2007. - 480 с.

29. Гладышев, Ю. М. Микроскопические конструкции костной ткани и их судебно - медицинское значение: дисс. ... докт. мед. наук. / Ю. М. Гладышев - Воронеж. - 1965. - 318с.

30. Глыбочко, П. В. Морфологическая диагностика возрастных изменений мужских половых желез / П. В. Глыбочко, Ю. Д. Алексеев, В. М. Попков -Саратов: Изд - во СГМУ. - 2007. - 150 с.

31. Глыбочко, П. В. Судебно - медицинская диагностика возраста (монография) / П. В. Глыбочко, Ю. И. Пиголкин, В. Н. Николенко, и др. -издательство ПМГМУ им. И.М. Сеченова. - 2016. - 318 с.

32. Гомберг, М. А. Зона дермо - эпидермального контакта кожи человека в разные возрастные периоды / М. А. Гомберг, Е. Е. Брагина, З. М. Гетлинг и др. // Клиническая дерматология и венерология. - 2012 - №2 - С. 18 - 23.

33. Горбунов, Д. Н. Эластические волокна кожи передней брюшной стенки: дис. ... канд. мед. наук / Д. Н. Горбунов. - Красноярск, 2009. - 171 с.

34. Горбунов, Н. С. Абдоминальная идентификация возраста / Н. С. Горбунов, В. И. Чикун, П. А. Самотесов // Сибирское медицинское обозрение. - 2007. - №4. - С. 96 - 99.

35. Горелова, М. В. Пролиферативная активность интерфолликулярного эпидермиса кожи височной области мужчин 20-45 лет // Морфология. -2010. - Т. 137, №4. - С. 59.

36. Государственный доклад «О состоянии защиты населения и территорий Российской Федерации от чрезвычайных ситуаций природного и техногенного характера в 2018 году» / М.: МЧС России. ФГБУ ВНИИ ГОЧС (ФЦ). - 2019. -344 с.

37. Государственный доклад «О состоянии защиты населения и территорий Российской Федерации от чрезвычайных ситуаций природного и техногенного характера в 2017 году» / - М., МЧС России. ФГБУ ВНИИ ГОЧС (ФЦ). - 2018. - 342 с.

38. Давыдовский, И. В. Геронтология. - М., Медицина, 1966. - 300 с.

39. Деев, А. Особенности старения кожи человека / А. Деев // Косметика и медицина. - 2007. - №4. - С. 26-36.

40. Доклад о мировом развитии 2011. Конфликты и развитие. - 2012. - 408с.

41. Ефимов, А. А. Анализ синхронности возрастных изменений эластических свойств крупных артерий и кожи человека. / А. А. Ефимов, Е. Н. Савенкова, Ю. Д. Алексеев // Современные проблемы науки и образования. - 2013 -№3 - С. 115-116.

42. Ефимов, А. А. Комплексная количественная оценка инволютивных изменений аорты человека: Автореф. дисс. ... канд. мед. наук / А. А. Ефимов - С., 1999. - 24 с.

43. Ефимов, А. А. Оптимизация регрессионных соотношений при определении возраста в судебно - медицинской практике. / А. А. Ефимов, А. Е. Луньков, Е. Н. Савенкова // Проблемы экспертизы в медицине. - 2007. - №1. - С.13 -15.

44. Ефимов, А. А. Пути оптимизации судебно - медицинских методов определения возраста / А. А. Ефимов, Е. Н. Савенкова, Ю. Д. Алексеев // Судебно - медицинская экспертиза. - 2015 - Т. 58, №5 - С. 20 - 22.

45. Ефремов, И. А. Молекулярно - генетические экспертизы спорного родства по полиморфным маркерам хромосомы Х - человека: особенности интерпретации результатов и расчетов индекса отцовства / И. А. Ефремов, В. Б. Кожемяко // Сибирский медицинский журнал. - 2011. - №7 - С. 49 -55.

46. Жарикова, Т. С. Закономерности изменения длины коронарных артерий у людей второго периода зрелого и пожилого возраста / Т. С. Жарикова, В. Е. Милюков, В. Н. Николенко // Сеченовский вестник. - 2018. - Т. 31, №1 - С. 16-18.

47. Жмурко, Р. С. Строение сосудистых сплетений боковых желудочков головного мозга взрослых людей / Р. С. Жмурко, В. Н. Николенко // Морфология. - 2018. - Т. 153, №3. - С. 107.

48. Жуклина, В. В. Половые особенности форм живота и размеров передней брюшной стенки у пожилых людей / В. В. Жуклина, Н. С. Горбунов, П. А. Самотесов, Н. В. Тихонова // Сибирский медицинский журнал (Иркутск). -2011. - №4. - С. 108 - 110.

49. Забродин, В. А. Морфология тимуса взрослого человека: Автореф. дис. ... д - ра мед. наук / В. А. Забродин - М., 2005. - 23 с.

50. Звягин, В. Н. Биометрическая сортировка трупов, разрушенных в очаге катастрофы, по признакам пола, продольным, обхватным размерам и степени подкожных жироотложений / В. Н. Звягин, О. И. Галицкая, М. А. Негашева // Судебно - медицинская экспертиза. - 2012. - №3. - С. 4 - 11.

51. Звягин, В. Н. Исследование костей стопы при экспертизе идентификации личности / В. Н. Звягин, О. И. Галицкая, Е. А. Еременко // Методические рекомендации - М.: 2016. - С. 140.

52. Звягин, В. Н. Красная кайма губ как объект медико - криминалистической экспертизы / В. Н. Звягин, О. И. Галицкая, Е. Е. Фомина // Судебно -медицинская экспертиза. - 2013. - №5. - С. 24 - 28.

53. Звягин, В. Н. Медико - криминалистическое исследование фрагментов тел при массовом поступлении трупов / В. Н. Звягин, О. И. Галицкая, М. А. Негашева // Судебно - медицинская экспертиза. - 2012. - № 2. - С. 4 - 9.

54. Звягин, В. Н. Определение прижизненных соматических размеров тела человека при судебно - медицинской экспертизе скелетированных и сожженных останков - Новая медицинская технология / В. Н. Звягин, О. И. Галицкая, М. А. Григорьева // Регистрационное удостоверение ФС -2007/036 от 28 февраля 2007. - М.: РИО ФГУ «РЦСМЭ Росздрава» - 2007 -С.21 - 27.

55. Звягин, В. Н. Программный комплекс «Biometrical Dactylography 17.0» для цифровой интерпретации признаков дерматоглифики пальцев / В. Н.

Звягин, В. А. Ракитин, Е. Е. Фомина // Судебно - медицинская экспертиза. -2018. - №2. - С. 31 - 35.

56. Звягин, В. Н. Текущие проблемы медико - криминалистической идентификации личности / В.Н. Звягин // Проблемы экспертизы в медицине.

- 2012. - Т. 12, №3 - 4. - С. 47 - 48.

57. Звягин, В. Н. Точечно - цифровая интерпретация и выбор признаков дерматоглифики пальцев для диагностики кровного родства / В. Н. Звягин, В. А. Ракитин, Е. Е. Фомина // Судебно - медицинская экспертиза - 2016 -Т. 59, № 6 - С. 32 - 37

58. Звягин, В. Н. Установление видовой принадлежности костного вещества / А. Ю. Куликов, В. К. Иванов // Методологические рекомендации МЗ РФ №94/264. - М. - 1996. - 17 с.

59. Звягин, В. Н. Экспертное значение ребер взрослого человека при судебно -медицинской экспертизе скелетированных останков / В. Н. Звягин, О. И. Галицкая, Е. Ю. Пермякова // Методические рекомендации. - М., 2016. - 64 с.

60. Зеленин, А.В. Люминесцентная гистохимия нуклеиновых кислот /А.В. Зеленин. - М: Наука, 1967. - 316с.

61. Земскова, Е. Ю. Изучение аналитических характеристик молекулярно -генетических индивидуализирующих систем в аспекте судебно -экспертного типирования ДНК: дис. ... канд. мед. наук / Е. Ю. Земскова. -М., 2008. - 149 с.

62. Зорина, А. И. Дермальные фибробласты: разнообразие фенотипов и физиологических функций, роль в старении кожи / А. И. Зорина, В. Л. Зорин, В. Р. Черкасов // Эстетическая медицина. - 2012. - Т. 11, №1 - С.15 -31.

63. Иванов, П. Л. Молекулярно - генетическая индивидуализация человека и идентификация личности. // Руководство по судебной медицине. Под ред. Томилина В.В., Пашиняна Г.А. - М.: - Медицина. - 2001. - 576 с.

64. Иванов, П. Л. Применение молекулярно - генетических технологий для идентификации российских граждан, погибших при цунами в Тайланде (II): рано ставить точку? / П. Л. Иванов, В. А. Клевно, Н. Л. Каганова // Судебно

- медицинская экспертиза - 2009. - №2. - С. 10 - 18.

65. Информация о розыске лиц, скрывшихся от дознания, суда уклоняющихся от исполнения уголовного наказания, без вести пропавших, а также об установлении личности граждан и неопознанных трупов https://xn - -b1aew.xn - - p1ai/открытые - данные/7727739372 - MVDGIAC311/data -20200723 - structure - 20190508.csv Посмотреть).

66. Калиниченко, С. Г. Морфофункциональная характеристика нейровазальных связей коры мозжечка / С. Г. Калиниченко, Н. Ю. Матвеева, П. А. Мотавкин // Тихоокеанский мед. журнал. - 2015. - №1. - С. 26 - 29.

67. Капулер, О. М. Метаболизм коллагеновых волокон на фоне возрастных изменений / О. М. Капулер, Б. Н. Сельская, А. Г. Галеева и др. // Врач. -2015. - №8. - С. 64 - 69.

68. Каукаль, В. Г. Критерии судебно - медицинской идентификации личности по свойствам и особенностям кожи и ее дериватов: Автореф. дис. ... докт. мед. наук /В. Г. Каукаль. - Кемерово. 1996. - 31 с.

69. Клак, Н. Н. Проблемы идентификации личности // Вестник новых медицинских технологий. - 2012. - Т. 19, №2. - С. 389.

70. Ковалев, А. В. Идентификация личности по особенностям строения грудной клетки и позвоночника: Рентгенол. и судеб. - мед. исслед.: дис. ... докт. мед. наук - СПб., 1996. - 448 с.

71. Конев, В. П. Алгоритмы использования современных подходов при микроскопическом исследовании костей для судебно - медицинских целей /

B. П. Конев, С. Н. Московский, А. С. Коршунов и др. // Вестник судебной медицины. - 2018. - №1. - С. 50 - 55.

72. Конев, В. П. Современные возможности использования атомно - силовой микроскопии в исследовании плотных тканей человека / В. П. Конев, И. Л. Шестель, С. Н. Московский // Вестник судебной медицины. - 2015. - №2. -

C. 17-20.

73. Конев, В. П. Современные представления о структуре костной ткани: новые методы исследования и возможности использования в судебной медицине / В. П. Конев, И. Л. Шестель, С. Н. Московский // Вестник судебной медицины. - 2016. - №2. - С. 40 - 44.

74. Корниенко, И. В. Непрямая молекулярно - генетическая идентификация личности при массовом поступлении неопознанных тел: дис. ... докт. биол. наук / И. В. Корниенко. - Санкт - Петербург, 2005. - 289 с.

75. Костенко, Е. Я. Медико - информационный анализ в программе дентальной идентификации личности по цифровым ортопантомограммам / Е. Я. Костенко, Р. В. Клевно // Судебная медицина. - 2015. - С. 15 - 16.

76. Костенко, Е. Я. Расчет и оценка погрешностей параметров идентификации личности методом контрастного контурирования ятрогенных вмешательств на цифровых ортопантомограммах / Е. Я. Костенко, Р. В. Клевно // Судебная медицина. - 2015. -. С. 21 - 24.

77. Кох, Л. И. Возрастная морфология яичникового придатка / Л. И. Кох, И. В. Суходоло, А. Б. Войцович // Сибирский медицинский университет. Морфология. - 2002. - №4. - С. 61 - 63.

78. Крошкин, В. В. Миелоархитектоника нервов артерий головного мозга человека (возрастные и сравнительные особенности). Автореф. дисс. ... канд. мед. наук. / В. Н. Крошкин - Ярославль. - 1981. - 26 с.

79. Кун, Т. Структура научных революций. Перевод И. З. Налётова. - Москва: Прогресс, 1975. - 288 с.

80. Курзин, Л. М. Возрастные изменения внутриорганных артерий почек человека / Л. М. Курзин, Е. Н. Савенкова, Л. В. Кулаева и др.// Инновации в медицинском образовании и науке: Докторантские и аспирантские чтения. -Саратов, 2010. - С. 132 - 134.

81. Лазуренко, В. В. Морфологическая характеристика пиального сосудистого русла некоторых функциональных зон коры большого мозга человека: дис. ... канд. мед. наук / В. В. Лазуренко - Уфа. - 2000. - 163 с.

82. Леонтюк, А. С. Основы возрастной гистологии. Учебное пособие / А. С. Леонтюк, Б. А. Слука - Минск, 2000. - 416 с.

83. Луцай, Е. Д. Закономерности макромикроскопического строения и микротопографии гортани человека на этапах онтогенеза: автореф. дис. ... д - ра мед. наук / Е. Д. Луцай. - Оренбург, 2013. - 42 с.

84. Макарова, Е. Ю. Моделирование биометрической системы идентификации личности по термограмме лица с использованием ЦМЪ / Е. Ю. Макарова, К. В. Гудков // Современная техника и технологии. - 2016. - Вып. 7. - С. 25 -32.

85. Малахов, Д. В. Комплексное исследование анатомо - морфологических особенностей ушной раковины для идентификации личности // Проблемы экспертизы в медицине. - 2006. - №4. - С. 23 - 24.

86. Мальцева, Н. Л. Вариантная анатомия подъязычной кости и возможности ее применения в идентификации личности: автореф. дисс. ... канд. мед. наук. - 2006. - 21 с.

87. Мальцева, Н.В. Возрастные изменения морфометрических характеристик нейронов, клеток микроглии и активность ферментов антиоксидантной защиты в коре головного мозга человека на начальных этапах постнатального онтогенеза / Н.В. Мальцева, И.А. Волчегорский, С.Е. Шемяков // Морфологические ведомости. - 2016. - Т. 24, № 1. - С. 112 -115.

88. Манин, А. И. Использование зубных протезов для идентификации личности / А. И. Манин, О. И. Манин, Е. Х. Баринов // Медицинская экспертиза и право. - 2016. - №1 - С. 48 - 49.

89. Манин, А. И. Особенности диагностики аномалий зубов применительно к задачам идентификации личности / А. И. Манин, Е. Х. Баринов, П. О. Ромадоновский // Медицинская экспертиза и право. - 2016. - №5 - С. 53 -54.

90. Мантурова, Н. Е. Инъекционный коллаген в коррекции возрастных изменений кожи: экспериментально - клинические параллели / Н. Е. Мантурова, А. Г. Стенько, Я. А. Петинати и др. // Вестник РГМУ. - 2019. -№1. - С. 78 - 85.

91. Мантурова, Н. Е. Оптимизация хирургической и консервативной коррекции инволюционных изменений системы кожи: дисс. ... докт. мед. наук / Н. Е. Мантурова. - М., 2012. - 347 с.

92. Мантурова, Н. Е. Старение кожи: механизмы формирования и структурные изменения / Н. Е. Мантурова, Р. В. Городилов, А. В. Кононов // Анналы пластической, реконструктивной и эстетической хирургии. - 2010. - №1. -С. 88 - 92.

93. Михеев, М. Ю. Обработка информации в системе идентификации по термограмме лица / М. Ю. Михеев, К. В. Гудков, Т. Н. Астахова и др. // Вестник НГИЭИ. - 2017. - Т. 71, №4. - С. 7 - 15.

94. Молочков, В.А. Руководство по геронтологической дерматологии / В. А. Молочков, В. Н. Таболин, С. С. Кряжева и др. - М.: Моники, 2005. - 360 с.

95. Москаленко, В. А. Программный комплекс «киберсердце-диагностика» для автоматического анализа электрокардиограмм с применением методов машинного обучения / В. А. Москаленко, А. В. Никольский, Н. Ю. Золотых и др. // СТМ. - 2019. - Т. 11, №2. - С. 86 - 91.

96. Мотавкин, П. А. Возрастные изменения нервного аппарата сосудов головного и спинного мозга / П. А. Мотавкин, В. М. Черток, А. В. Ломакин и др. // Судебно - медицинская экспертиза. - 2012 - Т.55, № 3. - С. 27 - 30.

97. Мотавкин, П. А. Гистофизиология кровообращения в спинном мозге / П. А. Мотавкин, Ю. И. Пиголкин, Ю. В. Каминский. - М.: Наука,1994. - 232 с.

98. Мотавкин, П. А. Капилляры головного мозга / П. А. Мотавкин, А. В. Ломакин, В. М. Черток // Владивосток: ДВНЦ АН СССР, 1983. - 140 с.

99. Мочагин, П. В. О криминалистическом значении строения складчатого рельефа каймы губ / П. В. Мочагин // Вестник Удмуртского университета. Серия «Экономика и право». - 2014. - Т. 24. - Вып. 4. - С. 163 - 172.

100. Муслов, С. А. Три способа измерения площади плоских фигур произвольной формы программными методами / С. А. Муслов, Н. В. Зайцева, И. Л. Самосадная, И. В. Гавриленкова // Международный журнал прикладных и фундаментальных исследований. - 2017. - Т 5, №1. - С. 89 -93.

101. Мяделец, О. Д. Морфофункциональная дерматология / О. Д. Мяделец, В. П. Адаскевич // М.: Медицинская литература. 2006. - 752 с.

102. Назаров, Ю. В. Возрастные особенности пальмометрических признаков взрослого человека / Ю. В. Назаров, А. П. Божченко, И. А. Толмачев и др.// Судебная медицина. - 2016. - С. 20 - 23.

103. Найнис, Й. - В. Й. Судебно - остеологические методы идентификации личности по проксимальным костям конечностей: Автореф. дис. ... докт. мед. наук / Й. - В. Й. Найнис - 1966. - 49 с.

104. Неклюдов, Ю. А. Экспертная оценка возрастных изменений скелета верхней конечности. - Саратов: Изд - во СМИ. -1992. - 124 с.

105. Никитюк, Б.А. Конституция человека / Б.А. Никитюк // Антропология. -ВИНИТИ. - 1991. - Т. 4. - 160 с.

106. Николенко, В. Н. Возрастные, половые и билатеральные особенности диаметра просвета и толщины стенки позвоночных артерий у взрослых людей / В. Н. Николенко, О. А. Фомкина, Ю. А. Гладилин // Морфология. -2008. - №3. - С. 79 - 80.

107. Николенко, В. Н. Деформационно - прочностные параметры артерий головного мозга во II периоде зрелого возраста / В. Н. Николенко, О. А. Фомкина // Сеченовский вестник. - 2019. - Т. 10, №1. - С. 41 - 46.

108. Николенко, В. Н. К вопросу об определении биологического возраста по морфометрическим параметрам артерий мозга взрослых людей / В. Н. Николенко, О. А. Фомкина //Современные наукоемкие технологии. - 2008. - №5. - С. 44 - 45.

109. Николенко, В. Н. Коммуникации сосудистых сплетений третьего и боковых желудочков головного мозга взрослых людей / В. Н. Николенко, Е. А. Анисимова, Р. С. Жмурко, и др. // Морфология. - 2018. - Т. 153, №3. - С. 202 - 203.

110. Николенко, В. Н. Морфобиомеханические закономерности строения средней мозговой артерии взрослых людей / В. Н. Николенко, О. А. Фомкина, Ю. А. Неклюдов и др. // Саратовский научно - медицинский журнал. - 2012. - Т. 8, №1. - С. 009 - 014.

111. Николенко, В. Н. Морфометрические характеристики и биомеханические свойства задней мозговой артерии взрослых людей: половой диморфизм, возрастная изменчивость и билатеральные различия / В. Н. Николенко, О.

A. Фомкина // Медицинский вестник Северного Кавказа. - 2012. - Т. 27, №3. - С. 4 - 7.

112. Новоселов, В. П. Оценка структурных особенностей хряща ушной раковины при установлении возраста / В. П. Новоселов, С. В. Савченко, Е.

B. Пяткова // Вестник судебной медицины. - 2014 - Т. 3. - №2 - С. 22 - 24.

113. Ноздрин, В. И. Возрастные изменения эпидермиса кожи волосистой части головы у мужчин / В. И. Ноздрин, М. В. Горелова, Т. А. Белоусова // Морфология. - 2011. -Т. 139, №1. - С. 74 - 81.

114. Озернюк, Н. Д. Эволюция онтогенеза / Н. Д. Озернюк, В. В. Исаева // М.: Тов - во научных изданий. КМК. М. - 2016. - 407 с.

115. Омельяненко, Н. П. Соединительная ткань (гистофизиология и биохимия) / Н.П. Омельяненко, Л.И. Слуцкий // Т.1. М.: Известия. - 2009. - 380 с.

116. Омельяненко, Н. П. Соединительная ткань (гистофизиология и биохимия) // Н. П. Омельяненко, Л. И. Слуцкий // Т.2. М.: Известия. - 2010. - 599 с.

117. Оноприенко, Г. А. Современные концепции процессов физиологического и репаративного остеогенеза / Г. А. Оноприенко, В. П. Волошин // Альманах клинической медицины. - 2017. - Т. 45, №2. - С. 79 - 93.

118. Павлов, А. В. Возрастная динамика основных структурных компонентов семенников человека в оценке биологического возраста: Автореф. дисс. ... канд. мед. наук / А. В. Павлов - С., 1999. - 23 с.

119. Павловский О. М. Методика оссеографического исследования кисти. // Методика морфофизиологических исследований в антропологии. М.: изд -во МГУ. - 1981. - С. 44 - 61.

120. Пальцев, М. А. Нейроиммуноэндокринные механизмы старения / М.А. Пальцев, И.М. Кветной, В.О. Полякова, и др. // Усп. геронтол. - 2009. - Т. 22, №1. - С. 24 - 36.

121. Пальцын, А. А. Возрастные изменения мозга / А. А. Пальцын, С. В. Комиссарова // Патологическая физиология и экспериментальная терапия. -2015. - Т. 59, №4. - С. 108 - 116.

122. Пашкова, В. И. Судебно - медицинское отождествление личности по костным останкам / В. И. Пашкова, Б. Д. Резников. - Саратов: Изд - во Сарат. ун - та, 1978. - 320 с.

123. Пиголкин, Ю. И. Анализ диссертационных работ по специальности 14.03.05 «Судебная медицина» (2015 - 2018) / Ю. И. Пиголкин, И. В. Глоба, Е. Е. Ачкасов // Судебно - медицинская экспертиза. - 2019. - Т. 62, №3 - С. 54 - 59.

124. Пиголкин, Ю. И. 150 лет со дня рождения профессора П. А. Минакова: страницы жизни и научное наследие / Ю. И. Пиголкин, Ю. В. Ломакин // Судебно - медицинская экспертиза. - 2016. - Т. 59, №3. - С. 54 - 57.

125. Пиголкин, Ю. И. Возможности использования морфометрических методов в судебно - медицинской диагностике отравлений наркотиками / Ю. И. Пиголкин, Д. В. Богомолов, И. Н. Богомолова и др. // Проблемы экспертизы в медицине. - 2001. - Т. 1, №1. - С. 18 - 20.

126. Пиголкин, Ю. И. Возрастная характеристика эфферентной иннервации артерий мягкой оболочки мозга человека / Ю. И. Пиголкин, В. М. Черток,

П. А. Мотавкин // Архив анатомии, гистологии и эмбриологии. - 1982. - Т. 83, №8. - С. 14 - 23.

127. Пиголкин, Ю. И. Кафедра судебной медицины Сеченовского университета. 215 лет со дня основания / Ю. И. Пиголкин, Ю. В. Ломакин, А. В. Ходулапов. - Москва: ГЭОТАР - Медиа, 2020. - 224 с.

128. Пиголкин, Ю. И. Современные методы судебно - медицинской идентификации личности / Ю. И. Пиголкин // Российские медицинские вести. - 2004. - №3. - С. 73 - 75.

129. Пиголкин, Ю. И. Сравнительная характеристика адренергической иннервации артерий спинного мозга позвоночных животных и человека // Арх. Анатомии, гистологии и эмбриологии. - 1988. - Т. 95, № 10. - С. 36 -43.

130. Пиголкин, Ю. И. Судебная медицина // Ю. И. Пиголкин, И. А. Дубровин // Учебное пособие. - 2011. - 288 с.

131. Пиголкин, Ю. И. Судебно - медицинское определение возраста / Ю. И. Пиголкин, М. В. Федулова, Н. Н. Гончарова // Медицинское информационное агентство - Москва, 2006. -224 с.

132. Пиголкин, Ю. И. Функциональная морфология нервного аппарата кровеносных сосудов спинного мозга в норме и при механической травме: автореф. дисс.... докт. мед. наук / Ю. И. Пиголкин. - Ленинград. - 1991. -56с.

133. Полетаева, М. П. Судебно - медицинская диагностика возрастных изменений щитовидного хряща: дис. ... канд. мед. наук / М. П. Полетаева -М., 2019. - 153 с.

134. Потехина, Ю. П. Структура и функции коллагена / Ю.П. Потехина // Рос. остеопат. журн. - 2016. - Т. 32 - 33, №1-2. - С. 87 - 99.

135. Ракитин, В. А. Выбор признаков пальцевых узоров для дерматоглифических исследований в зависимости от функциональной активности рук / В. А. Ракитин, П. А. Кирьянов // Судебно - медицинская экспертиза. - 2017. - №2. - С. 21 - 26.

136. Ригонен, В. И. Этнотерриториальные особенности папиллярных узоров пальцев рук русских, киргизов и узбеков / В. И. Ригонен, А. П. Божченко // Судебно - медицинская экспертиза. - 2017. - №1. - С. 14 - 18.

137. Ромадоновский, П. О. МКИ возможности идентификации личности по особенностям строения рельефа твердого неба / П. О. Ромадоновский, Е. Х. Баринов // Судебная медицина. - 2016 - Т. 2, №2 - С. 163.

138. Рохлин, Д. Г. Возрастные особенности костной системы на основании рентгенографических данных. - 1934. - 66 с.

139. Ряховский, М. А. Возрастная изменчивость морфологических показателей дистальных фаланг стопы человека: автореф. дис. ... канд. мед. наук / М. А. Ряховский - Саратов, 2009. - 24 с.

140. Савенкова, Е. Н. Общепатологическая и судебно - медицинская оценка возрастных изменений кожи для определения возраста человека: дис. ... канд. мед. наук / Е. Н. Савенкова. - Саратов, 2006. - 161 с.

141. Самоявчева, С. В. Возможности кластерного анализа в интерпретации данных суточного мониторирования артериального давления у больных артериальной гипертонией и ремоделированием левого желудочка / С. В. Самоявчева, В. В. Шкарин // СТМ. - 2015. - Т. 7, №4. - С. 113 - 118.

142. Сапин, М. Р. Анатомия человека учебник в 2 томах / М. Р. Сапин, Д. М. Никитюк, В. Н. Николенко и др. - Москва. - 2012. - Т.1. - 640 с., Т.2. - 640 с.

143. Саркисов, Д. С. Микроскопическая техника / Д. С. Саркисов, Ю. Л. Перов - М.: Медицина 1996. - 544 с.

144. Саркисян, К. Д. Морфологические проявления компенсаторных изменений в гиппокампе человека при старении / К.Д. Саркисян // Вестник РГМУ. - 2008. - №5 - С. 71 - 74.

145. Седнева, О. А. Идентификация личности по особенностям строения языка при гнилостной трансформации и мумификации: дис. ... канд. мед. наук / О. А. Седнева. - М., 2006. - 192 с.

146. Селье, Г. На уровне целого организма / Г. Селье; пер. с англ. И. А. Доброхотова, А. В. Ларина. - М.: Наука, 1972. - 123 с.

147. Селье, Г. Очерки об адаптационном синдроме / Г. Селье; пер. с англ. - М.: Медгиз, 1960. - 253 с.

148. Серов, В. В. Соединительная ткань (функциональная морфология и общая патология и терапия) / В. В. Серов, А. Б. Шехтер. - М.: Медицина, 1981. -312 с.

149. Смирнов, А. В. Страницы истории судебно - медицинской антропологии // Медицинская экспертиза и право. - 2016. - №3. - С. 51 - 55.

150. Совершенствование методов медико - криминалистической идентификации личности при катастрофах с массовыми человеческими жертвами (эмиссионный спектральный анализ костной ткани): Методические рекомендации. - Москва, РЦСМЭ, 2000. - 17 с.

151. Соколов, В. В. Возрастные особенности архитектоники артериальных сосудов селезенки / В. В. Соколов, О. А. Каплунова, Т. Е. Овсеенко // Морфология. - 2003. - № 4. - С. 57-60.

152. Сорокина, А. Е. Морфологические критерии оценки инволютивных изменений кожи лица у пациенток с артериальной гипертензией / А. Е. Сорокина, Т. Ф. Перетолчина, Л. К. Глазкова // Клиническая Дерматология и Венерология. - 2016. - Т. 15, №3. - С. 68 - 72.

153. Спиридонов, А. В. Возрастные изменения щитовидной железы и их судебно - медицинская оценка: Автореф. дисс. ... канд. мед. наук / А. В. Спиридонов - С., 1997. - 16 с.

154. Степин, В. С. История и философия медицины. Научные революции XVII - XIX веков / В. С. Степин, А. М. Сточик, С. Н. Затравкин // Академический проект. - 2017. - 235 с.

155. Стихийные бедствия и техногенные катастрофы: Превентивные меры / The World Bank and The United Nations; пер. с англ. - М.: Альпина Паблишер, 2011. - 312 с.

156. Судаков, К. В. Избранные лекции по нормальной физиологии. - М.: Эрус, 1992. - 243 с.

157. Судаков, К.В. Общие представления о функциональных системах организма / под ред. К.В. Судакова // Основы физиологии функциональных систем /- М.: Медицина, 1983. - С. 6 - 26.

158. Теплов, К. В. Возрастные особенности ладонной дерматоглифики взрослого человека / К. В. Теплов, А. П. Божченко, И. А. Толмачев и др.// Судебно - медицинская экспертиза. - 2016. - С. 19 - 23.

159. Титаренко, Е. Н. Возраст человека как идентификационный признак. Методы его диагностики по данным литературы / Е. Н. Титаренко, И. В. Власюк // Медицинская экспертиза и право. - 2014. - Т.3. - С. 4 - 8.

160. Усачев, В.Л. Научно - практические принципы организации и проведения судебно - медицинских экспертиз в чрезвычайных ситуациях (в мирное и военное время): дисс. ... канд. мед. наук / В.Л. Усачев. - 2016. - 189 с.

161. Федулова, М. В. Возрастные изменения костной ткани и их судебно -медицинское значение: дисс. ... докт. мед. наук / М. В. Федулова. - 2004. -215 с.

162. Фетисов, В. А. Анализ диссертаций по специальности «Судебная медицина» и другим медицинским специальностям (2010 - 2014 гг.) / В. А. Фетисов, А. А. Гусаров, Т. А. Куприна // Судебно - медицинская экспертиза. - М., 2016. - №3. - С. 46 - 53.

163. Фетисов, В. А. Анализ диссертаций по специальности «Судебная медицина» и другим медицинским специальностям (2010 - 2014 гг.) / В. А. Фетисов, А. А. Гусаров, Т. А. Куприна // Судебно - медицинская экспертиза. - 2016. - Т.59, №3. - С. 46 - 53.

164. Фоминых, С. А. Возрастная изменчивость губчатого вещества дистального отдела лучевой кости и тел поясничных позвонков: автореф. дис. ... канд. мед. наук / С. А. Фоминых. - 2010. - 25 с.

165. Фомкина, О. А. Гемодинамические показатели и параметры напряженно -деформированного состояния стенок артерий головного мозга у взрослых людей / О. А. Фомкина, В. Н. Николенко // Морфология. - 2017. - Т. 151, №3. - С. 112.

166. Фомкина, О. А. Морфометрические параметры артерий головного мозга взрослых людей 35 - 60 лет / О. А. Фомкина, В. Н. Николенко // Морфологические ведомости. - 2015. - №2. - С. 96 - 99.

167. Фролова, С. А. Экспертное применение анализа полиморфизма последовательностей митохондриальной ДНК в судебно - медицинской практике: дис. ... канд. мед. наук / С. А. Фролова. - М., 2004. - 144 с.

168. Фролькис, В.В. Старение, эволюция и продление жизни /В.В. Фролькис, Х.К. Мурадян. - Киев: Наук. думка, 1992. -239с.

169. Хавинсон, В. Х. Избранные лекции по геронтологии / В. Х. Хавинсон, С. С. Коновалов. - СПб. - 2009. - 40 с.

170. Хэм, А. Гистология: в 5 т./ А. Хэм, Д. Кормак. - М., 1982-1983. 149 с.

171. Целуйко, С. С. Морфофункциональная характеристика дермы кожи и ее изменения при старении (обзор литературы) / С. С. Целуйко, Е. А. Малюк, Л. С. Корнеева и др. // Бюл. физ. и пат. дых. - 2016. - №60.

172. Цехмистренко, Т. А. Гистофизиологический подход к изучению структурной организации коры мозга человека в онтогенезе / Т. А. Цехмистренко, В. И. Козлов // Тихоокеанский медицинский журнал. - 2016.

- Т. 64, №2. - С. 103 - 107.

173. Цехмистренко, Т. А. Количественные соотношения нейро - глио -сосудистых микроструктурных компонентов лобной коры большого мозга у детей от рождения до 3 лет // Новые исследования. - 2013. - Т. 34, №1. - С. 51 - 58.

174. Черемисина, Е. Н. Распознавание личности по термографическим изображениям лица. Современное состояние и перспективы развития / Е. Н. Черемисина, Н. С. Баша // Системный анализ в науке и образовании. - 2012.

- Вып. 2. - С. 4 - 12.

175. Чертовских, А. А. Возрастные изменения суставной впадины лопатки / А. А. Чертовских, Е. С. Тучик // Судебно - медицинская экспертиза. - М., 2019. - №2. - С. 31 - 33.

176. Чертовских, А. А. Идентификация пола и возраста человека по длине лопаточной ости / А. А. Чертовских, Е. С. Тучик // Избранные вопросы судебно - медицинской экспертизы. - Хабаровск, 2019. - №18. - С. 199 -201.

177. Черток, В. М. Возрастные изменения капилляров головного мозга человека (гистохимическое исследование) // Морфология. - 1985. - Т. 88, №2. - С. 28 - 34.

178. Черток, В. М. Холинергическая и адренергическая иннервация внутримозговых артерий человека в онтогенезе / В. М. Черток, Ю. И. Пиголкин, П. А. Мотавкин // Морфология. - 1983. - Т. 84, №2. - С. 22 - 29.

179. Чикун, В. И. Абдоминальный метод судебно - медицинской идентификации личности / В. И. Чикун, Н. С. Горбунов. // Сибирский медицинский журнал (Томск). - 2009. - №1. - С. 113 - 116.

180. Шемяков, С. Е. Возрастные изменения капиллярного русла моста головного мозга: мат. докладов VIII конгр. междунар. ассоциации