Онлайн-инструмент конечно-элементного анализа посмертного конвективного теплообмена головы

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Одним из наиболее перспективных современных направлений в области термометрической диагностики давности наступления смерти является метод конечно-элементного анализа посмертного теплообмена, позволяющий преодолеть ограничения, присущие феноменологическим уравнениям охлаждения трупа. Однако обеспечивающие данный метод программные пакеты характеризуются высокой стоимостью, а также предполагают наличие у пользователя навыков самостоятельного задания условий решаемых задач. В настоящей статье предложен открытый онлайн-инструмент конечно-элементного анализа посмертного конвективного теплообмена головы человека с простым интерфейсом, предназначенный для определения давности наступления смерти путём краниоэнцефальной термометрии трупа.

Цель работы ― разработка онлайн-инструмента конечно-элементного анализа посмертного конвективного теплообмена головы.

Материалы и методы. Построена масштабируемая конечно-элементная модель головы, аппроксимированная многослойным шаром, состоящая из 1311 узлов и 9277 конечных элементов. Разработан вычислительный алгоритм поиска начального и посмертного температурного поля головы, реализованный на языке программирования Python 3.

Результаты. Разработано онлайн-приложение Simple Finite Element Model of Postmortem Convective Heat Transfer of the Head, учитывающее особенности начального температурного поля, размеры и теплофизические свойства основных анатомических слоёв головы, интенсивность конвективного теплообмена, координаты диагностической точки и изменения внешней температуры в процессе охлаждения трупа. Результатом работы онлайн-приложения являются визуализация кривых охлаждения в диагностической точке и на поверхности головы в первые сутки посмертного периода с генерацией соответствующих числовых значений, а также вывод информации о геометрии и свойствах сетки конечно-элементной модели и распределении температуры вдоль контура интегрирования от центра модели до диагностической точки.

Заключение. Отсутствие у разработанного решателя высоких требований к системным характеристикам компьютера и специальной подготовке пользователя позволяет применять предложенное онлайн-приложение в судебно-медицинской экспертной практике при установлении давности наступления смерти путём краниоэнцефальной термометрии трупа.

Об авторах

Владимир Германович Недугов

Самарский национальный исследовательский университет имени академика С.П. Королева

Email: nedugovvg@gmail.com
ORCID iD: 0009-0007-7542-7235
SPIN-код: 2407-7937
Россия, г. Самара

Герман Владимирович Недугов

Самарский государственный медицинский университет

Автор, ответственный за переписку.
Email: nedugovh@mail.ru
ORCID iD: 0000-0002-7380-3766
SPIN-код: 3828-8091

д-р мед. наук, доцент

Россия, Самара

Список литературы

  1. Mall G., Eisenmenger W. Estimation of time since death by heat-flow Finite-Element model. Part I: Method, model, calibration and validation // Leg Med (Tokyo). 2005. Vol. 7, N 1. P. 1–14. doi: 10.1016/j.legalmed.2004.06.006
  2. Mall G., Eisenmenger W. Estimation of time since death by heat-flow Finite-Element model. Part II: Application to non-standard cooling conditions and preliminary results in practical casework // Leg Med (Tokyo). 2005. Vol. 7, N 2. P. 69–80. doi: 10.1016/j.legalmed.2004.06.007
  3. Smart J.L., Kaliszan M. Use of a finite element model of heat transport in the human eye to predict time of death // J Forensic Sci. 2013. Vol. 58, Suppl. 1. P. S69–S77. doi: 10.1111/1556-4029.12022
  4. Schenkl S., Muggenthaler H., Hubig M., et al. Automatic CT-based finite element model generation for temperature-based death time estimation: Feasibility study and sensitivity analysis // Int J Legal Med. 2017. Vol. 131, N 3. P. 699–712. EDN: UUZEXN doi: 10.1007/s00414-016-1523-0
  5. Weiser M., Erdmann B., Schenkl S., et al. Uncertainty in temperature-based determination of time of death // Heat and Mass Transfer. 2018. Vol. 54, N 9. P. 2815–2826. EDN: ILDZMW doi: 10.1007/s00231-018-2324-4
  6. Ullrich J., Weiser M., Subramaniam S.J., et al. The impact of anatomy variation on temperature based time of death estimation // Int J Legal Med. 2023. Vol. 137, N 5. P. 1615–1627. EDN: KDNXGI doi: 10.1007/s00414-023-03026-w
  7. Subramaniam J.S., Hubig M., Muggenthaler H., et al. Sensitivity of temperature-based time since death estimation on measurement location // Int J Legal Med. 2023. Vol. 137, N 6. P. 1815–1837. EDN: GXPTML doi: 10.1007/s00414-023-03040-y
  8. Недугов Г.В. Оценка давности наступления смерти методом конечно-элементного моделирования посмертного теплообмена головы // Наука и инновации в медицине. 2022. Т. 7, № 3. С. 179–185. EDN: CIMZZD doi: 10.35693/2500-1388-2022-7-3-179-185
  9. Nelson D.A., Nunneley S.A. Brain temperature and limits on transcranial cooling in humans: Quantitative modeling results // Eur J Appl Physiol Occup Physiol. 1998. Vol. 78, N 4. P. 353–359. EDN: AUNLVL doi: 10.1007/s004210050431
  10. Zhu L., Diao C. Theoretical simulation of temperature distribution in the brain during mild hypothermia treatment for brain injury // Med Biol Eng Comput. 2001. Vol. 39, N 6. P. 681–687. EDN: OVPRTJ doi: 10.1007/BF02345442
  11. Duck F.A. Physical properties of tissue: A comprehensive reference book. London: Academic Press, 1990. P. 9–42.
  12. Logg A., Wells G., Mardal K.A. Automated solution of differential equations by the finite element method: The FEniCS book. Berlin: Springer-Verlag, 2012. doi: 10.1007/978-3-642-23099-8
  13. Muggenthaler H., Hubig M., Schenkl S., et al. Calibration and parameter variation using a finite element model for death time estimation: The influence of the substrate // Leg Med (Tokyo). 2017. Vol. 25. P. 23–28. doi: 10.1016/j.legalmed.2016.12.007
  14. Henssge C., Madea B. Estimation of the time since death in the early post-mortem period // Forensic Sci Int. 2004. Vol. 144, N 2-3. P. 167–175. doi: 10.1016/j.forsciint.2004.04.051
  15. Clark R.P., Toy N. Forced convection around the human head // J Physiol. 1975. Vol. 244, N 2. P. 295–302. doi: 10.1113/jphysiol.1975.sp010798
  16. Defraeye T., Blocken B., Koninckx E., et al. Computational fluid dynamics analysis of drag and convective heat transfer of individual body segments for different cyclist positions // J Biomech. 2011. Vol. 44, N 9. P. 1695–1701. doi: 10.1016/j.jbiomech.2011.03.035
  17. Kurazumi Y., Fukagawa K., Sakoi T., et al. Convective heat transfer coefficient relating to evaluation of thermal environment of infant // Heliyon. 2022. Vol. 8, N 12. P. e12076. EDN: SQKCMK doi: 10.1016/j.heliyon.2022.e12076
  18. Jiang S., Zhang M., Wang S., Li J. Numerical investigation of the convective heat transfer coefficient for a sleeping infant in a ventilation room // Indoor Air. 2022. Vol. 32, N 10. P. e13126. EDN: ZBNRHA doi: 10.1111/ina.13126
  19. Вавилов А.Ю. Диагностический «промах» как причина ошибок расчетного определения давности смерти тепловым методом // Проблемы экспертизы в медицине. 2008. Т. 8, № 3-4. С. 8–11. EDN: OKCJBD

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Конечно-элементная модель мозгового отдела головы, заданная в онлайн-приложении.

Скачать (200KB)
Метаданные
3. Рис. 2. Начальное температурное поле диаметрального сечения конечно-элементной модели.

Скачать (229KB)
Метаданные
4. Рис. 3. Графики охлаждения центра и поверхности конечно-элементной модели при синусоидальных изменениях внешней температуры. Условные обозначения: 1 ― температура в точке с нулевой радиальной координатой; 2 ― температура в точках поверхности конечно-элементной модели; 3 ― внешняя температура. ДНС ― давность наступления смерти.

Скачать (109KB)
Метаданные

© Эко-Вектор, 2024

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

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).