Оценка давности наступления смерти методом конечно-элементного моделирования посмертного теплообмена головы

Обложка

Цитировать

Полный текст

Аннотация

Цель – разработка двумерной конечно-элементной модели (КЭМ) посмертного теплообмена головы, предназначенной для определения давности наступления смерти (ДНС).

Материал и методы. С помощью приложения ELCUT 6.5 Student произведено конечно-элементное моделирование геометрии и посмертного теплообмена головы взрослого человека. В качестве геометрической модели мозгового отдела головы использовали полусферу с радиусом 98 мм, состоящую из равномерно распределенных однородных слоев: кожно-апоневротического лоскута, костей свода черепа, ликвора субарахноидального пространства и головного мозга. Валидация КЭМ осуществлялась путем оценки сходимости кривых охлаждения, полученных с помощью КЭМ и на основе законов охлаждения Marshall – Hoare и Ньютона – Рихмана в условиях постоянной и линейно изменяющейся внешней температуры.

Результаты. Разработана масштабируемая двумерная КЭМ нахождения посмертного температурного поля головы. Она позволяет учитывать любые изменения внешней температуры, комбинированные условия теплообмена и зависимость теплофизических параметров биотканей от температуры внешней среды. Отладка КЭМ в стандартных условиях охлаждения показала максимальную сходимость результатов нахождения посмертного температурного поля с результатами валидных феноменологических математических моделей при задании на внешнем ребре только конвективного теплообмена с коэффициентом теплоотдачи, равным 6 Вт/(м2·К). Разработанная КЭМ характеризуется устойчивостью результатов определения ДНС к отклонениям начального температурного поля расчетной области от своего физиологического уровня.

Выводы. Предложенную КЭМ целесообразно использовать в экспертной практике при определении давности наступления смерти.

Об авторах

Г. В. Недугов

ФГБОУ ВО «Самарский государственный медицинский университет» Минздрава России

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

д-р мед. наук, доцент кафедры судебной медицины

Россия, Самара

Список литературы

  1. Potente S, Henneicke L, Schmidt P. Prism - A novel approach to dead body cooling and its parameters. Forensic Sci Int. 2021;325:110870. doi: 10.1016/j.forsciint.2021.110870
  2. Laplace K, Baccino E, Peyron PA. Estimation of the time since death based on body cooling: a comparative study of four temperature-based methods. Int J Legal Med. 2021;135(6):2479-87. doi: 10.1007/s00414-021-02635-7
  3. Nedugov GV. Mathematical modeling of the corpse cooling. Kazan, 2021. (In Russ.). [Недугов Г.В. Математическое моделирование охлаждения трупа. Казань, 2021]. ISBN 978-5-00118-790-5
  4. Smart JL. Estimation of time of death with a fourier series unsteady-state heat transfer model. J Forensic Sci. 2010;55(6):1481-7. doi: 10.1111/j.1556-4029.2010.01467.x
  5. Igari Y, Hosokai Y, Funayama M. Rectal temperature-based death time estimation in infants. Leg Med (Tokyo). 2016;19:35-42. doi: 10.1016/j.legalmed.2016.02.002
  6. 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;7(1):1-14. doi: 10.1016/j.legalmed.2004.06.006
  7. 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;7(2):69-80. doi: 10.1016/j.legalmed.2004.06.007
  8. Wilk LS, Hoveling RJM, Edelman GJ, et al. Reconstructing the time since death using noninvasive thermometry and numerical analysis. Sci Adv. 2020;6(22):eaba4243. doi: 10.1126/sciadv.aba4243
  9. Weiser M, Erdmann B, Schenkl S, et al. Uncertainty in temperature-based determination of time of death. Heat Mass Transfer. 2018;54:2815-26. doi: 10.1007/s00231-018-2324-4
  10. Smart JL. Use of postmortem temperature decay response surface plots of heat transport in the human eye to predict time of death. J Forensic Sci. 2014;59(2):390-8. doi: 10.1111/1556-4029.12333
  11. Nelson DA, Nunneley SA. Brain temperature and limits on transcranial cooling in humans: quantitative modeling results. Eur J Appl Physiol Occup Physiol. 1998;78(4):353-9. doi: 10.1007/s004210050431
  12. Zhu L, Diao C. Theoretical simulation of temperature distribution in the brain during mild hypothermia treatment for brain injury. Med Biol Eng Comput. 2001;39(6):681-7. doi: 10.1007/BF02345442
  13. Schenkl S, Muggenthaler H, Hubig M, et al. Automatic CT-based finite element model generation for temperature-based death time estimation: feasibility study and sensitivity analysis. Int J Legal Med. 2017;131(3):699-712. doi: 10.1007/s00414-016-1523-0
  14. Muggenthaler H, Hubig M, Schenkl S, Mall G. Influence of hypo- and hyperthermia on death time estimation - A simulation study. Leg Med (Tokyo). 2017;28:10-14. doi: 10.1016/j.legalmed.2017.06.005
  15. Mall G, Hubig M, Beier G, et al. Supravital energy production in early post-mortem phase - estimate based on heat loss due to radiation and natural convection. Leg Med (Tokyo). 2002;4(2):71-8. doi: 10.1016/ s1344-6223(02)00005-6
  16. Mall G, Hubig M, Beier G, Eisenmenger W. Energy loss due to radiation in postmortem cooling. Part A: quantitative estimation of radiation using the Stefan-Boltzmann law. Int J Legal Med. 1998;111(6):299-304. doi: 10.1007/ s004140050175

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рисунок 1. Геометрическая модель головы с построенной сеткой из 254 конечных элементов и ее начальное температурное поле.

Скачать (730KB)
3. Рисунок 2. Термограммы в точках начала координат и на внешнем ребре КЭМ в сравнении с кривыми охлаждения для данных точек в соответствии с законами охлаждения (1) и (3) при постоянной внешней температуре, равной 10 °С.

4. Рисунок 3. Термограммы в точках начала координат и на внешнем ребре КЭМ в сравнении с кривыми охлаждения для данных точек в соответствии с законами охлаждения (2) и (4) при линейно изменяющейся со скоростью 0,5 °С/ч внешней температуре.

5. Рисунок 4. Термограммы в точке начала координат КЭМ при гипер-, нормо- и гипотермическом вариантах танатогенеза.


© Недугов Г.В., 2022

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

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

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

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

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

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

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

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

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

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

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

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