Scientific journal

Modern problems of science and education

ISSN 2070-7428

"Перечень" ВАК

ИФ РИНЦ = 0,936

Введение

Количество преступлений с использованием ножей, относящихся как к холодному оружию, так и к предметам хозяйственно-бытового назначения, не уменьшается [1]. Повреждения острыми предметами, повлекшие наступление смерти, в РФ составляют в среднем 13,4% с пиковыми повышениями до 14,8% в отдельные годы [2]. Показатели смертности от острой травмы по данным зарубежных исследователей достигают от 30 до 70 %. В ряде европейских стран убийства с использованием ножей являются не только наиболее распространенными, но и характеризуются ежегодным приростом [3, 4]. В опубликованных результатах многочисленных исследований архивных данных приводится информация о том, что большинство подобных травм – это ранения грудной клетки с повреждением костно-хрящевого каркаса [5–7]. A. Banasr et al. подсчитали, что число случаев с повреждением хрящей/костей статистически больше, чем без таковых (р=0,0068) [5]. М. Berg von Linde et al. также установили, что в 66,7% ножевые удары при убийствах затрагивают костный каркас грудной клетки [3].

Обязательным этапом судебно-медицинской экспертизы острой травмы является установление механизма и условий образования повреждений, установление характеристик травмирующего орудия и его идентификация. Разнообразие используемых в качестве орудия преступлений ножей формирует потребность научного поиска по изучению морфологических особенностей различных следовоспринимающих объектов [8, 9]. Данное обстоятельство актуализирует исследования, посвященные разработке новых методик, направленных на установление общегрупповых и индивидуализирующих признаков травмирующего орудия костной ткани. Подобные исследования характеризуются практической востребованностью.

Анализ профильной литературы выявил ряд актуальных проблемных аспектов, требующих дальнейших исследований. В числе основных: преобладание экспериментальных работ, выполненных на костях животных; сосредоточенность исследовательских усилий на морфологических особенностях лезвийной части, отсутствие унифицированных условий проведения экспериментов; недостаточность количественных характеристик при описанных данных. Это свидетельствует о необходимости более системного подхода и разработки стандартизированных методик, алгоритмов для повышения объективности и воспроизводимости данных.

В этой связи цель исследования – базируясь на результатах всестороннего анализа структурных характеристик колото-резаных повреждений ребер, образованных клинками с вариативной толщиной обуха, предполагается создание экспериментального прототипа программного обеспечения. Данный цифровой продукт предназначен для верификации травмирующего орудия (конкретно – ширины обушковой части) в корреляции с условиями нанесения повреждения.

Материал и методы исследования

Для реализация поставленной цели были выполнены серии экспериментов. Материалом для исследования послужили фрагменты ребер (передние отделы IV, V, VI ребер) от паспортизированных трупов лиц обоего пола.

Для возможности учета влияния возраста на формирующиеся повреждения кости было решено поделить биоманекены на две группы, соответственно классификации ВОЗ от 2025 года: 18–44 – молодой возраст, 45–59 – средний возраст. Возрастная и половая характеристика объектов представлена в табл.1.

Таблица1

Характеристика биоматериала по полу и возрасту

Примечание: составлена авторами на основе полученных данных в ходе исследования

Повреждения наносились новыми ножами заводского производства, с различной толщиной обуха (нож 1 ширина обуха 2,0мм = класс ножа 1; нож 2 – ширина обуха 1,5мм = класс ножа 2; нож 3 – ширина обуха 1,0мм = класс ножа 3). Работа включала также цикл наблюдений в зависимости от условий нанесения ударного воздействия: вдоль, поперек и под острым углом по отношению к слоистости компактного слоя ребра. Моделирование колото-резаных повреждений костей проводилось посредством устройства с ударным механизмом 4122 Sembol PRESMAK (DЕР-3), что позволило стандартизировать величину ударов во всех сериях эксперимента [10].

Количественная характеристика экспериментальных повреждений ребер в зависимости от пола биообъекта, локализации относительно направления слоистости кости и толщины обуха клинка ножа представлена в табл.2.

Таблица2

Количественная характеристика выполненных экспериментальных исследований

Примечание: составлена авторами на основе полученных данных в ходе исследования

Всего проведено 180 экспериментов. Результаты экспериментальных исследований (общий и частные признаки колото-резаных повреждений ребер) заносились в базу данных Excel (рис.1). Пример кодировки эксперимента в базе данных Excel: 1(порядковый номер)-1 (номер эксперимента)-ж(пол)33(возраст)-в(ориентировка длинника): эксперимент 1, нож №1, биообъект женского пола, 33 лет, экспериментальное повреждение нанесено вдоль слоистости кости.

Рис.1. Фрагмент таблицы регистрации результатов экспериментальных повреждений. Примечание: составлен авторами по результатам данного исследования

На основе анализа профильной литературы для унификации описания морфологии экспериментальных колото-резаных повреждений (КРП) ребер, был сформирован реестр групп признаков-повреждений [10–12]. Для последующего математического анализа в реестр групп признаков введена кодировка вариаций (features) КРП ребра.

Анализ базы данных с бинарными признаками (0/1) и целевым классом (от 1 до 3) проводился в среде Python с использованием фреймворков pandas, scikit-learn, SciPy: импорт данных, расчет описательных статистик (средние значения по каждому классу как доля единиц), отбор информативных признаков с помощью критерия хи-квадрат (уровень значимости p=0,001 для выявления монотонного тренда между значением признака и классом), оценка направления и силы связи через корреляцию Спирмена (уровень значимости p=0,05). Для классификации объектов по трем классам был обучен мультиномиальный наивный байесовский классификатор, предполагающий независимость признаков. Вероятность принадлежности объекта к классу рассчитывалась по формуле Байеса.

Результаты исследования и их обсуждение

Полученные в ходе стереомикроскопического исследования нативных препаратов (фрагменты ребер с колото-резаными повреждениями) результаты исследования вносились в таблицу пакете Excel и использовались для последующего статистического анализа и выявления частных признаков. Наличие статистической связи между признаками и толщиной обуха клинка проверено через расчет коэффициента ранговой корреляции Спирмена (рис.2).

Рис.2. Значения ранговой корреляции Спирмена признаков экспериментальных повреждений.

Примечание: составлен авторами по результатам данного исследования

Ключевым в диагностическом плане выступают следующие признаки, установленные при макро- и микроскопическом исследовании следовоспринимающего объекта (КРП ребер): конфигурация дефекта на наружной (НКП) и внутренней (ВКП) кортикальных пластинах (кодировка вариаций признаков: f1, f4, f5); геометрия тупого конца со стороны НКП (f14, f16), усредненный интегральный показатель ширины зон компрессии компакты вдоль обоих краев со стороны НКП (f18, f21, f23, f24, f26). Выявлена прямая корреляция между увеличением толщины обуха клинка и ростом частоты регистрации ряда признаков: дуговидно-щелевидной и линейно-щелевидной морфологии раны на НКТ (f2, f3), закругленной формы обушкового окончания (f6), ширины повреждения НКП в месте проникновения (вкола) порядка 1,0мм (f16), среднего суммарного показателя смятия НКП (f20, f23), а также значений средней ширины компрессии НКП по обеим сторонам КРП менее 3,6мм (f26). Напротив, с возрастанием массивности обуха отчетливо снижается выявляемость прямоугольного профиля обушкового конца (f7) и дефекта НКП в проекции проникновения с основанием 2,0мм (f14).

Для оценки информативности выявленных признаков был задействован математический аппарат на основе теоремы Байенса, которая является фундаментальным инструментом теории вероятностей и статистики, позволяет вычислять апостериорную вероятность наступления одного события при условии, что произошло другое. Подобный подход основан на принципах байесовского анализа, где предварительные оценки вероятностей (априорные) комбинируются с данными о распределении условных вероятностей, обеспечивая более точное и обоснованное моделирование связей между переменными. Такой метод активно применяется в современных статистических исследованиях для повышения точности и надежности интерпретации признаков и принятия обоснованных решений в условиях неопределенности.

Р(А│В)=Р(В│А)Р(А)/Р(В),

где Р – вероятность события;

А – искомый класс ножа (№1, №2, №3);

В – набор признаков колото-резаного повреждения.

На практике проводилось определение ножа по входным данным: в каждом случае при данном наборе морфологических признаков колото-резаного повреждения (В) определялась вероятность (Р) того, что это был конкретный нож (А).

В качестве инструмента автоматизации расчетных процедур была создана модель, основанная на мультиномиальном наивном байесовском классификаторе, оптимально адаптированная под характер собранных данных. Вся совокупность экспериментальных образцов повреждений была разделена на две части: обучающую выборку которая составила 80% данных (144 эксперимента), и тестовую, включающую остаток – 20% (36 экспериментов). При этом порядок распределения по классам ножей оставался сбалансированным, что обеспечило возможность применить метрику точности (accuracy) для объективной оценки работы (рис.3).

Рис.3. Критерии оценки точности моделирующей системы.

Примечание: составлен авторами по результатам данного исследования

Обучение моделирующей системы (модели) базировалось на объединении различных характеристик выборки, включая как качественные, так и количественные параметры, с последующей проверкой ее эффективности на отложенной тестовой выборке. Итоговая точность классификации (accuracy) равна 1, с доверительным интервалом, варьирующим в диапазоне от 0,93 до 1 (расчет выполнен по методу Уилсона, обеспечивающему высокую надежность оценки).

Убедившись в надежности обученной модели, для ее эксплуатации было реализовано ПО, где каждый признак имеет свою подпись в соответствии с таблицей данных статистически значимых признаков (рис.4).

Рис.4. Признаки и их описания в виде всплывающих подсказок.

Примечание: составлен авторами по результатам данного исследования

При нажатии на кнопку «определить» происходит вызов модели, что в конечном счете приводит к выдаче результата классификации – класса ножа. В данном случае модель корректно определила тип (класс) ножа как 0, что соответствует входящим данным – нож №1 с толщиной обуха клинка 2,0мм (рис.5).

Рис.5. Результат классификации. Пример работы разработанного ПО.

Примечание: составлен авторами по результатам данного исследования

На основе обученной модели была определена важность каждого отдельно взятого признака (рис.6, 7).

Рис.6. Вклад каждого признака в результат.

Примечание: составлен авторами по результатам данного исследования

Рис.7. Графическое моделирование информационной значимости (вклада) признаков для определения класса ножа.

Примечание: составлен авторами по результатам данного исследования

Обученная модель и разработанное программное обеспечение для ее применения позволяют с высокой точностью определить класс ножа по заданным параметрам повреждений. Таким образом, предложенный пилотный проект компьютерной программы является эргономичным вспомогательным инструментом для формирования экспертных выводов при решении вопросов о групповых свойствах травмирующего предмета (ширина обуха) при судебно-медицинской экспертизе колото-резаных повреждений ребер.

Исследования, посвященные вопросам возможности идентификации орудия травмы по следам повреждениям на костях, являются одними из наиболее востребованных в силу высокой практической значимости. D. Sánchez-Molina et al. научно обосновали возможность решения данной задачи посредством количественной оценки и математического моделирования [13]. В своей работе исследовали разработали вероятностную модель для определения ножа с дефектом острия. В представленной работе использован аналогичный подход для верификации ножа по ширине обушковой части. В работе Е. Cerutti et al. произведен корреляционный анализ между морфологией костных повреждений и размерными характеристиками травмирующего предмета (ножа). Авторы подтвердили необходимость учета высоты, глубины угла поражения при реконструкции общегрупповых свойств лезвия ножа по нативному повреждению [14]. Этот вывод согласуется с результатами представленного исследования. Экспериментальная работа S. Li также доказывает необходимость анализа схемы движения для реконструкции обстоятельств происшествия [15]. Угол наклона лезвия по отношению к следовоспринимающей поверхности необходимо учитывать и для определения силы удара [16]. В представленном исследовании были реализованы подобные идеи: экспертное определение варианта воздействия клинка ножа относительно слоистости ребра (вдоль, под углом, поперек).

Заключение

В данном исследовании разработана вероятностная модель, включающая количественную и качественную информацию для идентификации (определения класса) ножа. Для этого была использована экспериментальная установка, стандартизирующая процедуру исследования. На основании анализа статистических данных была построена байесовская процедура. Разработанная на основании математического анализа экспериментальных данных модель смогла правильно определить класс ножа с очень высоким уровнем достоверности. Помимо высокого процента правильных решений модель также дает количественную оценку надежности ответа. Использование программного обеспечения для решения вопросов о размерных характеристиках травмирующего предмета, в данном случае обуха ножа, объективно и валидно, ПО может быть применено любым экспертом исходя из той же исходной информации, учитывая, что это количественная процедура. Расширение базы исходных данных будет способствовать росту числа правильных идентификаций за счет увеличения объема используемой информации.