基于有限元分析的死后头部对流热交换在线工具

封面

如何引用文章

全文:

详细

背景。在确定死亡时间的热测诊断领域,死后热交换的有限元分析方法是一种前景广阔的技术。相比传统的尸体冷却现象学方程,该方法能够克服其局限性。然而,目前支持这一方法的软件通常价格昂贵,并要求用户具备独立设置求解条件的能力。本文提出了一种开放式在线工具,用于基于头部颅脑热测的尸体冷却有限元分析,具有简洁的界面,可用于确定死亡时间。

研究目的。开发一个用于分析死后头部对流热交换的有限元分析在线工具。

材料与方法。构建了一个可缩放的有限元头部模型,该模型以多层球体为近似,包含1311个节点和9277个有限元。开发了用于计算初始和死后头部温度场的算法,并以Python 3编程语言实现。

研究结果。开发了在线应用程序Simple Finite Element Model of Postmortem Convective Heat Transfer of the Head,其功能包括:考虑初始温度场的特性;头部主要解剖层的尺寸和热物理特性;对流热交换强度;诊断点坐标;尸体冷却过程中外部温度的变化。该工具能够生成诊断点和头部表面在死后24小时内的冷却曲线,并输出相关数值结果。此外,还可显示有限元模型的网格几何特性、温度沿从模型中心到诊断点积分路径的分布情况。

结论。该计算在线工具无需高性能计算机或用户具备专业知识,可在法医学实践中用于通过颅脑热测法确定尸体死亡时间。

作者简介

Vladimir G. Nedugiv

Samara National Research University

Email: nedugovvg@gmail.com
ORCID iD: 0009-0007-7542-7235
SPIN 代码: 2407-7937
俄罗斯联邦, Samara

German V. Nedugov

Samara State Medical University

编辑信件的主要联系方式.
Email: nedugovh@mail.ru
ORCID iD: 0000-0002-7380-3766
SPIN 代码: 3828-8091

MD, Dr. Sci. (Medicine), Assistant Professor

俄罗斯联邦, Samara

参考

  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;7(1):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;7(2):69–80. doi: 10.1016/j.legalmed.2004.06.007
  3. Smart JL, Kaliszan M. Use of a finite element model of heat transport in the human eye to predict time of death. J Forensic Sci. 2013;58(Suppl 1):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;131(3):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;54(9):2815–2826. EDN: ILDZMW doi: 10.1007/s00231-018-2324-4
  6. Ullrich J, Weiser M, Subramaniam SJ, et al. The impact of anatomy variation on temperature based time of death estimation. Int J Legal Med. 2023;137(5):1615–1627. EDN: KDNXGI doi: 10.1007/s00414-023-03026-w
  7. Subramaniam JS, Hubig M, Muggenthaler H, et al. Sensitivity of temperature-based time since death estimation on measurement location. Int J Legal Med. 2023;137(6):1815–1837. EDN: GXPTML doi: 10.1007/s00414-023-03040-y
  8. Nedugov GV. Estimation of the postmortem interval by the method of finite element modeling of postmortem heat transfer in human head. Sci Innovations Med. 2022;7(3):179–185. EDN: CIMZZD doi: 10.35693/2500-1388-2022-7-3-179-185
  9. 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):353–359. 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;39(6):681–687. EDN: OVPRTJ doi: 10.1007/BF02345442
  11. Duck FA. Physical properties of tissue: A comprehensive reference book. London: Academic Press; 1990. P. 9–42.
  12. Logg A, Wells G, Mardal KA. 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;25:23–28. 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;144(2-3):167–175. doi: 10.1016/j.forsciint.2004.04.051
  15. Clark RP, Toy N. Forced convection around the human head. J Physiol. 1975;244(2):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;44(9):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;8(12):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;32(10):e13126. EDN: ZBNRHA doi: 10.1111/ina.13126
  19. Vavilov AJ. Diagnostic ‘blunder’ as a cause of errors in the calculated determination of the age of death by the thermal method. Problemy ekspertizy v meditsine. 2008;8(3-4):8–11. (In Russ.) EDN: OKCJBD

补充文件

附件文件
动作
1. JATS XML
2. Fig. 1. The finite element model of the brain region of the head, set in an online application.

下载 (200KB)
3. Fig. 2. The initial temperature field of the diametrical section of the finite element model.

下载 (229KB)
4. Fig. 3. Graphs of cooling of the center and surface of the finite element model with sinusoidal changes in external temperature. Symbols: 1 ― temperature at a point with zero radial coordinate; 2 ― temperature at points on the surface of the finite element model; 3 ― ambient temperature. ДНС ― postmortem interval.

下载 (109KB)

版权所有 © Eco-Vector, 2024

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。

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».