avatar

Комплексная оценка возрастных изменений при судебно-медицинской идентификации личности : учебное пособие / Ю. И. Пиголкин, Г. В. Золотенкова, М. П. Полетаева ; под ред. Ю. И. Пиголкина. - Москва : ГЭОТАР-Медиа, 2023 г. - 192 с. - ISBN 978-5-9704-7907-0, DOI: 10.33029/9704-7907-0-CAARC-2023-1-192.

Аннотация

В учебном пособии рассмотрены теоретические, экспериментальные и прикладные аспекты изучения возрастных изменений тканей и органов для целей судебно-медицинской экспертной практики.

Издание предназначено клиническим ординаторам и аспирантам медицинских вузов, может быть использовано в системе непрерывного медицинского образования практикующими судебно-медицинскими экспертами, а также представляет интерес для юристов.

Авторы

Пиголкин Юрий Иванович — доктор медицинских наук, профессор, член-корреспондент РАН, заведующий кафедрой судебной медицины Института клинической медицины им. Н.В. Склифосовского ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Универ ситет)

Золотенкова Галина Вячеславовна — доктор медицинских наук, доцент, врач судебно-медицинский эксперт, профессор кафедры судебной медицины, заместитель заведующего кафедрой по научной работе Института клинической медицины им. Н.В. Склифосовского ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Полетаева Мария Петровна — кандидат медицинских наук, врач судебно-медицинский эксперт, доцент кафедры судебной медицины Института клинической медицины им. Н.В. Склифосовского ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)

Список сокращений и условных обозначений

— торговое название лекарственного средства и/или фармацевтическая субстанция

ББК — большеберцовая кость

МКА — моноклональные антитела

ММО — метод машинного обучения

ЩХ — щитовидный хрящ

NB (Naive Bayes) — упрощенный алгоритм Байеса

ROC AUC — площадь (Area Under Curve) под кривой ошибок (Receiver Operating Characteristic)

SGD (Stochastic Gradient Descent) — метод стохастического градиента

SVM (Support Vector Machine) — метод опорных векторов

t-SNE (t-Distributed Stochastic Neighbor Embedding) — алгоритм машинного обучения со cтохастическим вложением соседей с t-распределением

uMAP (Uniform Approximation and Projection) — алгоритм машинного обучения для нелинейного снижения размерности

Введение

Идентификация личности 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 г.) показатель числа погибших в стихийных бедствиях составляет 77 144 человека. В базе данных CRED EM-DAT (International Disaster Database) за 2019 г. было зарегистрировано 396 стихийных бедствий, что превышает среднее (с 2009 по 2018 г.) значение ежегодного количества катастроф в 1,15 раза. В РФ в 2018 г. зафиксировано увеличение общего количества чрезвычайных ситуаций на 3,5% и числа погибших на 28,96% по сравнению с 2017 г. [33, 34]. 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), с 1970 по 2016 г. количество террористических инцидентов и число человеческих жертв, их сопровождающих, неукоснительно росло. В 2017 г. в РФ также зафиксирован рост количества погибших в результате террористических актов по сравнению с предыдущим годом [33, 34]. В Докладе о мировом развитии (2011) приводятся сведения о росте начиная с 1960-х гг., вспышек насилия, в том числе с человеческими жертвами, в странах, ранее переживших конфликты [37]. В большинстве подобных случаев происходит «обезличивание» погибших [153]. Неопознанные трупы с признаками насильственной смерти и следами сокрытия преступлений (расчленения, сожжения и др.) представляют большую проблему [57].

Одним из вариантов решения является объективизация сведений о биологических свойствах идентифицируемого. Целесообразность данного подхода — создание биологического паспорта неопознанного индивида как первоначальный этап идентификации личности — отмечена в большинстве профильных публикаций [20, 47, 118, 152, 153, 179, 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 идентификации личности [29, 41, 96, 115, 121, 131, 152, 154, 157, 168, 180, 184, 198, 224, 234, 245, 249, 253, 263, 265, 275, 283–285, 293, 315, 316, 323, 335].

В большинстве случаев для установления возраста на момент смерти используются данные о морфологических изменениях костной системы [29, 46, 96, 97, 112, 118, 121, 135, 154, 157, 168, 169, 179, 180, 187, 195, 203, 224, 236, 256, 257, 262, 270, 293, 319, 327, 328, 339, 343, 385]. Вместе с тем, учитывая сведения о гетерохронии, гетеротопии, гетерометрии, возрастных изменениях, для повышения точности диагностических методик установления возраста необходимо расширять круг вовлекаемых в исследование объектов [29, 41, 118, 120, 121, 154]. В настоящее время сформирован значительный информационный массив сведений в отношении механизмов, проявлений и динамики инволюционных трансформаций различных органов и систем организма человека [7, 12, 13, 18, 21, 23, 25, 36, 43, 44, 59, 71, 74, 75, 80, 85, 89, 91, 99–104, 106, 144, 145, 158, 159, 164, 166, 173, 177, 181]. Однако эти знания о возрастной морфологии мягких тканей и внутренних органов для судебно-медицинской диагностики возраста используются недостаточно [41]. В данном случае имеет место явно 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, 41, 139, 149]. Совместное использование нескольких различных методов исследования, расширение спектра изучаемых объектов и комплексный анализ фиксируемых изменений позволят сократить ошибку между биологическим и хронологическим возрастом и будут способствовать повышению точности конечного результата.

Используемые ранее методические подходы к решению вопросов идентификации личности, в том числе установлению возраста неизвестных лиц, в современных условиях требуют переосмысления и модернизации. Принципиально новый шаг — 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 [227, 229, 245]. 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 активного внедрения 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.

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

Система научных знаний судебной медицины — источник доказательств при проведении расследований, поэтому вектор ее научных интересов лежит прежде всего в области решения вопросов, которые ставят правоохранительные органы перед экспертами. Одним из таких вопросов, характеризующихся государственной значимостью, является идентификация личности [29, 47, 62, 115, 142, 143, 148, 155, 156, 196, 298]. Сложность решения данной проблемы обусловлена совокупностью факторов — это и объем предоставляемой информации, и сохранность объектов, наличие сравнительной базы и многое другое, что в конечном итоге требует разнопланового и многоуровневого подхода к ее решению [29, 116, 118, 120, 121, 131, 154, 180, 208, 215, 227, 234, 248, 297, 304, 355, 361].

Прежде всего, расширяется спектр используемых объектов. Это «гребневый рисунок» кистей и стоп [13, 20, 49, 95, 129, 138, 151], морфология переходной (красной) каймы губ [46, 92], рисунок дорсальной поверхности языка [138], архитектоника твердого нёба [16, 130]. Информативная значимость традиционных объектов, таких как зубы [304], увеличивается за счет изучения их в плоскости этнотерриториальных, внутрипопуляционных различий [17], признаков ортодонтического лечения [81, 82], использования цифровых аналитических методов [68, 69]. Инновацией является использование «термограммы» лица в целях идентификации [77, 86, 167]. Модифицированы подходы биометрической идентификации, базирующиеся на данных электрокардиографии [10, 22]. Качественно нового уровня идентификационных экспертиз удалось достигнуть с внедрением метода генотипоскопии [52, 67, 160, 179]. Достижение определенного уровня идентификации возможно посредством установления кровного родства молекулярно-генетическим методом [42, 52, 55, 67]. Молекулярный анализ скелетных останков может также дать информацию о гендерной принадлежности представленного индивида и обеспечить положительную идентификацию [196]. Тем не менее, не оспаривая существенные достоинства методов анализа дезоксирибонуклеиновой кислоты для целей идентификации личности, отметим ряд сложностей, ограничивающих их использование. Первоочередной проблемой является биологическая целостность, сохранность экспертного материала. Зачастую идентифицируемые объекты, представленные для судебно-медицинского исследования для отождествления личности, находятся в чрезвычайно плохом состоянии из-за преступной деятельности и/или тафономических факторов. В ряде случаев дело приходится иметь с очень малыми фрагментами. Также следует учитывать, что, поскольку анализ дезоксирибонуклеиновой кислоты является разрушительным процессом, решения относительно того, какие области кости или зуба должны быть исследованы, имеют принципиальное значение и могут повлиять на исход дела. Возможность использования анализа дезоксирибонуклеиновой кислоты во многом определяется доступностью информации до смерти, то есть наличием сравнительного материала [196].

В тематических публикациях специалисты однозначно высказываются о необходимости создания биологического профиля индивида [9, 96, 115, 118, 120, 143, 178, 180, 245, 248, 257, 265, 335, 355, 376]. Особенно это важно при недостатке и/или отсутствии сравнительного материала, что ограничивает возможности использования ряда современных методов. В подобных случаях повышается экспертная значимость исследований, объективизирующих данные биологического профиля неопознанного человека. Эти сведения используются для сортировки в условиях чрезвычайных ситуаций с массовыми человеческими жертвами, что способствует экономии временных и материальных ресурсов.

Оценка возраста — это важный шаг в построении биологического профиля человека, в отношении которого проводятся идентификационные исследования [29, 41, 96, 115, 118, 121, 131, 152, 154, 157, 168, 180, 184, 198, 199, 224, 234, 245, 249, 253, 263, 265, 275, 283–285, 293, 315, 316, 323, 335]. Установление вероятностного возрастного диапазона является существенным, а в некоторых случаях и определяющим элементом для последующей идентификации.

Большинство публикаций в мировой практике судебной антропологии, судебной остеологии посвящены методам, имеющим максимальное практическое использование [29, 46, 96, 97, 112, 118, 121, 135, 154, 157, 168, 169, 179, 180, 187, 195, 203, 224, 236, 256, 257, 262, 270, 293, 319, 327, 328, 339, 343, 385]. Установление возраста на момент смерти проводится преимущественно на основании оценки морфологических характеристик лобкового симфиза [206, 269, 307], аурикулярной поверхности подвздошной кости [208, 209, 270, 271, 329, 336, 343], швов черепа [272, 286, 322, 328], грудинных концов ребер [355]. Исследование поверхности вертлужной впадины, проксимального отдела бедренной кости чаще используется в качестве методов оценки возраста у взрослых в сочетании с вышеперечисленными методами.

T.W. Todd (1920, 1921) является основоположником метода установления возраста на основании морфологии лобкового симфиза [389]. В настоящее время метод используется в модификации Suchey–Brooks. Его активное использование на практике связано с наличием соответствующих отливок, позволяющих визуализировать сравнительные образцы [206, 329]. На основании результатов апробации данной методики на современных популяционных выборках исследователи отмечают, что лобковый симфиз является ценным локусом старения для индивидов не старше 35–40 лет [329].

Морфологические изменения ушковидной (facies auricularis) поверхности подвздошной кости также давно и активно используются при установлении возраста. Аурикулярная поверхность в качестве биомаркера имеет ряд преимуществ: хорошая сохранность данного анатомического элемента, наличие динамики инволютивных изменений практически на всем протяжении жизни, в том числе после 50 лет. Вместе с тем испытания данного метода показали, что скорость морфологических изменений имеет значительные колебательные амплитуды. Подобные вариации ведут к расширению границ устанавливаемого возрастного интервала, снижая точность определения возраста в конечном итоге [369]. J.L. Buckberry, A.T. Chamberlain (2002) модифицировали метод путем введения количественной системы оценки [208]. Комплексный анализ возрастных изменений поверхности (наличие поперечных борозд, рельеф поверхности, микро- и макропористость, апикальные изменения) индивидуализирует учет морфологических особенностей [269–271, 336].

М. San-Millan и соавт. (2017) на основании изучения 682 os coxae из документально подтвержденных остеологических коллекций изучили динамику и локализацию возрастных преобразований вертлужной впадины [366].

Проведенное исследование методов оценки возраста по лобковому симфизу и тазово-крестцовой поверхности подтвердило наличие популяционной специфики. Достоверность данного вывода обоснована количеством многоэтнической выборки: данными от 956 лиц обоего пола в возрасте от 19 до 100 лет из 9 различных популяций [209]. N. Lotteringa и соавт. (2014) отметили половой диморфизм в динамике возрастных изменений лобкового симфиза [307].

Одним из направлений исследований является испытание ранее разработанных методик на различных этнотерриториальных группах. Это обусловлено доказанной необходимостью учета внутри- и межпопуляционной изменчивости при оценке возраста [264, 329, 343, 344, 360, 366, 383]. Подобного рода изыскания способствуют формированию банка данных популяционных стандартов возрастных изменений.

В публикациях последних лет высказывается большое количество сомнений в точности метода, основанного на степени закрытия черепных швов, который был представлен в 1985 г. R.S. Meindl, C.O. Lovejoy. Сами авторы отмечали, что закрытие швов для оценки возраста на момент смерти как в археологическом, так и в судебно-медицинском контексте «следует использовать в сочетании с другими скелетными возрастными показателями» [322]. Результатом проведенных в последующем независимых исследований стал вывод о том, что существенная вариативность темпов заращения швов ограничивает значение этого метода для предварительного расчета возраста [272, 286]. Сложности методологического характера отмечены и при использовании метода диагностики возраста по стернальному концу ребер [245].

С.Е. Merritt (2017) указывает на необходимость учета индекса массы тела при выборе метода для оценки возраста, приводя данные о зависимости точности того или иного метода от массы тела, типа телосложения, роста неизвестного индивида [324]. Однако данное требование в условиях ограниченной первоначальной информации зачастую невыполнимо. Вместе с тем полученные результаты, по нашему мнению, следует трактовать как прямое указание на целесообразность комплексного, комбинированного подхода при оценке возраста.

В большинстве публикаций исследователи сходятся во мнении, что надежность существующих методов оценки возраста, особенно у лиц старше 20 лет, на сегодняшний день вызывает сомнение. Восприимчивость скелетного возраста к эволюционным, дегенеративным факторам увеличивает его отклонение от хронологического возраста [208]. J. Buckberry (2015) в своем исследовании отмечает, что существующие в настоящее время методы оценки возраста не учитывают «возрастную мимикрию» и индивидуальную изменчивость. Кроме того, они не обладают согласованностью, отсутствуют разработки по возможности совместного использования [208]. S. Mays (2015) указывает на значительную вариабельность маркеров возраста скелета у взрослых [320]. Он отмечает, что вариации костного возраста могут быть обусловлены целым рядом факторов. Это патология соединительной ткани, гормональный дисбаланс, недостаток витамина D, репродуктивные факторы, энергетический баланс, биомеханические переменные и генетические предикты. Однако исследований в данном направлении недостаточно, они являются эмпирическими и эпизодическими. Большинство исследователей в конечном счете приходят к выводам о необходимости расширения спектра проводимых исследований за счет более активного внедрения нового диагностического оборудования, проведения исследований по созданию непредвзятого комбинированного метода оценки возраста.

Ряд ученых придерживается мнения, что методы оценки скелетного возраста более приемлемы в качестве индикатора общих этапов жизни, а не для установления точного (хронологического) возраста [270, 271]. Мы согласны с подобной трактовкой, особенно если речь идет об использовании одного метода, основанного на субъективной оценке качественных признаков одного элемента костного скелета. В подобных случаях возможно установить только возрастной интервал, причем исчисляемый десятилетиями [209].

Точность определения возраста при практическом использовании любого метода, зависит от эталонной популяции, которая была использована для разработки метода, а также математических основ и статистических подходов к последующей оценке. E. Nikitа и соавт. (2018) предлагают использовать байесовский подход в сочетании с методом переходного анализа [344]. Использование переходного анализа для оценки морфологических характеристик возрастных изменений элементов костного скелета (лобкового симфиза, подвздошной аурикулярной поверхности и черепных швов) лежит в основе разработанной подразделением антропологии кафедры судебной медицины Университета Южной Дании (Unit of Anthropology Department of Forensic Medicine University of Southern Denmark) компьютерной программы [201]. Планируется ее интеграция с Fordisc, крупнейшим программным обеспечением для судебно-антропологического анализа по костям черепа [249, 408].

В заключение следует отметить, что на сегодняшний день сформирован значительный массив знаний по возрастной морфологии. Подробно изучены практически все внутренние органы и мягкие ткани. Расширяется спектр используемого диагностического оборудования, сделаны шаги по привлечению искусственного интеллекта для анализа результатов. Значительное количество публикаций содержит данные о количественных характеристиках различных структурных компонентов исследуемых органов. Однако полученные данные зачастую разноречивые и не всегда полные. В первую очередь это связано с тем, что количество исследуемого материала не всегда достаточно для полноценной вариационно-статистической обработки. В то же время спектр исследуемых параметров и показателей крайне широк, что затрудняет сравнительное сопоставление. Комплексный анализ морфометрических характеристик различных тканей и органов посредством сопоставления цифровых значений в различные периоды постнатального онтогенеза позволит использовать полученные результаты для оценки биологического возраста. Это поможет в преодолении главной трудности определения биологического возраста, связанной с индивидуальной и групповой изменчивостью темпов инволюции разных органов и тканей.

Глава 2. Характеристика возрастных изменений тканей и органов

Морфологические проявления возрастной инволюции, равно как и клинико-физиологические симптомы старения, достаточно вариабельны во временном, топологическом пространстве, «не допускают строгой регламентации и не поддаются предвидению» [35, 183]. Это отражает базовые характеристики возрастных изменений: гетерохронность, гетеротопию и гетерометрию, «асимметричность относительно различных систем» [183]. Морфометрическое исследование, которое включает в себя оценку инволютивных, деструктивных и адаптивных возрастных изменений различных органов и тканей, формирует объективное представление о биологическом возрасте индивида.

Представленные в данной главе данные о динамике возрастных изменений различных тканей и органов — результат комплексного анализа объектов, полученных в ходе секционного исследования 294 паспортизированных трупов мужского пола. Забор материала сопровождался ведением протокола с указанием даты и номера судебно-медицинского исследования, паспортных (пол, возраст) и антропометрических данных трупа, судебно-медицинского диагноза.

Критерии включения: давность смерти — не более суток (для препаратов костной и хрящевой ткани, кожи), не более 7 ч (для препаратов головного мозга, сосудов спинного мозга); отсутствие травматических повреждений исследуемой ткани, органа; отсутствие признаков патологических изменений, заболеваний соединительной ткани, эндокринной патологии; выраженных признаков хронической экзогенной интоксикации.

Объекты исследования: препараты кожи (фрагменты кожи из области грудины, нижней трети); препараты хрящевой ткани [фрагменты левой пластинки щитовидного хряща (ЩХ)], препараты костной ткани [фрагменты диафиза и дистального эпифиза левой плечевой кости, большеберцовой кости (ББК)], препараты головного мозга (моторная кора полушарий большого мозга — поле 6), корковые концы слухового анализатора (задняя часть височной извилины — поле 41); препараты мягкой оболочки спинного мозга (передняя спинальная артерия).

Для дифференцированного исследования возрастных изменений весь возрастной диапазон был разделен:

  1. на возрастные группы на основе возрастной периодизации, принятой на VII Всесоюзной конференции по проблемам возрастной морфологии, физиологии и биохимии АПН СССР, в 1965 году;

  2. на группы с десятилетним интервалом;

  3. на группы, сформированные с учетом результатов собственных исследований и данных литературы.

Также в процессе исследования производилась кластеризация с формированием возрастных групп посредством метода машинного обучения (ММО).

Этапы исследования

1-й этап — морфологическое исследование.

2-й этап — морфометрическое исследование и формирование баз данных количественных показателей, характеризующих возрастные изменения изученных тканей и органов.

  • Исследование проводилось по программе признаков (табл. 2-1-1, 2-2-1, 2-2-2, 2-3-1, 2-3-2, 2-4-1, 2-4-2), разработанных на основе анализа специализированной литературы [29–31, 83–85, 90, 91, 117, 119, 122, 126, 154, 220, 226–229, 379–381] и результатов собственных многолетних исследований.

  • Для проведения количественного морфометрического исследования в работе используется микроскопическая техника («Leica DM 1000», объектив «Leica HIPLAN 10x/0.25»), система анализа изображения («HIPLAN 20x/0.10»), позволяющая получить фотоизображения (JPEG).

  • Измерения проводятся с использованием программы обработки графических файлов ImageJ. Данное программное приложение разработано National Institutes of Health «специально для анализа изображений, полученных при биологических и медицинских исследованиях» [93]. В ImageJ производится вычисление площадей изучаемых структур, линейных размеров исследуемых областей (в том числе автоматическое определение максимальных, минимальных и средних значений исследуемого показателя), подсчет количества отдельных элементов структуры. При активации команды Measure (Ctrl+M) («Измерение») выбираются необходимые параметры Set Measurements. Analyze > Measure и Analyze > Analyze Particles и единицы измерения (Analyze > Set Scale).

  • Программы гистоморфометрических признаков включают в себя последовательность параметров, которые подразделяются на первичные (непосредственно измеряемые) и расчетные признаки.

  • При проведении гистоморфометрических исследований необходимо соблюдать правила измерений подобного рода показателей, допускающие в том числе пропуск от двух до пяти полей зрений в зависимости от исследуемого показателя, без перекрытия полей зрений; выбор увеличения от 50- до 200-кратного в зависимости от показателя и др. [1, 28, 154].

3-й этап — математический анализ количественных показателей с использованием ММО.

  • Пайплайн данного этапа — feature engineering — включал в себя двухмерную 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.

4-й этап — формирование итогового алгоритма решения задачи расчета биологического возраста.

2.1. Морфометрические возрастные изменения кожи

Состояние вопроса. В судебно-медицинской экспертной практике возраст идентифицируемого устанавливают в подавляющем большинстве случаев по скелету человека. Возможность использования других органов и тканей человека не реализована. Активный научный поиск в области возрастной морфологии с позиций клинической практики, анатомии, геронтологии, расширение возможностей гистологических техник, использование количественных методик позволяют рассматривать внутренние органы, мягкие ткани в качестве приемлемых объектов для определения возрастных модификаций. Следует отметить работы коллектива кафедры судебной медицины Саратовского государственного медицинского университета, где созданы методики установления возраста посредством оценки происходящих инволютивных трансформаций в щитовидной железе [146], почках [29], семенниках [29, 111], аорте [38, 39], коже [29, 38, 133]. Исследователи отмечают, что действенными мерами, способными повысить доказательную значимость, точность оценки возраста, являются расширение набора диагностических параметров, использование комплексного подхода [4, 29, 41].

В современной биологии накоплено много информации о морфологии возрастных изменений внутренних органов, которые целесообразно использовать для судебно-медицинского установления возраста. Еще в прошлом столетии были детально описаны этапы и сроки онтогенетического развития органов и тканей [3, 6, 7, 25, 75, 144, 161, 163].

Возрастная инволюция кожи как неизбежное проявление старения всего организма является достаточно сложным полифакторным процессом. При этом выделяют (по Международной классификации болезней 10-го пересмотра) хроностарение (L57.4) и фотостарение (L57). В контексте данного исследования нас интересует именно биологическое, «эндогенное» старение кожи, являющееся генетически детерминированным процессом [12]. В судебно-медицинской экспертной практике возраст оценивался преимущественно путем констатации степени выраженности морщин. Между тем современный уровень развития дерматокосметологии и смежных дисциплин вывел оценку возрастных изменений кожи на абсолютно новый уровень, прежде всего за счет внедрения инновационного диагностического оборудования. Это позволило сформировать огромный информационный массив знаний о возрастных изменениях кожи [30, 32, 36, 53, 59, 83, 84, 85, 87, 94, 106, 127, 145, 164, 176, 185, 188, 190, 199, 211, 215, 238, 239, 243, 259, 279, 280, 287, 288, 290, 296, 306, 317, 342, 356, 394, 402–405]. Однако в судебной медицине на сегодняшний день исследований, посвященных изучению кожи как предиктора старения, крайне мало [31, 39, 60, 133].

В.Г. Каукаль в своей работе использовал количественные значения толщины кожи различной региональной принадлежности для построения математических моделей с помощью многомерного дискриминантного анализа [60]. Представленные в работе результаты позволяют сделать вывод, что методы эмиссионной спектрографии и инфракрасной спектроскопии кожи и волос, исследование их микроэлементного состава можно применять в целях диагностики возраста лишь в комплексе с другими методиками. Автор предлагает использовать для диагностики возраста только метрические признаки (толщину) кожи и ногтей детей и взрослых. Реалии сегодняшнего времени и уровень научно-технических достижений позволяют значительно расширить арсенал используемых методов.

Ряд исследований в данном направлении выполнен под руководством А.А. Ефимова. Изучены некоторые количественные показатели инволютивных изменений кожи, выявлены их гендерные и топологические отличия, проведен сравнительный анализ синхронности происходящих с возрастом изменений кожи и крупных сосудов [38, 39, 40, 133]. При этом исследователи справедливо отмечают, что для совершенствования судебно-медицинской оценки возраста необходимо расширять круг исследуемых органов и тканей и модернизировать методы математического анализа данных [40, 41].

C.Trojahn и соавт. (2015) разработали новые параметры учета модификаций возрастного профиля кожи, которые объективно регистрируются прибором VisioScan VC98. Для оценки трансформации эпидермальных структур во времени использована оптическая когерентная томография, позволившая объективизировать дополнительные критерии неинвазивной оценки возрастных изменений кожи на открытых и защищенных от солнца участках [393, 394]. Высокое разрешение данного инструмента гарантирует диагностику ранних признаков старения кожи, в том числе формирования различных типов коллагеновых волокон [306, 345]. J.P. McLean и соавт. (2019) разработали оригинальный метод автоматизированной визуализации структурной архитектоники коллагеновых волокон и их количественной оценки на изображениях, полученных с помощью оптической когерентной томографии. Подобный подход расширяет функциональные возможности классических методов визуализации [321].

Накоплено большое количество сведений, касающихся патогенетических механизмов старения кожи [314, 342, 345]. Происходящие с возрастом изменения кожи напрямую зависят от сочетания внутреннего (хронологического) старения, модулируемого генетически предрасполагающими факторами, и внешнего старения (фотостарения). Исследователи отмечают, что значительное количество гистоморфологических преобразований, формирующихся в стареющей коже, в основном зависит от кумулятивного воздействия экзогенных факторов, среди которых главенствующая роль принадлежит ультрафиолетовому облучению. T. Kanaki и соавт. (2016) отмечают потребность в объективной оценке индивидуального патогенеза возрастных изменений посредством создания реестра биомаркеров [279]. Для этих целей используются самые разнообразные показатели.

В работе A. Kozarova и соавт. (2017) с помощью высокочастотного ультразвукового исследования (частота — 20 МГц) дана оценка возрастных изменений толщины кожи в зависимости от воздействия ультрафиолетового и инфракрасного излучения. Предложено использовать в качестве маркера выраженности фотостарения оценку субэпидермальной низкоэхогенной полосы [297]. Результаты работы Y. Koyano и соавт. (2017) также свидетельствуют о достоверном снижении толщины дермы с возрастом [296]. Ученые провели проспективное когортное исследование среди пожилых пациентов в возрасте 65 лет и старше (N=149) на протяжении 8 мес. Изучались свойства кожи предплечья (толщина дермы, эхогенность структур) с помощью ультразвукового сканера 20 МГц.

K.Kikuchi и соавт. (2015), используя систему визуализации, оснащенную осветительным устройством и цифровой камерой высокого разрешения, разработали метод оценки изображения на неоднородность цвета кожи. В ходе анализа неоднородности цвета кожи щек у 194 женщин были зафиксированы возрастные изменения меланина [288]. Продолжив исследования, коллектив авторов создал систему количественной оценки пигментных пятен на лице, доказав наличие четкой связи пигментации с возрастом [287]. Wang Hequn и соавт. (2015) разработали алгоритм для документирования возрастных дефектов кожного матрикса. В работе использовалась микроскопия с двухфотонной флуоресценцией для прямой визуализации кожных волокон кожи in vivo. На изображениях двух анатомических областей (внутренняя поверхность плеча и щека) женщин в возрасте 20– 30 лет и 60–80 лет исследованы структурные изменения дермальных волокон: пространственная ориентация, плотность. В старшей возрастной группе (60–80 лет) отмечена более высокая анизотропия в ориентации волокон кожи на внутренней поверхности плеча. Плотность волокон эластина увеличивалась с возрастом, тогда как плотность волокон коллагена уменьшалась с возрастом. Средние доли коллагеновых и эластических волокон во всей дерме составляли 28,96±14,63% и 8,06±3,75% соответственно [403]. K. Mizukoshi и соавт. (2017) также установили, что в коже более старших возрастных групп происходят снижение четкости и рост изотропности волокон коллагена и эластина [326]. В исследовании использовались CLSMизображения коллаген-эластинового каркаса от 90 японских женщин в возрасте от 20 до 60 лет. Для оценки результатов применен метод анализа основных компонентов.

Трансформация дермальных волокон является основным элементом происходящих с возрастом изменений. Выраженность данных преобразований зависит от эндогенного воздействия и максимально проявляется при фотостарении. Большинство исследователей сходятся во мнении, что состояние коллагеновых волокон сосочкового слоя дермы имеет ведущее значение в формировании статуса стареющей кожи.

Коллаген синтезируется соединительнотканными клетками, сущест вует более 20 вариантов его генетической разновидности. Содержание того или иного типа коллагена зависит от возраста, стадии репаративного процесса. Его разрушение (деградация) осуществляется в несколько этапов с участием фибробластов, различных ферментов [108, 109, 141, 400]. Существуют как внеклеточная фиброклазия, так и коллагенолиз, происходящий внутри клеток [94, 164]. Активность данного процесса зависит от типа коллагена. Естественно, что старение приводит к снижению интенсивности обмена коллагена: волокна за счет множественных «поперечных сшивок» распрямляются, становятся «жесткими», малодоступными для коллагеназы. Коллаген не только основной структурный элемент дермы, но и базисный фибриллярный белок межклеточного матрикса, необходимый для полноценного функционирования всего организма в целом. Следовательно, количественные характеристики, отражающие изменения коллагенового каркаса дермы с возрастом, можно использовать в качестве биомаркера. Коллаген выполняет в организме ряд очень важных функций. Во-первых, опорную — от количества и расположения коллагеновых волокон, а также от их качественного состава зависят механические свойства тканей организма. Во-вторых, коллаген играет важную информативнорегуляторную роль в морфогенезе тканей. Синтез коллагена, структурная организация волокон обеспечиваются в первую очередь механическим фактором. Согласно «теории регуляции роста соединительной ткани на основе обратной связи между распадом и синтезом коллагена», разработанной В.В. Серовым и А.Б. Шехтером, процесс ауторегуляции — двуфазный [141]. Первая фаза состоит из фагоцитоза макрофагами компонентов разрушенного коллагена и выработки фиброгенетического фактора, активирующего пролиферацию как соединительнотканных клеток, так и фибриллярного белка (коллагена). Вторая фаза — снижение активности соединительной ткани, активация инволютивной перестройки посредством воздействия на мембраны фибробластов. Таким образом, можно говорить о наличии общебиологических закономерностей развития соединительной ткани: развитие, стабилизация, инволюция [141]. В соответствии с концепцией биомеханического контроля морфогенеза фибробласт является ключевым звеном, способным регулировать не только свое микроархитектурное окружение, но и архитектонику ткани в целом посредством поверхностного микрорельефа клетки, ее двигательной траектории, пространственного взаиморасположения отростков. В условиях отсутствия функциональной нагрузки воло кна подвергаются резорбции. Таким образом, конструирование тканей происходит посредством обратной связи: клетка ↔ матрикс [108, 109, 141]. Снижение механического напряжения (физической активности) напрямую сказывается на формировании и архитектонике соединительнотканных элементов, в данном случае коллагена дермы.

Большое практическое значение имеют разработки коллектива авторов A.N. Annaidh и соавт. (2012) по оптимизации процессов распознания и автоматизации морфометрии дермальных структур. В предложенном ими методе используются стандартные гистологические методы и алгоритм, реализованный в инструментарии обработки изображений MATLAB. M. Ueda и соавт. (2019) применили комбинированную фотонную микроскопию для изучения пространственной организации коллагеновых волокон в дерме человека и их взаимосвязи с эластическими волокнами [399]. Согласно полученным данным, средние значения диаметра коллагенового волокна, ориентированного горизонтально, больше в сетчатом слое дермы, чем в сосочковом (средний диаметр волокна в сосочковом слое — 47±18 мкм, в сетчатом — 136±14 мкм; p <0,01). Аналогичный вывод получен и относительно диаметра эластических волокон (средний диаметр волокна в сосочковом слое — 4,4±0,6 мкм, в сетчатом — 5,9±0,8 мкм; p <0,05). Слои дермы также имели различные показатели углов ориентации между волокнами.

S.Amano и соавт. (2016) выявили, что воздействие ультрафиолетовых лучей на кожу, помимо повреждения дермальных эластических волокон, приводит к увеличению фактора роста эндотелия сосудов, ангиогенного фактора, в то время как антиангиогенный фактор уменьшается. Эти изменения вызывают ангиогенез в папиллярной дерме с увеличением миграции эластазоположительных лейкоцитов [188]. T. Ahmed и соавт. (2017) использовал инновационный подход изучения физических свойств коллагена и установил, что наличие возрастных различий в удержании воды внутри фибрилл приводит к изменению их плотности [185].

N.N. Golubtsova и соавт. (2015) провели иммуногистохимическое исследование содержания ангиомотина, эндостатина и баланса между этими веществами у лиц с момента рождения до 85 лет. Авторы отметили возрастное снижение содержания ангиомотина в кровеносных сосудах дермы в возрасте 61–85 лет. Эндостатин-положительные кровеносные сосуды были обнаружены в образцах кожи людей всех возрастов, при этом их количество увеличивалось с возрастом [259]. По данным P.M. Kinn и соавт. (2015), старение кожи сопровождается не только неизбежным истончением эпидермиса, снижением ее барьерной функции, но и постепенным ухудшением эпидермального иммунного ответа, меняется уровень и роль цитокинов, хемокинов и биологических аналитов [290]. В исследовании N.E. Chalyk и соавт. (2017) изучены образцы рогового слоя, полученные неинвазивным методом у 53 лиц женского пола. У пожилых женщин (50–73 года) наблюдалось достоверное уменьшение размера липидных капель и количества кристаллов липидов, а десквамация корнеоцитов была значительно выше [212]. R.M. Elewa и соавт. (2015), выполнив иммуногистохимическое исследование уровня белка кожи 42 молодых и пожилых людей, установили, что с возрастом формируются дефектные реакции на стресс, активируется онкогенез, что было особенно заметно в сальных железах [239].

Вполне закономерно S. Bielfeldt и соавт. (2018) приходят к выводу, что с учетом накопленных знаний о старении в целом, большого количества опубликованных обзоров клинических методов диагностики старения кожи только комплексная количественная оценка, возможно, является объективной мерой, доказательной базой как самих возрастных изменений, так и дерматологических средств, их корректирующих [199]. Помимо неинвазивных методов, позволяющих выполнить количественную оценку старения кожи, исследователи рекомендуют дополнять клинические исследования инвазивными процедурами.

На основе проведенного анализа следует констатировать, что в большинстве случаев объектом исследования была кожа лиц женского пола. Вместе с тем известно, что кожа относится к гормонально зависимым органам. Эстрогены оказывают стимулирующее влияние на рост и развитие клеток эпидермиса, его базального слоя, активируют выработку дермальных волокон фибробластами. Таким образом, эстрогены играют заметную роль в поддержании упруго-эластических свойств кожи, и научные исследования в области дерматогеронтологии доказали взаимосвязь дефицита половых гормонов со старением кожи. Вышеизложенное ограничивает возможность экстраполяции имеющихся данных о возрастных изменениях кожи на противоположный пол.

При анализе литературных источников мы также столкнулись с большим разнообразием числовых значений, характеризующих дермальные волокна. Гистоморфометрическое исследование данных структур в процессе старения — достаточно сложный процесс. Уменьшение эластических свойств кожи как проявление возрастной инволюции — известный факт. Однако разнообразие структурной композиции волокон, зависимость их от целого ряда факторов, разнообразие аранжировки и фрагментации в конечном итоге могут привести к артефактным результатам. Волокна коллагена и эластина «плотно» упакованы, что значительно затрудняет процесс морфометрического исследования. Решение данной проблемы возможно, например, по мнению L. Charles-de-Sá. N.F. Gontijo-de-Amorim, G. Rigotti и соавт. (2020), посредством использования многофотонной микроскопии [214]. Это еще раз подчеркивает необходимость разработки набора признаков, отличающихся технической воспроизводимостью и способностью объективно отражать происходящие с возрастом изменения изучаемого объекта с последующим формированием банка цифровых значений и обработкой ее ММО.

Методика исследования

Гистологический метод исследования. Приготовление препаратов из образцов кожи осуществляется по методике, включающей стандартные процедуры: фиксация в забуференном растворе формальдегида (Формалина♠) (10%) → промывка → стандартная спиртовая проводка → заливка в парафин жидкий → изготовление срезов толщиной 5–7 мкм → окраска гематоксилин-эозином (обзорная окраска).

Для выявления эластических волокон рекомендуется выполнять дополнительное окрашивание по Вейгерту: цвет окрашенных эластических волокон — темно-синий.

Для выявления коллагеновых волокон — дополнительное окрашивание по Ван-Гизону: цвет окрашенных коллагеновых волокон — различные оттенки красного, возможно, пурпурный; по Массону: цвет окрашенных коллагеновых волокон — различные оттенки синего.

Иммуногистохимический метод исследования. Препараты кожи фиксируются в 10-процентном нейтральном забуференном формальдегиде (Формалине) в течение 24 ч. Микроскопическое исследование проводится по традиционным методикам: приготовленные парафиновые срезы окрашивают гематоксилином и эозином по методам Вейгерта, Ван-Гизона. Часть срезов подвергается антигенной демаскировке в 0,1 М цитратном буфере pH 6,0 в течение 30 мин [13], далее срезы обрабатываются первичными антителами Monoclonal Mouse a Hu Ki-67 Clone MM1 фирмы Novocastra (Германия), Monoclonal Mouse a Hu bcl-2 Clone bcl-2/100/D5 той же фирмы, Monoclonal Rb a Hu p53 Clone 318-6-11 фирмы Dako (США), реагентами системы визуализации EnVision+System-HRP (DAV), code K4010 фирмы Dako (США). Экспрессию иммуногистохимических маркеров Ki-67, p53 и bcl-2 определяют в базальном слое эпидермиса неповрежденной кожи путем подсчета общего количества клеток в каждом поле зрения светового микроскопа при увеличении 100–200 (не менее 50 на один гистологический препарат), клеток, меченных МКА к указанным белкам, с последующим вычислением индекса Ki-67-, p53- и bcl-2-позитивных клеток в процентах.

Морфометрический метод исследования. С помощью микроскопа в каждом объекте осуществляют микрофотографирование с проведением дальнейшего морфометрического измерения, используя программу (ImageJ) для морфометрического исследования. Морфометрия проводится в соответствии с общими методологическими рекомендациями. В каждом объекте в трех полях зрения микроскопа с пропуском двух-трех полей зрения осуществляется измерение признаков, представленных в табл. 2-1-1 (рис. 2-1-12-1-6).

Таблица 2-1-1. Программа признаков для гистоморфометрического исследования кожи
Имя признака Название признака

D1

Толщина эпидермиса кожи

D2

Степень выраженности возрастных изменений (полуколичественная оценка в баллах)

D3

Площадь коллагеновых волокон

D4

Толщина эластического волокна

D5

Длина границы раздела эпидермиса и дермы

D6

Длина — расстояние между точками по прямой (вспомогательный признак)

D7

Интегральный индекс D5/D6

D8

Толщина сосочкового слоя дермы

D9

Количество фибробластов среднее в поле зрения

D10

Выраженность завитка эластического волокна

image
Рис. 2-1-1. Морфометрическая методика измерения показателя D1. Препарат кожи. Окраска гематоксилин-эозином, ×200
image
Рис. 2-1-2. Морфометрическая методика измерения площади коллагеновых волокон в поле зрения препарата кожи. Часть площади, занимаемая коллагеновыми волокнами, размечена штриховкой. Препарат кожи. Окраска по Массону, ×200
image
Рис. 2-1-3. Морфометрическая методика измерения показателя D8. Скриншот страницы в процессе измерения. Препарат кожи. Окраска гематоксилин-эозином, ×100
image
Рис. 2-1-4. Морфометрическая методика измерения показателя D5. Препарат кожи. Окраска по Вейгерту, ×100
image
Рис. 2-1-5. Морфометрическая методика измерения показателя D6. Препарат кожи. Окраска по Вейгерту, ×100
image
Рис. 2-1-6. Морфометрическая методика измерения показателя D10. Препарат кожи. Окраска по Вейгерту, ×200

D1 — толщина эпидермиса — является расчетным показателем, полученным путем деления площади эпидермиса на его длину (см. рис. 2-1-1). Аналогичным образом был получен показатель D8 (см. рис. 2-1-3). Суммарный балл возрастной инволюции отражен в показателе D2. При морфологическом описании гистологических препаратов кожи необходимо отметить признаки возрастной инволюции, для оценки степени выраженности которых использована оценка в баллах (0 — отсутствие признака, 1 — наличие признака). Оцениваются: характеристика рельефа эпидермиса в совокупности с состоянием дермо-эпидермального соединения (наличие неравномерной толщины, кератинизации, разрыхления рогового слоя, уплощение дермо-эпидермального соединения); наличие лимфоидной инфильтрации (скопление лимфоидных клеток); наличие дезорганизации коллагеновых волокон; изменение структурной композиции, толщины эластических волокон; наличие скопления меланоцитов. Гистоморфометрия показателя D3 производится на препаратах, окрашенных по Массону. При данной окраске коллагеновая соединительная ткань приобретает интенсивно-синий цвет, облегчающий процесс распознавания и последующее измерение (см. рис. 2-1-2).

Контуром желтого цвета обозначена граница сосочкового слоя дермы между базальным слоем эпидермиса и уровнем расположения поверхностных сосудов (см. рис. 2-1-3). Измерение длины дерма-эпидермального соединения (D5) — расстояние между точками А и В на рис. 2-2-4 — разметка контуром зеленого цвета. Показатель D6 — расстояние между точками А и В по прямой (см. рис. 2-1-5). Показатель D7 рассчитывается как соотношение D5/D6 (см. рис. 2-1-4, 2-1-5). Показатель D10 рассчитывается как соотношение AB/CD, где AB — длина волокна, CD — перпендикуляр к наиболее удаленной точке завитка эластического волокна (см. рис. 2-1-6). Измерение данного показателя производится на препаратах кожи, окрашенных по Вейгерту с увеличением до 200. Данная окраска позволяет выявить эластические волокна в тканях (см. рис. 2-1-42-1-6).

Характеристика возрастных изменений кожи. Гистологическая картина эпидермиса в детском возрасте характеризуется тонким, недостаточно развитым базальным слоем с повышенной митотической активностью клеток, слаборазличимыми зернистым и блестящим слоями, тонким (2–3 ряда клеток) роговым слоем. Коллагеновые волокна — в виде нежных волокнистых структур, расположенных достаточно рыхло в сетчатом слое дермы. Эластические волокна — в виде густых сплетений, напоминающих клубки. Дермальные волокна имеют меньшую, чем у взрослых, толщину (D4=1,52±0,09; σ=0,39; p <0,05). У детей и подростков практически все изученные морфометрические показатели меньше, чем у взрослых, что свидетельствует о процессе роста и развития. При иммуногистохимическом исследовании индекс пролиферации Ki-67 в кератиноцитах базального слоя эпидермиса в возрасте до 10 лет находится в пределах 22,0±4,2% (18,3–24,7) при p <0,05. Количество базальных клеток, экспрессирующих маркер апоптоза: р53=0,2±0,05% (0,1–0,3) при p <0,05. В большом количестве эпителиоцитов базального слоя экспрессируется маркер bcl-2=15,3±1,2% (12,2–17,1) при p <0,05 (рис. 2-1-7, а–в).

image
Рис. 2-1-7. Иммуногистохимические изменения кожи различных возрастных групп: а, б, в — 10 лет; г, д, е — 38 лет; ж, з, и — 75 лет. Иммуногистохимическое исследование с Ki-67, p53, bcl-2; ×100–200

В юношеском возрасте суммарный балл признаков возрастной инволюции (D2) равнялся нулю. По нашим данным, именно к 20 годам гистоморфометрические показатели достигают уровня дефинитивных значений. Это и толщина эпидермиса (D1)=59,95±0,33; σ=0,98; p <0,05; и толщина сосочкового слоя дермы (D8)=137,27±2,43; σ=7,29; p <0,05. Базальная мембрана хорошо развита, о чем свидетельствуют значения интегрального индекса (D7)=1,48±0,03; σ=0,08; p <0,05.

К 20 годам увеличивается количественное содержание эластических волокон, сами волокна утолщаются: D4=1,92±0,08; σ=0,36; p <0,05. Процентное содержание коллагеновых волокон при этом по сравнению с предыдущей возрастной группой практически не меняется.

Возраст от 21 до 30 лет можно расценить как период относительной стабилизации ввиду отсутствия признаков возрастных изменений, выраженных в количественном эквиваленте (рис. 2-1-8, 2-1-16, 2-1-18, 2-1-20, 2-1-22, 2-1-24, 2-1-26). В последующей декаде уже отмечены начальные признаки возрастных изменений.

В возрасте от 31 до 40 лет незначительно снижается (на 3,5%) по сравнению с возрастной группой от 21 до 30 лет количественное содержание коллагеновых волокон, уменьшается (на 5,6%) толщина эластических волокон. Уменьшение на 14% значений показателя, характеризующего дермо-эпидермальное соединение, не сопровождается визуально различимой сглаженностью (рис. 2-1-10, 2-1-12, 2-1-14). Среднее значение количества баллов возрастных изменений D2=0,98±0,20; σ=1,27; p <0,05.

image
Рис. 2-1-18. Препарат кожи; мужчина, 25 лет. Окраска по Ван-Гизону, ×100
image
Рис. 2-1-9. Препарат кожи; мужчина, 45 лет. Окраска по Ван-Гизону, ×100

В гистологических препаратах кожи от трупов лиц в возрасте 41–50 лет возрастные изменения более выраженные: снижается (на 8%) толщина эпидермиса, главным образом за счет истончения шиповатого и зернистого слоев. Роговой слой, напротив, демонстрирует тенденцию к утолщению, разрыхлению. В базальном слое эпидермиса выявлялись единичные участки как гиперплазии, так и атрофии. Отмечается визуально различимая сглаженность дермо-эпидермального соединения. D7=1,12±0,01; σ=0,01; p <0,05. Снижение его по сравнению с декадой 21–30 лет составляет 22,3%. Толщина сосочкового слоя дермы уменьшается (на 3,5%), D8=135,10±4,11; σ=21,46; p <0,05. В верхних отделах дермы формируются первоначальные признаки изменений коллагеновых волокон в виде сглаженной фибриллярности. Нарушение периодической исчерченности исследователи связывают с недостатком зрелых молекул коллагена [36, 87]. Волокна располагаются более рыхло, появляются единичные участки гомогенизации, нарушается их пространственная ориентация за счет расположения вдоль поверхности (см. рис. 2-1-9). Снижается по сравнению с декадой 21–30 лет содержание коллагеновых волокон (на 2,8%), толщина эластических волокон увеличивается в 1,5 раза.

image
Рис. 2-1-10. Препарат кожи; мужчина, 33 года. Окраска гематоксилин-эозином, ×100
image
Рис. 2-1-11. Препарат кожи; мужчина, 78 лет. Окраска гематоксилин-эозином, ×100
image
Рис. 2-1-12. Препарат кожи; мужчина, 42 года. Окраска по Вейгерту, ×100
image
Рис. 2-1-13. Препарат кожи; мужчина, 68 лет. Окраска по Вейгерту, ×100
image
Рис. 2-1-14. Препарат кожи; мужчина, 32 года. Окраска по Вейгерту, ×1000

Различим дисбаланс коллаген-эластинового соотношения как предикт образования морщин. Следует отметить, что в целом возрастной интервал 41–50 лет имеет достаточно высокий темп возрастных изменений. Индекс пролиферации Ki-67=9,1±2,2% (7,3–11,6). Количество базальных клеток, экспрессирующих маркер апоптоза: р53=1,8±0,6% (1,0–2,3). Экспрессия маркера bcl-2 в эпителиоцитах=4,7±2,1% (2,5–7,5) (см. рис. 2-1-7, г–е).

Возрастная инволюция в последующее десятилетие (51–60 лет) продолжается, что подтверждается статистически достоверными различиями исследуемых показателей с более молодыми возрастными группами. Толщина эпидермиса по сравнению с группой 21–30 лет уменьшается на 20,7%, по сравнению с предыдущей — на 12%. Нарушается роговой слой, прогрессирует сглаженность контура дерма-эпидермального соединения, интегральный индекс (D7=1,10±0,02; σ=0,08; p <0,05). Снижение его по сравнению с возрастной группой 21–30 лет составляет 24,5%, по сравнению с предыдущим десятилетием — на 1,8%. В дерме формируются визуально различимые пустоты, прогрессирует редукция волокнистой сети. Уменьшается процентное содержание коллагеновых (на 10%) и эластических волокон, изменяется соотношение плотности их распределения. В первую очередь, с редукцией эластических волокон связывают процесс снижения эластичности возрастной кожи и формирование морщин. Фиксируются фрагментация коллагеновых волокон и гетерогенность их структуры, в препаратах появляются скрученные, комковатые волокна. По мере старения подобные явления распространяются на более глубокие слои дермы. Происходящие процессы, вероятнее всего, сопряжены с изменением гормонального уровня.

С возрастом эластические волокна характеризуются формированием участков «сенильного эластоза». Следует отличать его от солнечного актинического эластоза, представляющего собой деструкцию дермальных волокон с формированием базофильных гомогенных масс. Патогистологическим маркером фотостарения является скопление преимущественно в сосочковом слое дермы эластоидных масс на фоне дегенеративных изменений коллагена [214].

В пожилом возрасте возрастная инволюция продолжается, однако темп происходящих изменений в седьмой (61–70 лет) и восьмой (71–80 лет) декадах снижается. Эпидермис истончается и разрыхляется. Дермальные волокна с выраженной пространственной дезорганизацией имеют вид хаотичных, грубых (утолщенных) пучков с участками гомогенизации, встречаются участки «запустения» (без соединительнотканных волокон). Граница между эпидермисом и дермой выравнивается, в восьмой декаде зачастую имеет вид прямой линии. Снижено количество фибробластов. Содержание коллагеновых волокон по сравнению с периодом относительной стабилизации уменьшается на 24%. Нарушается периодическая исчерченность волокнистых структур (см. рис. 2-1-13, 2-1-23). Происходящие процессы, вероятнее всего, связаны с нарушением процесса «созревания» коллагена, нарушением соотношения предшественников и зрелых субстанций [36, 87]. Эластические волокна огрубевают, волокна теряют контурность, разбухают, окрашиваются метахромно. Толщина эластических волокон у лиц в возрасте от 61 до 70 лет увеличивается по сравнению со значениями в возрасте от 21 до 30 лет более чем в 2 раза. Значение показателя, характеризующего выраженность завитка эластического волокна, также увеличивается в 2,23 раза. Визуально различимо не только утолщение волокон, но и увеличение объемной доли этих волокон в гистологическом препарате. При окраске по Вейгерту в сосочковом слое дермы выявляются фуксинофильноокрашенные эластические волокна (см. рис. 2-1-13, 2-1-17, 2-1-19, 2-1-21, 2-1-23).

У лиц старше 75 лет эпидермис достаточно тонкий, с перинуклеарной вакуолизацией клеток. Толщина эпидермиса (D1)=47,95±1,77 (см. рис. 2-1-15). В базальном слое эпидермиса у лиц старше 70 лет индекс пролиферации Ki-67 составляет 1,7±0,6% (0,3–2,8) при p <0,05. Количество базальных клеток, экспрессирующих маркер апоптоза: р53=6,2±1,9% (5,5–7,8) при p <0,05. В умеренном количестве эпителиоцитов базального слоя экспрессируется маркер bcl-2 — 0,4±0,1% (0,1–0,5) при p <0,05 (см. рис. 2-1-7, ж–и). Сосочковый слой дермы атрофирован, граница между эпидермисом и дермой нередко представляется в виде ровной линии. В дерме, особенно в ее сосочковом слое, уменьшено количество клеточных элементов. В старческом возрасте расширяются зоны разряжения, визуализируются очаги деколлагенизации (в них различимы тоненькие волоконца, глыбки, обрывки коллагена), увеличивается фуксинофилия волокон. Деструкция эластических волокон нарастает, они набухают, утолщаются, склеиваются с формированием «комков», частично фрагментируются, распадаются.

На рис. 2-1-8, 2-1-10, 2-1-12, 2-1-14, 2-1-18, 2-1-20, 2-1-22, 2-1-24, 2-1-26 — хорошо выраженное эпидермально-дермальное соединение, множественные сосочки, эпидермис с пролиферативной активностью. Дермальные волокна относительно упорядочены, с чередованием коллагеновых и эластических волокон; равномерно расположены по всей поверхности, имеют вид «мазков» розового цвета.

На рис. 2-1-9 — сглаженность эпидермально-дермального соединения, неравномерная толщина эпидермиса, выраженная кератинизация; огрубение коллагеновых волокон, количество эластических волокон снижено.

На рис. 2-1-11, 2-1-13 — сглаженность эпидермально-дермального соединения, разрыхление рогового слоя. На рис. 2-1-13 — неравномерное истончение эпидермиса, уменьшение количества его слоев, дезорганизация, фрагментация дермальных волокон.

На рис. 2-1-15 — истончение и уменьшение количества слоев эпидермиса.

image
Рис. 2-1-15. Препарат кожи; мужчина, 72 года. Окраска по Вейгерту, ×1000
image
Рис. 2-1-16. Препарат кожи; мужчина, 25 лет. Окраска по Вейгерту, ×400

На рис. 2-1-17 — тонкие дезорганизованные волокна с фрагментацией; эластоз.

image
Рис. 2-1-17. Препарат кожи; мужчина, 68 лет. Окраска по Вейгерту, ×400

На рис. 2-1-19 — сглаженность эпидермально-дермального соединения, неравномерное истончение эпидермиса, уменьшено количество слоев, базальная мембрана не выражена; дезорганизация волокон, эластоз; уменьшение толщины сосочкового и сетчатого слоев дермы.

image
Рис. 2-1-18. Препарат кожи; мужчина, 22 года. Окраска по Вейгерту, ×100
image
Рис. 2-1-19. Препарат кожи; мужчина, 77 лет. Окраска по Вейгерту, ×100
image
Рис. 2-1-20. Препарат кожи; мужчина, 25 лет. Окраска по Вейгерту, ×200

На рис. 2-1-21 — сглаженность эпидермально-дермального соединения (неравномерное истончение эпидермиса, избыточная кератинизация); дезорганизация волокон, эластоз.

На рис. 2-1-23 — сглаженность эпидермально-дермального соединения; дезорганизация волокон, эластоз.

На рис. 2-1-25 — сглаженность эпидермально-дермального соединения, неравномерное истончение эпидермиса, избыточная кератинизация; коллагеновые волокна расположены рыхло, параллельно поверхности эпидермиса; эластоз; дезорганизация волокон, более выраженная в верхнем слое дермы. На рис. 2-1-27 — фрагментация волокон, очаги гомогенизации.

Резюме. Возрастная инволюция, сопровождающая хроностарение кожи, присуща всем компонентам как эпидермиса, так и дермы [124, 125].

Полученные результаты [124] доказывают возможность использования иммуногистохимических маркеров Ki-67, bcl-2, p53 как количественных параметров комплексной оценки биологического возраста.

image
Рис. 2-1-21. Препарат кожи; мужчина, 77 лет. Окраска по Вейгерту, ×200
image
Рис. 2-1-22. Препарат кожи; мужчина, 25 лет. Окраска по Массону, ×100
image
Рис. 2-1-23. Препарат кожи; мужчина, 77 лет. Окраска по Массону, ×100
image
Рис. 2-1-24. Препарат кожи; мужчина, 25 лет. Окраска по Массону, ×100
image
Рис. 2-1-25. Препарат кожи; мужчина, 65 лет. Окраска по Массону, ×100
image
Рис. 2-1-26. Препарат кожи; мужчина, 28 лет. Окраска по Массону, ×200
image
Рис. 2-1-27. Препарат кожи; мужчина, 64 года. Окраска по Массону, ×200

Установлено, что с возрастом коллагеновый матрикс подвергается существенным инволютивным изменениям, характеризующимся определенной динамикой. Уменьшение процентного содержания коллагеновых волокон отмечено уже у лиц в группе от 31 до 40 лет. Процент снижения данного показателя в последующие декады составил 4,2% (41–50 лет), 3,2% (51– 60 лет). Толщина эластического волокна увеличивалась на протяжении трех декад (31–40; 41–50; 51–60 лет) с минимальным приростом в последующем. Схожая динамика зафиксирована и у показателя, характеризующего выраженность завитка эластического волокна: максимум прироста в период от 31 до 60 лет и минимум в последующие годы. Количественные изменения сопровождались и качественными преобразованиями: дезорганизацией, уплотнением волокон, их утолщением и скрученностью. Интегральный индекс, характеризующий дерма-эпидермальное соединение, продемонстрировал наличие достоверных различий между возрастными группами с десятилетним интервалом. Несомненным преимуществом данного параметра является его универсальность (для измерения не требуется уникального окрашивания), а также хорошая воспроизводимость показателя.

2.2. Морфометрические возрастные изменения хрящевой ткани и щитовидного хряща

Состояние вопроса. ЩХ (сartilagо thyrоidea) является самым крупным из девяти хрящей гортани. Он располагается впереди щитовидной железы и не полностью окружает гортань. Состоит из двух половин (пластинок) четырехугольной формы, которые конъюгируют в середине, образуя выступ гортани — «адамово яблоко». Нижний край каждой пластинки формирует с перстневидным хрящом перстнещитовидный сустав. На верхнем крае хряща имеется треугольная верхняя щитовидная вырезка. Нижняя щитовидная вырезка на нижнем крае хряща выражена слабо.

Задние края пластинок образуют верхние и нижние рога. Верхний рог является длинным и узким, а нижний — широким, коротким, толстым и заканчивается конической частью, которая дает продолжение щитовидной связке и имеет суставную поверхность для соединения с перстневидным хрящом. Весь верхний край ЩХ присоединен к подъязычной кости щитовидной мембраной. По наблюдениям С.Б. Зелигмана, первые признаки этой мембраны обнаруживаются у эмбриона, и наибольшего развития она достигает в конце периода полового созревания [51]. Верхние рога ЩХ соединяются с подъязычной костью щитоподъязычной связкой, в которой может располагаться небольшой волокнистый хрящ — сесамовидный хрящ (остаток ранее существовавшей связи между ЩХ и подъязычной костью).

ЩХ располагается на уровне IV–V шейных позвонков . Косая линия пластинок ЩХ располагается на уровне верхнебоковых краев щитовидной железы. В области верхнего края пластинок может располагаться щитовидное отверстие, пропускающее верхнюю гортанную артерию. Движение хряща в суставе вызывает изменение напряженности в голосовых складках, которая, в свою очередь, производит изменение голоса [63].

Источниками развития хрящей гортани являются энтодерма первичной кишки и мезодерма [76]. Закладки будущих хрящей появляются очень рано, на 4-й неделе внутриутробного развития, источником их развития являются вторая и третья жаберные дуги. На 5-й неделе внутриутробного развития на месте будущего образования черпаловидных хрящей формируются бугорки, представляющие собой скопления мезенхимы, — источники развития черпаловидных хрящей и черпаловидно-надгортанных складок. Спереди от них закладываются рожковидные и клиновидные хрящи. На ранней стадии развития большие рога подъязычной кости непосредственно переходят в верхние рога ЩХ. В последующем происходит их обособление, и на этом месте образуется боковая щитовидно-подъязычная связка. На момент рождения гортань у новорожденного расположена выше своей скелетотопической границы у взрослого человека, хрящи уже сформированы и находятся на уровне II–IV шейных позвонков. Пластинки ЩХ по структуре очень тонкие и эластичные, угол смыкания между пластинками тупой. У новорожденных он составляет 130°, к 16 годам у мальчиков и девочек он равен 106° и 128° соответственно [76].

По данным A. Gawlikоwska-Strоka и соавт. (2010), размеры хрящей гортани недоношенных детей, новорожденных и маленьких детей последовательно увеличиваются и находятся в прямой связи с ростом ребенка [250]. В дальнейшем в постнатальном онтогенезе происходит изменение размеров ЩХ. В первые 4 года размеры гортани быстро увеличиваются. В период полового созревания отмечается второй этап активного роста, который продолжается до 25 лет. Вместе с увеличением размеров самого ЩХ его пластинки становятся более толстыми, но продолжают сохранять свою гибкость. Дальнейшие возрастные изменения связаны с отложением солей кальция и окостенением, при этом пластинки становятся более хрупкими и ломкими [404].

Морфометрические параметры ЩХ в постнатальном онтогенезе имеют не только возрастные, но также половые и расовые (этнические) отличия [51, 186, 216, 282, 333, 346, 350]. Некоторые исследователи отмечают множество вариантов и индивидуальных особенностей процесса окостенения этих хрящей [337, 338]. Основные факторы, с которыми они связывают этот процесс, — пол, возраст, наличие сопутствующих хронических заболеваний, функциональная активность органа.

Гистологическое строение ЩХ. ЩХ состоит из гиалиновой хрящевой ткани, которая является самым распространенным типом хряща в организме человека [310]. Она формирует скелет зародыша, а во взрослом организме содержится в местах соединения ребер с грудиной, в гортани, воздухоносных путях и на суставных поверхностях костей [363].

В процессе эмбрионального развития мезенхимальные клетки из мезенхимальной бластемы дифференцируются в хондробласты, а те, в свою очередь, в хондроциты. Хондробласты и их предшественники располагаются в надхрящнице и синтезируют основное вещество хряща (его матрикс), который занимает до 95% его объема и состоит из 60–80% внутриклеточной жидкости, 15% коллагеновых волокон (80% — II типа; 15% — IX, XI; 5% — III, VI, X, XII, XIV типа), 9% глюкозоаминогликанов, протеогликанов, аггреканов (хондроэтин-4-сульфат, хондроэтин-6-сульфат, кератин сульфат) и 5% гликопротеинов и глюкозоаминогликанов [108, 109, 219, 220].

При этом клетки хрящевой ткани (хондробласты, хондроциты I, II, III типа) занимают до 5% объема хряща. Молодые клетки, выделяя глюкозоаминогликаны и другие вещества, замыкают себя в капсулу, превращаясь в хондроциты в лакунах. Далее вследствие нарушения синтетических и секреторных процессов в хондроцитах они после деления далеко не расходятся и образуют так называемые изогенные группы хрящевых клеток, зрелые хондроциты [11, 219].

Снаружи ЩХ покрыт надхрящницей, под которой располагаются молодые хондроциты веретенообразной формы. В более глубоких слоях хрящевые клетки увеличиваются в размере и приобретают овальную, округлую или кубическую форму.

С возрастом в хрящевой ткани уменьшаются концентрация глюкозоаминогликанов, количество внутриклеточной жидкости, появляются асбестовые волокна (скопление коллагеновых фибрилл), ослабляются процессы деления клеток, что приводит к дегенеративным перестройкам хряща. С помощью хондрокластов происходит резорбция дистрофически измененных клеток и межклеточного вещества. Отмечено, что в зонах перестройки хряща могут появиться кровеносные сосуды или начаться процессы кальцификации [202, 244]. Также была отмечена важная роль апоптозахондроцитов в возрастных изменениях хряща. Апоптоз является важной составляющей механизма гибели хондроцитов в процессе эндохондрального окостенения [221].

Процесс эндохондрального окостенения происходит в детском возрасте, когда на замену гиалиновому хрящу приходит кость. Кроме того, данный тип хряща формирует эпифизарную пластину роста и суставную поверхность на костях [363]. Энхондральная оссификация — это сложный процесс, во время которого покоящиеся хондроциты подвергаются быстрой клеточной пролиферации, затем гипертрофируются, подвергаются минерализации, клеточной гибели и замещаются костными клетками. Ультраструктурный анализ показал, что процесс минерализации в ЩХ начинается близко к хрящевым каналам, содержащим коллагеновые (асбестовые) волокна [221]. Причины возникновения этих процессов до конца не поняты. Kirsсh и Сlaassen установили непосредственную взаимосвязь между пузырьками в межклеточном веществе хряща, содержащими «игольчатые кристаллы», и местами возникновения полей минерализации в ЩХ в процессе эндохондральной оссификации.

С помощью иммуногистохимических исследований было показано, что большое количество зрелых хондроцитов подвергается запрограммированной клеточной гибели, сопровождающейся клеточной фрагментацией и гидропическим отеком клеток, что также вносит свой вклад в возрастную перестройку структуры ЩХ. Как и многие хрящи человека, ЩХ подвергается оссификации и кальцификации с возрастом. Отметим, что это два разных процесса, причем кальцификация всегда предшествует оссификации [338]. Вышеописанные изменения являются естественными процессами минерализации хрящевой ткани, которые обычно начинаются после подросткового периода и постепенно активизируются с возрастом [337].

Возможность идентификации личности по возрастным особенностям ЩХ. Анализ современной отечественной и зарубежной литературы показал, что изучение ЩХ в целях идентификации имеет разрозненные данные о его гендерных различиях [51, 186, 220, 295] и возрастных изменениях в отдельные возрастные периоды и большую вариабельность полученных данных [220, 230, 231, 249, 337, 338, 341].

По данным отечественных ученых, обызвествление хрящей гортани и замещение их костной тканью является физиологическим процессом и начинается с момента прекращения роста скелета, с периода полового созревания, и увеличивается с возрастом [51]. В результате другого исследования И.В. Грабова и Л.В. Дервисье более точно установлено, что окостенение хрящей гортани начинается с ЩХ в возрасте 19–20 лет у мужчин, с 18 лет — у женщин. Было доказано, что скорость процесса окостенения зависит не только от пола и возраста, но и от влияния эндокринной системы и работы мышц [63].

Литературные данные о рентгенанатомии ЩХ имеют отрывочный характер. Показано, что необызвествленный хрящ частично задерживает рентгеновские лучи и представлен гомогенной малоинтенсивной тенью на уровне IV–VI позвонков. С возрастом в результате обызвествления тень хряща становится более отчетливой, и хорошо заметна его конфигурация. В пожилом и старческом возрасте ЩХ приобретает тонкую костную структуру, напоминающую атрофированную кость [243].

В 1959 г. С.Б. Зелигман на 844 образцах гортани от мужчин и женщин проследил их возрастные изменения и сделал вывод о естественной природе замещения хрящевой ткани на костную. Эти изменения он расценил как закономерные возрастные преобразования, которые начинаются в 16 лет у мужчин и в 17 лет у женщин. Особо было отмечено, что данную особенность строения гортани можно использовать для определения возраста и пола индивида [51].

Вопросы возрастных особенностей ЩХ широко освещены в работах L.M. Turk и соавт. Они проследили различные изменения в хрящах гортани человека рентгенографическими и гистологическими методами на 48 трупах (21 труп мужского пола и 27 трупов женского пола) в диапазоне от 14 до 101 года. У всех объектов исследования наблюдались рентгенологические признаки кальцификации гиалиновых хрящевых тканей хрящей гортани. Гистологическое исследование показало различные дегенеративные процессы, включая кальцификацию, но также выявило оссификацию даже у некоторых молодых образцов. Был сделан вывод о том, что рентгенологическое исследование было точным методом обнаружения кальцификации и оссификации, которые были различимы, так как более крупные массы кальцифицированного хряща имеют плотный однородный рентгенологический вид, в отличие от трабекулярного рисунка кости [395].

Известно, что хрящи гортани с возрастом претерпевают изменения, к числу которых относятся минерализация и окостенение. G.L. de la Grandmaisоn и соавт. количественно проанализировали степень непроницаемости гортанных хрящей для ионизирующего излучения, чтобы определить, может ли рентген гортани использоваться в судебной медицине для оценки возраста человека. Была выявлена положительная корреляция между степенью полной непроницаемости для ионизирующего излучения гортани и возрастом, получен коэффициент корреляции 0,7 [231].

S.Türkmen и соавт. проводили ретроспективное исследование по определению рентгенологических физиологических возрастных изменений в гортани у 300 человек. Авторы обратили внимание, что окостенение в ЩХ началось в нижнем роге и прогрессировало до переднего рога по центральной тонкой пластинке. Исследователи пришли к выводу, что возрастные изменения гортанных тканей очевидны на рентгенограммах, а потому рентгенографию ЩХ можно использовать как эффективный метод идентификации возраста [396].

M.Mupparapu и соавт. провели ряд исследований для определения изменений физиологического окостенения гортанных хрящей, оценив рентгенограммы шеи здоровых мужчин и женщин (n=359). Частоты и доверительные интервалы были получены и сведены в таблицу показателей окостенения ЩХ и перстневидного хряща. Окостенение ЩХ наблюдалось чаще по сравнению с перстневидным хрящом. Различные степени окостенения ЩХ и перстневидного хряща были обнаружены у 186 пациентов в возрасте 30 лет и старше. Рентгенологически было установлено, что темпы окостенения увеличиваются с возрастом, наиболее активно — после 30 лет [338].

В другом исследовании J. Сheng и соавт. искали точный метод определения возраста лиц мужского пола. В исследование были включены 73 мужчины, возраст которых был известен. Восемь показателей отобрали по рентгенограммам, которые были разделены на шесть уровней, а затем выстраивали математическую модель, чтобы определить возраст методом линейной регрессии. В результате среднеквадратичное отклонение для ЩХ у мужчин составило 1,854, а коэффициент корреляции — 0,9971. Таким образом, наблюдение доказало, что оценка возраста с помощью рентгенографических показателей ЩХ может подойти для возрастной идентификации лиц мужского пола от 13 до 67 лет [216].

K.D. Dang-Tran и соавт. в своей работе пришли к выводу, что дальнейшее усовершенствование методов рентгенологической визуализации ЩХ позволит более точно оценивать временные рамки его окостенения. Авторы ретроспективно проанализировали снимки компьютерной томографии 312 французских пациентов с применением программной постобработки, чтобы исследовать образец окостенения ЩХ, вычислив костный объем хряща на 3D-реконструкциях. Коэффициенты корреляции Пирсона между возрастом и морфологическими изменениями ЩХ составили 0,73 для мужчин и 0,75 для женщин (среднее квадратичное отклонение — 18,02 и 17,06) и указывали на значительную межличностную изменчивость. Хотя корреляция между возрастом и морфологическими изменениями ЩХ была найдена, авторы отмечают, что данный метод изучения окостенения ЩХ был недостаточно точным для оценки возраста конкретного индивида [230].

Из-за увеличивающейся с возрастом хрупкости ЩХ весьма подвержен повреждению при травмах шеи, особенно у лиц старшего возраста. Р. Naimо и соавт. провели исследование компьютерных томограмм головы и шеи 431 умершего человека в возрасте от 1 дня до 100 лет, включая 25 жертв удушения, для оценки их возрастных изменений. Было обнаружено, что связь возраста и окостенения существует, но в этом исследовании не было возможности установить узкие диапазоны возраста по степени кальцификации ЩХ [341, 346].

В зарубежной литературе имеется ряд работ по изучению антропометрических характеристик ЩХ в различных популяциях. Проведено исследование взрослого населения Хорватии [295], Нигерии [186], Индии [333] и др. Во всех работах была обнаружена значительная разница размеров ЩХ у мужчин и женщин, но отсутствуют данные об их возрастных изменениях.

Таким образом, на основании представленных данных можно заключить, что в литературе имеются разрозненные сведения, касающиеся рентгенологических, антропометрических, гистологических особенностей строения ЩХ человека. Описана динамика окостенения и строения, но отсутствует подробное описание его гистологической структуры в различные возрастные периоды. При этом следует отметить, что в большинстве работ отсутствуют количественные характеристики изучаемых показателей, так же как и комплексный подход к изучению его возрастных изменений и половых отличий.

Методика исследования

Рентгенологический метод. Рентгенологическое исследование ЩХ выполняется в передней проекции при помощи рентгенаппарата (например, SRI, модель SR-130 SDU, при следующих параметрах: KVP — 40, MAS — 0,7, TIME — 0,05, L — 86 см), с записью результатов в графические файлы формата DIСОMс последующей конвертацией в JPEG-формат. Полученное графическое изображение рентгенограммы ЩХ исследуется с помощью программы графического анализа изображений (Adоbe Phоtоshоp СS6).

Алгоритм исследования включает следующие этапы: определение на снимке рентгенограмм общей площади ЩХ, вычисление площади костной, хрящевой ткани в процентах и их соотношения относительно друг друга (рис. 2-2-1, 2-2-2).

Гистологический метод. Для гистологического исследования при вскрытии трупов необходимо изъять подъязычно-гортаннотрахеальный комплекс, провести его внешний осмотр и мануальное исследование. Далее — провести скелетирование и отслойку надхрящницы с последующим забором части правой пластинки ЩХ размером до 1,5 см (рис. 2-2-3).

image
Рис. 2-2-1. Метод измерения площади щитовидного хряща с помощью программы Adоbe Phоtоshоp СS6
image
Рис. 2-2-2. Метод измерения площади окостенения щитовидного хряща на рентгенограммах с помощью программы Adоbe Phоtоshоp СS6
image
Рис. 2-2-3. Схема забора материала для гистологического исследования

Приготовление препаратов из ЩХ осуществляется по методике, включающей стандартные процедуры: это фиксация в забуференном растворе формальдегида (Формалина♠) (10%) → промывка → стандартная спиртовая проводка → декальцинация срезов в 12-процентном растворе азотной кислоты → заливка в парафин жидкий → изготовление срезов толщиной 5–7 мкм → окраска гематоксилин-эозином.

С помощью микроскопа в каждом объекте проводят микрофотографирование с проведением дальнейшего морфометрического измерения, используя программу для морфометрического исследования и программу графического анализа изображений (Adоbe Phоtоshоp СS6). Дальнейшая морфометрия проводится в соответствии с общими методологическими рекомендациями [1, 23, 24, 154, 232].

В каждом объекте в трех полях зрения микроскопа с пропуском двух-трех полей зрения осуществляется измерение следующих параметров: площадь костной ткани, площадь хрящевой ткани, средняя площадь костной ткани в поле зрения, средняя площадь хрящевой ткани в поле зрения, средняя ширина хрящевой пластинки, толщина кортикальной пластинки, количество трабекул в препарате и в поле зрения микроскопа, средняя площадь трабекул, средняя длина трабекул, максимальная толщина трабекул, минимальная толщина трабекул, средняя толщина трабекул, количество молодых хондроцитов, количество зрелых хондроцитов, ширина зоны молодого хряща, ширина зоны зрелого хряща, соотношение зон зрелого и молодого хряща, площадь ретикулярной и жировой ткани и их соотношение (табл. 2-2-1, рис. 2-2-42-2-7). Методика проведения измерений представлена в табл. 2-2-2.

image
Рис. 2-2-4. Измерение площади костной ткани в поле зрения. Окраска гематоксилин-эозином, ×100
image
Рис. 2-2-5. Измерение количества молодых хондроцитов в поле зрения. Окраска гематоксилин-эозином, ×100
image
Рис. 2-2-6. Измерение толщины и длины трабекул, измерение зоны молодого и зрелого хряща. Окрашивание гематоксилинэозином. Микрофотография, ×100
image
Рис. 2-2-7. Этап измерения на препарате площади ретикулярной ткани. Окраска гематоксилин-эозином. Микрофотография. Увеличение: ок. 10, об. 10

Начальное поле зрения соответствует левому верхнему участку препарата, далее предметное стекло смещается слева направо и сверху вниз. Измерения проводятся не во всех полях зрения, а с пропуском до трех-четырех полей зрения.

Таблица 2-2-1. Программа признаков гистоморфометрического исследования хрящевой ткани
Имя признака Название признака

С1

S — площадь костной ткани на препарате, %

С2

S — площадь костной ткани на препарате, мкм2

С3

Число костных балок, среднее в поле зрения

С4

Число костных балок, среднее в препарате

С5

S — среднее значение площади трабекул, мкм2

С6

L — длина трабекул, мкм min

С7

L — длина трабекул, мкм max

С8

L — длина трабекул, мкм среднее

С9

tmax — толщина трабекул, мкм

С10

tmin — толщина трабекул, мкм

С11

t — толщина трабекул, мкм среднее

С12

t — толщина кортикальной пластинки, среднее в поле зрения, мкм

С13

Sсреднее — площадь жировой ткани, мкм2

С14

Sсреднее — площадь ретикулярной ткани, мкм2

С15

С13/С14 (соотношение площади жировой и ретикулярной ткани)

С16

S — площадь хрящевой ткани на препарате, %

С17

S — площадь хрящевой ткани на препарате, мкм2

С18

Количество хондробластов, среднее в препарате

С19

Количество хондробластов, среднее в поле зрения

С20

Количество хондроцитов, среднее в поле зрения

С21

Ширина зоны молодого хряща, мкм

С22

Ширина зоны зрелого хряща, мкм

С23

С22/С21

С24

Ширина хрящевой пластинки, среднее в поле зрения, мкм

С25

С2/С17

С26

С1/С16

Таблица 2-2-2. Морфометрические параметры в щитовидном хряще
Имя признака Название признака Способ измерения

C1

Площадь костной ткани в препарате

С помощью графического редактора измеряется площадь, занимаемая костной тканью на всем препарате, при условии, что площадь всего препарата принята за 100%

C2

Площадь костной ткани

С помощью графического редактора измеряется площадь костной ткани в пяти полях зрения микроскопа с пропуском каждого второго поля зрения на увеличении 10, результаты измерения площади костной ткани в пяти полях зрения суммируются, полученное значение делится на 5, в результате получена средняя площадь костной ткани в поле зрения микроскопа

C3

Среднее количество костных балок в поле зрения

На препарате при увеличении в 20 раз считается количество всех костных балок в пяти полях зрения с пропуском двух-трех полей зрения

C4

Количество костных балок в препарате

На препарате при увеличении в 20 раз считается количество всех костных балок

C5

Средняя площадь трабекул

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2 поля зрения при помощи программы измеряется площадь всех трабекул в поле зрения, затем проводится расчет среднего показателя для образца

C6

Минимальная длина трабекул

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения при помощи программы измеряется минимальная длина всех костных балок (трабекул) в поле зрения, затем проводится расчет среднего показателя для образца

C7

Максимальная длина трабекул

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения при помощи программы измеряется максимальная длина всех костных балок (трабекул) в поле зрения, затем проводится расчет среднего показателя для образца

C8

Средняя длина трабекул

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения при помощи программы измеряется длина всех костных балок (трабекул) в поле зрения, затем проводится расчет среднего показателя для образца

C9

Максимальная толщина трабекул, мкм

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения при помощи программы измеряется толщина всех костных балок (трабекул) в поле зрения, выбирается максимальное значение для образца

C10

Минимальная толщина трабекул, мкм

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения при помощи программы измеряется толщина всех костных балок (трабекул) в поле зрения, выбирается минимальное значение для образца

C11

Средняя толщина трабекул

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения при помощи программы измеряется толщина всех костных балок (трабекул) в поле зрения, считаются минимальное и максимальное значения для образца, вычисляется среднее значение толщины трабекул

C12

Толщина кортикальной пластинки

С помощью программы измеряется толщина кортикальной пластинки по периметру образца в пяти полях зрения с пропуском каждого второго поля зрения микроскопа на увеличении 20 (10), результаты измерений в пяти полях зрения суммируются, полученное значение делится на 5, в результате получена средняя толщина кортикальной пластинки в поле зрения микроскопа

C13

Средняя площадь жировой ткани

С помощью программы измеряется площадь жировой ткани в пяти полях зрения с пропуском каждого второго поля зрения микроскопа на увеличении 20, результаты измерения в пяти полях зрения суммируются, полученное значение делится на 5, в результате получено среднее значение площади жировой ткани в поле зрения микроскопа

C14

Средняя площадь ретикулярной ткани

С помощью программы измеряется площадь ретикулярной ткани в пяти полях зрения с пропуском каждого второго поля зрения микроскопа на увеличении 20, результаты измерения в пяти полях зрения суммируются, полученное значение делится на 5, в результате получено среднее значение площади ретикулярной ткани в поле зрения микроскопа

C15

Соотношение C13 к C14

Показатель «средняя площадь жировой ткани» в мкм2 делится на показатель «площадь ретикулярной ткани» в мкм2

C16

Площадь хрящевой ткани в препарате

С помощью программы измеряется площадь, занимаемая хрящевой тканью на всем препарате, при условии, что площадь всего препарата принята за 100%

C17

Площадь хрящевой ткани

С помощью программы измеряется площадь хрящевой ткани в пяти полях зрения микроскопа с пропуском каждого второго поля зрения на увеличении 10, результаты измерения площади хрящевой ткани в пяти полях зрения суммируются, полученное значение делится на 5, в результате получена средняя площадь хрящевой ткани в поле зрения микроскопа

C18

Среднее количество молодых хондроцитов

На препарате от трех до пяти полей зрения проводится подсчет количества молодых хондроцитов, затем вычисляется среднее значение для образца

C19

Количество молодых хондроцитов в поле зрения

На препарате при увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения считается количество молодых (одиночных) хондроцитов, далее производится расчет среднего значения для образца

C20

Количество зрелых хондроцитов в поле зрения

На препарате при увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения считается количество зрелых (изогрупп, сгруппированных, групповых, лакунарных) хондроцитов, далее производится расчет среднего значения для образца. Обращалось внимание на количество хондроцитов в лакуне

C21

Ширина зоны молодого хряща

С помощью программы измеряется ширина зоны молодого хряща в пяти полях зрения с пропуском каждого второго поля зрения микроскопа на увеличении 20, результаты измерения ширины зоны молодого хряща в пяти полях зрения суммируются, полученное значение делится на 5, в результате получена средняя ширина зоны молодого хряща в поле зрения микроскопа

C22

Ширина зоны зрелого хряща

С помощью программы измеряется ширина зоны зрелого хряща в пяти полях зрения с пропуском каждого второго поля зрения микроскопа на увеличении 20, результаты измерения ширины зоны зрелого хряща в пяти полях зрения суммируются, полученное значение делится на 5, в результате получено среднее значение в поле зрения микроскопа

C23

Соотношение C22/C21

Показатель «ширина зоны молодого хряща» делится на показатель «ширина зоны зрелого хряща»

C24

Средняя ширина хрящевой пластинки

С помощью программы измеряется ширина хрящевой ткани по периметру образца в пяти полях зрения с пропуском каждого второго поля зрения микроскопа на увеличении 20 (10), результаты измерения ширины хрящевой ткани в пяти полях зрения суммируются, полученное значение делится на 5, в результате получена средняя площадь хрящевой ткани в поле зрения микроскопа

C25

Соотношение C2/C17

Показатель «площадь костной ткани» в мкм2 делится на показатель «площадь хрящевой ткани» в мкм2

C26

Соотношение C1/C17

Показатель «площадь костной ткани» в % делится на показатель «площадь хрящевой ткани» в %

Характеристика возрастных изменений хрящевой ткани. В возрасте до 18 лет ЩХ представлен только хрящевой тканью. Так как хрящевая ткань плохо отражает рентгеновские лучи, в данном возрастном периоде хрящи гортани достаточно плохо визуализируются, видны только наружные и внутренние контуры (очертания) ЩХ (рис. 2-2-8).

image
Рис. 2-2-8. Рентгенограмма щитовидного хряща мальчика, 9 лет

С 19 и до 35 лет в нижнезаднем углу и нижних рогах ЩХ появляются первые очаги костной ткани (костная ткань занимает до 29% площади хряща — табл. 2-2-3). С увеличением возраста к уже имеющемуся окостенению присоединяется костная ткань в нижней части пластинки: она занимает сначала 1/4 ее высоты, затем — 1/2 пластинки (табл. 2-2-3). На рентгенограмме начинают достаточно ясно и четко вырисовываться основные анатомические элементы ЩХ ввиду его прогрессирующего окостенения. Очаги кальцификации у нижнего края пластинки с возрастом распространяются в разные стороны, приобретая «костную рамку», или «краевое» окостенение (табл. 2-2-3, рис. 2-2-9, 2-2-10).

image
Рис. 2-2-9. Рентгенограмма щитовидного хряща мужчины, 25 лет
image
Рис. 2-2-10. Рентгенограмма щитовидного хряща мужчины, 28 лет

В возрастной группе от 36 до 60 лет отмечается окостенение задних краев пластинок, и общий процент окостенения занимает до 59% площади ЩХ. На рентгенограмме обнаруживаются массивные бесформенные тени окостеневшего хряща снизу пластинок с образованием «выроста», образующегося при слиянии краевого окостенения (табл. 2-2-3, рис. 2-2-11, 2-2-12).

image
Рис. 2-2-11. Рентгенограмма щитовидного хряща мужчины, 46 лет
image
Рис. 2-2-12. Рентгенограмма щитовидного хряща мужчины, 57 лет
image
Таблица 2-2-3. Общая схема окостенения щитовидного хряща с распределением костной ткани, %

С 61 года до 96 лет костная ткань распространяется вверх по пластинке и затрагивает всю толщину верхних рогов и большую часть пластинок (до 100% площади). Обызвествление костей и хрящей в пожилом возрасте создает прекрасные возможности для прослеживания его анатомических структур на рентгенограммах. Отмечается значительное усиление интенсивности теней окостеневших хрящей и повышение резкости их контуров (табл. 2-2-3, рис. 2-2-13).

image
Рис. 2-2-13. Рентгенограмма щитовидного хряща мужчины, 68 лет

С увеличением возраста меняется соотношение костной и хрящевой ткани в ЩХ, это выражено в увеличении площади костной и уменьшении доли хрящевой ткани.

Гистологические характеристики возрастных изменений хрящевой ткани. В возрастной группе до 18 лет ЩХ во всех случаях был представлен хрящевой тканью (рис. 2-2-14), состоящей из одиночно расположенных молодых хондроцитов небольшого размера правильной округлой и овальной формы, расположенных диффузно по всему препарату в слабоокрашенном межклеточном веществе (рис. 2-2-152-2-18). К концу данного возрастного периода появляется зона зрелого хряща, что сопровождается уменьшением количества молодых хондроцитов, появлением отдельных изогрупп, состоящих из двух-пяти зрелых хондроцитов (рис. 2-2-19).

image
Рис. 2-2-14. Препарат щитовидного хряща после очистки от мягких тканей, новорожденный мужского пола
image
Рис. 2-2-15. Молодая хрящевая ткань, с преобладанием хондробластов. Ребенок мужского пола, 1 год. Окраска по Папаниколау, ×100
image
Рис. 2-2-16. Молодая хрящевая ткань, содержащая хондробласты. Препарат щитовидного хряща; мальчик, 1 год. Окраска гематоксилин-эозином, ×100
image
Рис. 2-2-17. Молодая хрящевая ткань, содержащая хондробласты. Препарат щитовидного хряща; мальчик, 1 год. Окраска гематоксилин-эозином, ×100
image
Рис. 2-2-18. Молодая хрящевая ткань, содержащая хондробласты. Препарат щитовидного хряща; мальчик, 8 лет. Окраска гематоксилин-эозином, ×100
image
Рис. 2-2-19. Зрелая хрящевая ткань группы хондроцитов из двух-трех клеток. Препарат щитовидного хряща; мужчина, 18 лет. Окраска гематоксилин-эозином, ×200

В возрасте 19–35 лет процесс окостенения хряща начинается у нижнего края пластинки (рис. 2-2-20, 2-2-21). На препарате молодые хондроциты в небольшом количестве образуют зону молодого хряща (рис. 2-2-222-2-23), а зрелые — увеличиваются по объему и площади и преобладают над количеством молодых (рис. 2-2-24), костная ткань представлена единичными, тонкими, округлыми, шаровидными, небольшими трабекулами с расположенной между ними ретикулярной тканью (рис. 2-2-27).

image
Рис. 2-2-20. Препарат щитовидного хряща после очистки от мягких тканей; мужчина, 20 лет

На препаратах ЩХ в возрасте 36–60 лет костная ткань занимает до половины хряща (рис. 2-2-28, 2-2-29), на препарате зона зрелого хряща присутствует почти во всех полях зрения, зрелые хондроциты преобладают над единичными молодыми хондроцитами, составляющими уменьшенную зону молодого хряща (рис. 2-2-30, 2-2-33). На фоне увеличения площади костной ткани в препарате увеличивается количество трабекул (рис. 2-2-302-2-33).

image
Рис. 2-2-21. Препарат щитовидного хряща после очистки от мягких тканей; мужчина, 28 лет
image
Рис. 2-2-22. Зрелая хрящевая ткань с преобладанием хондроцитов (группы из трех-четырех-пяти клеток). Препарат щитовидного хряща; мужчина, 35 лет. Окраска гематоксилин-эозином, ×100
image
Рис. 2-2-23. Костные трабекулы и хрящевая ткань, содержащая зрелые хондроциты в препарате щитовидного хряща; мужчина, 28 лет. Окраска по Папаниколау, ×200
image
Рис. 2-2-24. Зрелая хрящевая ткань, с преобладанием хондроцитов (группы из трех-четырех-пяти клеток). Препарат щитовидного хряща; мужчина, 27 лет. Окраска по Папаниколау, ×100
image
Рис. 2-2-25. Гистологическое строение щитовидного хряща лица мужского пола, 32 года. Микрофотография. Окраска гематоксилин-эозином, ×100
image
Рис. 2-2-26. Гистологическое строение щитовидного хряща лица мужского пола, 27 лет. Окраска гематоксилин-эозином, ×100

По сравнению с более молодыми возрастными группами отмечается заметное увеличение толщины трабекул и их количества в поле зрения, пространство между костными балками частично заполнено жировой тканью, в отличие от более молодого возраста, где наблюдается ее полное отсутствие или преобладание ретикулярной ткани.

image
Рис. 2-2-27. Зрелая хрящевая ткань с хондроцитами (группы из четырех-пяти клеток) и костной тканью, участки которой обозначены стрелками. Препарат щитовидного хряща; мужчина, 37 лет. Окраска гематоксилин-эозином, ×100
image
Рис. 2-2-28. Препарат щитовидного хряща после очистки от мягких тканей; мужчина, 45 лет

В возрасте более 61 года хрящевая ткань сохранена в единичных случаях только в верхней трети и представлена зрелыми и единичными молодыми хондроцитами, в остальных случаях ЩХ представлен только костной тканью (рис. 2-2-34, 2-2-35). Пространство между трабекулами заполнено в основном жировой тканью (рис. 2-2-362-2-40).

image
Рис. 2-2-29. Препарат щитовидного хряща после очистки от мягких тканей; мужчина, 52 года
image
Рис. 2-2-30. Костные трабекулы и зрелая хрящевая ткань с хондроцитами в препарате щитовидного хряща; мужчина, 38 лет. Окраска по Папаниколау, ×200
image
Рис. 2-2-31. Преобладание костной ткани в препарате щитовидного хряща; мужчина, 56 лет. Окраска по Папаниколау, ×200
image
Рис. 2-2-32. Гистологическое строение щитовидного хряща; мужчина, 40 лет. Окраска гематоксилин-эозином, ×100
image
Рис. 2-2-33. Гистологическое строение щитовидного хряща; мужчина, 52 года. Окраска гематоксилин-эозином, ×100
image
Рис. 2-2-34. Препарат щитовидного хряща после очистки от мягких тканей; мужчина, 65 лет
image
Рис. 2-2-35. Препарат щитовидного хряща после очистки от мягких тканей; мужчина, 70 лет
image
Рис. 2-2-36. Костные трабекулы и зрелая хрящевая ткань; мужчина 70 лет. Окраска по Папаниколау, ×100
image
Рис. 2-2-37. Тонкие костные трабекулы и жировая ткань в препарате щитовидного хряща; мужчина, 77 лет. Окраска гематоксилин-эозином, ×50
image
Рис. 2-2-38. Тонкие и длинные костные трабекулы и жировая ткань щитовидного хряща; мужчина, 61 год, Окраска гематоксилинэозином, ×100
image
Рис. 2-2-39. Костные трабекулы и жировая ткань в препарате щитовидного хряща; мужчина, 62 года. Окраска гематоксилиномэозином, ×100
image
Рис. 2-2-40. Гистологическое строение щитовидного хряща; мужчина, 75 лет. Микрофотография. Отмечается преобладание костной ткани, межтрабекулярное пространство заполнено жировой тканью. Окраска гематоксилин-эозином, ×50

Морфометрические признаки возрастных изменений хрящевой ткани. У детей и подростков (до 19 лет) хрящевая ткань «молодая», с преобладанием хондробластов (в 2 раза больше) над числом хондроцитов. Костная ткань отсутствует. В данной возрастной группе следующие морфологические параметры имеют сильную корреляционную связь с возрастом: число хондробластов (r=–0,8), ширина участка молодого хряща (r=–0,8), ширина участка зрелого хряща (r=–0,85), соотношение зоны молодого и зрелого хряща (r=–0,86).

С 19 до 35 лет активные процессы оссификации и созревания хрящевой ткани подтверждены коэффициентами корреляции. В данной возрастной группе следующие морфологические параметры имеют сильную корреляционную связь с возрастом: площадь (S) костной ткани (%) (r=0,7); S костной ткани (мкм2) (r=0,71); S жировой ткани (r=0,82); S хрящевой ткани (%) (r=–0,76).

Корреляционная связь средней силы отмечена у показателей: число костных трабекул в препарате (r=0,59); минимальная длина трабекул (r=0,54); ширина кортикального слоя (r=0,51); число хондробластов (r=–0,67); ширина зоны зрелого хряща (r=0,57); ширина зоны молодого хряща (r=–0,54); ширина хрящевой пластинки (r=–0,68); соотношение костной и хрящевой ткани в препарате (r=0,54).

Микроскопическая картина ЩХ для возрастного периода 36–60 лет характеризуется относительной стабилизацией большинства признаков, кроме морфометрических характеристик костных балок. В данной возрастной группе наиболее выражены морфологические изменения у следующих признаков: максимальная и минимальная длина трабекул, площадь хрящевой ткани в мкм2 и соотношение площади костной к хрящевой ткани в процентах. Отмечается достоверный прирост длины трабекул (на 37%), увеличение их толщины (на 40%) и количества (в 1,18 раза). Длина трабекул в препарате имеет коэффициент корреляции с возрастом средней силы (r=0,55). Межтрабекулярное пространство заполнено жировой тканью (с увеличением ее площади по сравнению с предыдущей возрастной группой в 5,3 раза) и ретикулофиброзной (с увеличением площади по сравнению с предыдущей возрастной группой в 4,2 раза) примерно в равном долевом соотношении. Уменьшение площади хрящевой ткани сопровождается увеличением числа хондроцитов (в 1,3 раза) с явным преобладанием хондроцитов над хондробластами и формированием зоны зрелого хряща. Вокруг образованных костных структур сохраняется хрящевая ткань с группами хондроцитов из четырех-пяти клеток.

В возрастной группе старше 61 года ЩХ практически полностью оссифицирован, небольшие участки хрящевой ткани имеются в верхней трети пластинок; костные трабекулы неоднородные по длине и толщине. Зафиксированное в данной возрастной группе достоверное увеличение площади костной ткани в препарате связано с увеличением (в 1,8 раза) длины трабекул по сравнению с более молодым возрастом и средней толщины в 1,5 раза (длина минимальная в 1,45 раза, длина максимальная в 1,33 раза). Установлена достоверная связь средней силы средней толщины костных трабекул с возрастом (r=0,65). Межтрабекулярное пространство заполнено преимущественно жировой тканью, показатель соотношения площади жировой и ретикулярной ткани увеличился в 1,28 раза за счет значительного прироста (более чем в 2 раза) площади жировой ткани. Помимо уменьшения самой площади хрящевой ткани (почти в 3 раза, с 43,16 до 14,80%), резко снижено количество молодых хондроцитов (r=0,63), наблюдается уменьшение зоны молодого хряща в 1,3 раза и увеличение зоны зрелого хряща в 1,5 раза (см. рис. 2-2-10, 2-2-18, 2-2-20).

Наиболее достоверную связь с возрастом имеет показатель «площадь костной ткани» (r=0,82). Процент костной ткани имеет достоверные различия во всех возрастных группах. Минимальная площадь определяется у лиц младше 18 лет, начиная с 19 лет происходит постепенное увеличение данного параметра на протяжении всех изученных периодов. Вместе с площадью костной ткани также увеличивается количество костных балок. Данный показатель имеет минимальное значение в возрасте до 18 лет. После 19 лет во всех возрастных интервалах количество трабекул увеличивается (r=0,56).

Максимальная и средняя длина трабекул также зависит от возраста индивида. У лиц моложе 18 лет костных трабекул нет ввиду отсутствия костной ткани. Затем в возрасте от 19 до 35 лет отмечается их появление, и длина трабекул при этом наименьшая (рис. 2-2-412-2-44). В следующем возрастном интервале отмечается небольшое увеличение данного показателя, а в возрасте старше 61 года отмечается резкое достоверное увеличение значения изучаемого параметра. Коэффициент корреляции данных показателей с возрастом составил 0,53 и 0,67 соответственно.

image
Рис. 2-2-41. Костные трабекулы на продольном срезе пластинки щитовидного хряща; юноша, 20 лет. Окраска по Папаниколау, ×100
image
Рис. 2-2-42. Костные трабекулы на продольном срезе пластинки щитовидного хряща; мужчина, 38 лет. Окраска по Папаниколау, ×100
image
Рис. 2-2-43. Костные трабекулы на продольном срезе пластинки щитовидного хряща; мужчина, 68 лет. Окраска по Папаниколау, ×100
image
Рис. 2-2-44. Костные трабекулы на продольном срезе пластинки щитовидного хряща; мужчина, 85 лет. Окраска по Папаниколау, ×100

При изучении показателя толщины кортикальной пластинки у лиц разного возраста установлено, что с возрастом отмечается рост значения данного параметра. До 18 лет кортикальная пластинка отсутствует, в группе 19–35 лет отмечается ее появление с минимального значения. В последующих возрастных группах показатель увеличивается еще больше, различия между группами становятся статистически значимыми.

При исследовании площади жировой ткани в межтрабекулярном пространстве установлено, что с возрастом отмечается рост данного показателя (рис. 2-2-45, 2-2-46). До 18 лет этого показателя нет из-за отсутствия костной ткани, в группе 19–35 лет его значение возрастает и в последующих возрастных периодах увеличивается, но различие между этими двумя группами недостоверно. В следующей возрастной группе значение площади жировой ткани достигает максимального значения, и различия между группами становятся статистически значимыми. Среднее значение жировой и ретикулярной ткани имеет наименьшее значение в возрасте 19–35 лет с последующим увеличением до максимального значения в возрасте старше 61 года.

image
Рис. 2-2-45. Преобладание ретикулярной ткани на поперечном срезе пластинки щитовидного хряща; мужчина, 46 лет. Окраска гематоксилин-эозином, ×200
image
Рис. 2-2-46. Преобладание жировой ткани на поперечном срезе пластинки щитовидного хряща; мужчина, 76 лет. Окраска гематоксилин-эозином, ×50

Среднее значение площади хрящевой ткани имеет наибольшее значение в возрасте до 18 лет и занимает всю площадь препарата. С увеличением возраста после 19 лет во всех возрастных интервалах отмечается уменьшение данного показателя. При изучении средней площади хрящевой ткани в поле зрения в возрастной группе старше 61 года наблюдается небольшое увеличение площади по сравнению с возрастом 36–60 лет.

Показатель количества молодых хондроцитов в поле зрения имеет наибольшее значение в возрасте до 18 лет, после 19 лет он отчетливо уменьшает свое значение и стабилизируется в возрастных группах 19–35 лет, 36–60 лет и старше 61 года. Коэффициент корреляции данного признака с возрастом свидетельствует о наличии связи данного параметра с возрастом средней силы (r=0,5).

Ширина зоны зрелого хряща увеличивается с возрастом. До 18 лет ширина зоны зрелого хряща имеет наименьшее значение, в группе 19–35 и 36–60 лет его значение увеличивается, но различие между этими возрастными группами недостоверно. В последующей возрастной группе старше 61 года данный показатель приобретает максимальное значение, и различия между группами становятся статистически значимыми, анализ значений данного показателя свидетельствует о наличии достоверной сильной связи данного параметра с возрастом (r=0,54).

Резюме. ЩХ обладает определенной возрастной изменчивостью. Динамика происходящих изменений гистоморфометрических признаков хрящевой ткани и их совокупная оценка посредством статистического анализа позволяет выделить следующие возрастные группы: до 19 лет, 19–35, 36–60, 61–75 и старше 75 лет. Возрастные изменения, происходящие в ЩХ, связаны с процессами созревания хряща, происходящими параллельно: оссификацией хрящевой ткани и замещением ретикулярной ткани жировой.

2.3. Морфометрические возрастные изменения костной ткани

Состояние вопроса. Идентификационное исследование неопознанного трупа, в том числе анализ неизвестного скелетного материала, требует многоуровневого, полимодального подхода, который может быть усилен применением микроскопических методов. Исследования в области биологии кости, гистоморфологии и гистоморфометрии являются основой интерпретации структуры и организации кости на микроскопическом уровне [23, 24, 65, 66, 108–110, 194, 215, 217, 220, 225–229, 235, 240, 246, 256, 284, 285, 309, 313, 331, 353, 380, 381, 387, 390–392].

В 1965 г. Эллис Р. Керли опубликовал методику, позволяющую оценить возраст на момент смерти путем микроскопического исследования компактной кости человека [285]. Данный метод, основанный на учете гистоморфологических проявлений фундаментальных процессов формирования и ремоделирования кости, получил признание благодаря заявленной точности. С 1965 г. методика претерпела множество модификаций и дополнений, расширена область ее применения к другим костям скелета.

Точность оценки возраста на момент смерти посредством гистологического исследования обусловлена возможностью учета количественных показателей. Прикладной характер подобных исследований стимулирует развитие данного направления. В течение последнего десятилетия вектор научного интереса смещается в сторону углубленного понимания биологии костной ткани посредством использования современных технологических разработок [108, 110].

Изменения механической нагрузки, динамика минерального обмена, регенеративные потребности — основные факторы, под влиянием которых костная ткань непрерывно, на протяжении всего жизненного цикла перестраивается. Таким образом, основной способностью костной ткани, позволяющей ей восстанавливать микроповреждения, адекватно реагировать на внешние воздействия, выполнять гомеостатические функции и др., является ее способность к ремоделированию. Ремоделирование представляет собой непрерывный процесс тканевого оборота путем удаления и замены «пакетов» кости, называемых костными структурными единицами, который происходит без изменения макроскопической архитектуры кости. Впервые его описал Н. Frost [246]. Процесс ремоделирования является непрерывным на протяжении всей жизни и включает в себя сложное расположение клеток, называемых основными многоклеточными единицами. Ремоделирование — основа механической компетентности костной ткани, реализующаяся через последовательную смену активации, резорбции и образования (ARF). R.B. Martin и соавт. (2015) дополнили и расширили данную схему до пяти фаз: резорбция, реверсирование, образование, минерализация и затишье [318].

Поддержание костного гомеостаза включает сложные взаимодействия на молекулярном, клеточном и тканевом уровне. Остеоциты играют ключевую роль в механотрансдукции и передаче информации к эффекторным клеткам (остеокластам и остеобластам). Данные взаимодействия представляют собой целостную операционную систему, которая позволяет поддерживать общую морфологию, микроархитектуру и механические свойства кости (рис. 2-3-1) [110].

image
Рис. 2-3-1. Активность связанных остеокластов и остеобластов, представленная в виде базовой многоклеточной единицы во время ремоделирования кости: а — остеокластическая активность вблизи переднего края режущего конуса; б — инициирование остеобластической активности; в — активная активность остеобластов; г — полностью сформированный интактный остеон, изображающий канал Гаверса в центре. Адаптировано из Pratta (из статьи Janna M. Andronowski, Christian Crowder и Miriam Soto Martinez, 2018)

Выявление следов повторных циклов перестройки костной ткани и количественный учет этих циклов за период жизни лежит в основе гистоморфометрического метода установления возраста [27, 29, 118]. Исследователи сходятся во мнении, что процесс ремоделирования является адекватным индикатором скелетного возраста, при этом указывают на его сложность и подверженность влиянию физиологических и механических воздействий [108, 110, 163, 318].

Традиционная гистологическая оценка возраста основана на изучении структурных единиц кости. Структурные единицы кости состоят из вторичных остеонов, подвергающихся ремоделированию в течение всей жизни, и их количество меняется с возрастом [361, 379, 380]. Наибольшее количество гистоморфометрических исследований выполнено в отношении ребра и бедренной кости. S.D. Stout представил оригинальную методику гистологической оценки возраста с использованием средней трети VI ребра [379, 380]. Выбор ребра как объекта исследования обусловлен стремлением минимизировать влияние биомеханических факторов на процесс ремоделирования. Бедренная кость также является традиционным сегментом для подобных исследований [240, 285]. Несмотря на различные вариации результативных суждений, в большинстве работ прослеживаются две основные общности: это применение линейной модели для оценки возраста на момент смерти и подсчет количества интактных и фрагментарных вторичных остеонов на единицу площади в качестве показателя скелетного возраста на момент смерти. Мы разделяем мнение авторов: для дальнейшего развития гистоморфометрических методов как индикатора возраста следует отказаться от утверждения, что ремоделирование костной ткани происходит с предсказуемой скоростью, и это означает уход от использования линейных моделей [227]. Остается до конца не изученным влияние внешних и внутренних факторов (механической нагрузки, хронической интоксикации, особенностей питания, гормонального фона и многого другого), что является перспективой для будущих исследований [348].

J.Sobol и соавт. (2015), A.H. Chan и соавт. (2007) в своих работах изучают влияние места отбора проб на конечную точность результата [213, 376]. A. Crescimanno, S.D. Stout (2012) и ряд других исследователей обращают внимание на то, что в процессе возрастной трансформации происходит заполнение средней и периостальной части кортикального слоя, в то же время уменьшается площадь эндостальных ламелл за счет расширения эндостальной полости и процессов трабекулярного ремоделирования [225, 284, 309]. На различия возрастных изменений кортикальной и трабекулярной области указывали H. Chen и соавт. (2013). Полученные ими результаты демонстрируют общее снижение толщины кортикального слоя за счет реабсорбции на эндостальном крае вследствие ремоделирования трабекулярной области [215].

Анализ эффективности современного применения гистологической оценки возраста к настоящему времени выявил ряд проблем методологического характера. Прежде всего, это сложность распознавания интактных и фрагментированных остеонов. Зачастую речь идет о субъективной оценке исследователя при их идентификации, что неизбежно приводит к ошибочным результатам и разногласиям при проведении перекрестных сравнений [217, 330]. Данное обстоятельство инициирует исследователей на создание новых определений для неповрежденных и фрагментированных остеонов, которые бы ограничили субъективность оценки [232, 267]. Dempster и соавт. (2013) подчеркивают, что для стандартизации гистологической работы целесообразно использование разработанной Американской профессиональной ассоциацией номенклатуры терминов. Это значительно повышает эффективность сравнительных (перекрестных) исследований [232]. G.S. Dragoi и соавт. (2014) в своем исследовании предлагают применять для изучения гистологических структур костной ткани поляризованный свет с интерференцией (интерференционный контраст). Подобный подход существенно улучшает визуализацию гистотопографических ориентиров, необходимых для выполнения измерений [235]. S.D. Stout (2012) высказывает мнение, что существующие проблемы в какой-то мере связаны и с тем, что выполненные исследования основаны на стереоскопическом анализе — изучении гистоструктуры костной ткани с помощью оптической микроскопии, то есть в двухмерной плоскости [379]. Традиционные гистологические методы по своей сущности являются двухмерными, что ограничивает восприятие общей биологии кости. Современные цифровые технологии, такие как микрокомпьютерная томография, магнитно-резонансная томография или программное обеспечение для пространственного анализа, позволяют исследовать возрастные изменения костной ткани на трехмерном уровне [312]. I.S. Maggiano и соавт. (2016) применили микрокомпьютерную томографию с синхротронным излучением для реконструкции пространственной визуализации гаверсовых систем (рис. 2-3-2, 2-3-3). Подобный подход позволил изучить взаимосвязи трехмерных конструкций сетей, образованных гаверсовыми каналами, и проанализировать их трансформацию с возрастом [313]. В работах D.M. Cooper и соавт. (2015) выполнен 3D-анализ морфологии остеонов. Благодаря постоянному улучшению разрешения качества сканирования микрокомпьютерной томографии становится возможным наиболее точно описать 3Dархитектуру сети костных каналов и изучить вопросы ремоделирования костной ткани [223, 268]. В работе C. Hennig и соавт. (2015) использовалась комбинация методов: гистологические данные (2D) совмещены с результатами, полученными при микрокомпьютерной томографии. Это позволило сформировать представление об ориентации остеона в 3D-пространстве, уточнить сведения о дифференциации его форм на микроструктурном уровне. Авторы пришли к выводу о том, что остеоны имеют несколько различных типов по форме и большинство из них относятся к эллиптической.

image
Рис. 2-3-2. Реконструкция сети гаверсовых каналов. Синхротронные микрокомпьютерные томограммы, проанализированные в Amira 5.4.1, 3D-визуализация морфологической комплексности и сложности сети гаверсовых каналов (из статьи I.S. Maggiano et al. 3-D reconstruction of Haversian systems [332])
image
Рис. 2-3-3. Дихотомное ветвление гаверсова канала (из статьи I.S. Maggiano et al. 3-D reconstruction of Haversian systems [332])

При этом с возрастом наблюдается очевидное изменение в их морфологии, они становятся менее эллипсовидными и более циркулярными. Использование современного оборудования и новые научные данные открывают возможности для дальнейшего изучения микроструктуры костной ткани не только в 3D-, но и в 4D-пространстве, что, несомненно, будет способствовать более точной оценке возрастных изменений костной ткани и особенностей ее ремоделирования.

Большинство исследователей сходятся во мнении, что фактически необходимо отказаться от понятия универсальности остеологической методологии [291]. Она (методология) не должна применяться к скелетному материалу без учета секулярного и регионального происхождения справочной коллекции, использованной при создании метода [359].

Достаточно большое количество публикаций посвящено проверке релевантности существующих методик применительно к различным популяционным выборкам. H. Cho и соавт. (2006) использовали регрессионный анализ для изучения популяционных различий в процессе ремоделирования костной ткани ребер [217]. Было проведено сравнение афроамериканской выборки и европейских американцев (белых американцев). У афроамериканцев толщина кортикального слоя больше по сравнению с белыми американцами, однако в более старших возрастных группах зафиксирована обратная тенденция [217]. D. Botha и соавт. (2019) также отмечают, что стандарты оценки возраста являются индивидуальными для различных популяций. Это создает дополнительные трудности при проведении экспертизы по установлению возраста неизвестного, так как имеющихся «эталонов» для определения возраста методом гистометрии недостаточно в различных как возрастных, так и популяционных когортах. Авторы изучили изменение с возрастом количества остеонов и их фрагментов, размеров остеона и гаверсова канала и разработали регрессионные уравнения для диагностики возраста в популяции Южной Африки с точностью до 14–17 лет [203]. S. Pfeiffer и соавт. (2016) установили, что гистоморфология костной ткани меняется по мере взросления человека и существует некоторая вариабельность механизмов и темпов процессов ремоделирования. Данные процессы остаются до конца не исследованными и поэтому необъяснимыми. Ученые подтверждают, что в работе судебно-медицинского эксперта необходима дополнительная информация о характеристиках гистологических переменных костной ткани в самых различных популяциях. Для этого ими была изучена гистоморфология кортикальной кости в популяции Южной Африки. Результаты показали, что уравнения для конкретной изучаемой популяции не увеличивают точность определения возраста, регрессионная модель для группы неизвестной этнической принадлежности определяла возраст точнее, чем уравнения, разработанные для афроамериканцев и европейцев-американцев по отдельности. Погрешность определения возраста составила ±24,44 года. Полученный результат авторы расценили как неточный, отметив завышение результатов у пожилых людей и занижение в группе молодых. Был сделан вывод о необходимости внедрения нового статистического подхода, проведения дальнейших исследований и подробного изучения факторов, влияющих на процессы ремоделирования кости [353]. Работа Seung-Ho Han и соавт. посвящена апробации метода определения возраста посредством гистоморфометрии бедренной кости в корейской популяции. Авторы изучили плотность остеонов, среднюю площадь остеонов и наибольшую ширину кортикальной пластинки. Результаты исследования свидетельствуют, что данные параметры имеют высокую корреляционную взаимосвязь с возрастом и могут применяться для оценки возраста для жителей Кореи [371].

Кроме изучения признаков географической принадлежности, весьма важным является воздействие некоторых наркотических и лекарственных веществ на процесс ремоделирования костной ткани. М.В. Федулова (2004) отметила отрицательное влияние алкоголя на динамику возрастной трансформации костной ткани [154]. В работе R. Karine (2009) было проведено сравнение ряда гистоморфометрических параметров ребра у лиц, злоупотребляющих метамфетамином, и здоровых лиц в различных возрастных группах [281]. Автор пришел к выводу, что плотность остеонов у потребителей метамфетамина ниже, чем у популяции в целом, что указывает на явные нарушения остеогенеза. На данный процесс могут влиять также продолжительность и тяжесть злоупотребления данным веществом. Исследователь подчеркивает, что ремоделирование костной ткани — это физиологический процесс, следовательно, нельзя исключать воздействие на него некоторых факторов окружающей среды, плохого питания, употребления наркотиков, перенесенных и хронических болезней. К аналогичному выводу пришла группа ученых при изучении зависимости возрастных гистоморфометрических показателей от социального статуса [284]. Подобные выводы необходимо учитывать при оценке возраста у лиц из групп риска. Они указывают на необходимость проведения расширенных исследований различных групп населения, чтобы сформировать информационный банк для более целостного представления о взаимосвязи микроостеометрических показателей с питанием, образом жизни, различными отягощающими факторами.

Активная миграция населения, выраженная глобальная акселерация, увеличение количества людей, подверженных воздействию различных наркотических и токсикоманических веществ, приводит в конечном итоге к снижению точности диагностики возраста посредством имеющихся в арсенале судебных медиков методов. Возможно, поэтому изучению микроструктуры костной ткани не придают должного значения в практике судебно-медицинского эксперта [178]. Отбор признаков, имеющих максимальную экспертную значимость, характеризующихся достоверностью и воспроизводимостью, проведение морфометрических исследований с программным обеспечением, отвечающим всем требованиям современной науки и практики, формирование межпопуляционных баз данных, включающих сведения о сопутствующих факторах, комплексная оценка результата с использованием современных математических основ (ММО) — вот необходимые составляющие модернизации существующих гистологических методик по оценке возраста неизвестного индивида.

Методика исследования. Образцы костной ткани фиксируются в 10-процентном нейтральном растворе формальдегида (Формалина♠) не менее 5 сут; после промывки в проточной воде в течение 1–2 сут из нижнего эпифиза и диафиза выпиливаются блоки толщиной 1–1,5 см. Окончательное выпиливание блоков производится с помощью столярного стусла с пилой, закрепленной в положении 90°, снабженного приспособлением для закрепления кости с возможностью ее поступательного сдвига вдоль ее продольной оси. Кость закреплялась в приспособлении, и производился первый распил, перпендикулярный продольной оси кости. Далее крепежное приспособление вместе с костью сдвигалось вдоль продольной оси кости на 1–1,5 см, и производился второй распил.

Далее проводится декальцинация костных блоков в 12-процентном растворе азотной кислоты и стандартная спиртовая проводка с заливкой препаратов в целлоидин. С помощью микротома RAICHERT изготавливаются срезы костной ткани толщиной 10 мкн. Окраска производится гематоксилином и эозином и тионином по Шморлю согласно стандартным методикам [136].

Кроме того, из зоны на границе средней и нижней трети диафиза выпиливаются поперечные срезы толщиной 450–600 мм, из которых изготавливаются недекальцинированные препараты костной ткани.

При микроскопическом исследовании изготовленных препаратов костной ткани с целью унификации качественного описания гистологических препаратов костной ткани, в том числе при травмах и патологических изменениях, исследование рекомендуется проводить по стандартизированной схеме, включающей неметрическую (балльную) оценку качественных признаков, таких как:

  • наличие или отсутствие линии минерализации суставного хряща;

  • наличие или отсутствие синостозирования;

  • толщина костных балок в баллах;

  • различия между толщиной костных балок в верхней и нижней части препарата эпифиза;

  • наличие ячеистой структуры под субхондральным хрящом;

  • наличие выраженного скопления костных балок на месте бывшей эпифизарной пластинки;

  • количество эндотрабекулярных остеонов.

Дальнейшее гистоморфометрическое исследование проводится в соответствии с общими методическими рекомендациями [1, 23, 24]. Методика проведения измерений представлена в табл. 2-3-1, перечень измеряемых признаков — в табл. 2-3-2.

Таблица 2-3-1. Морфометрические параметры в костной ткани
Способ измерения Название признака Имя признака

B1

Площадь трабекулярной кости в поле зрения нижнего эпифиза

На препарате при увеличении в 20 раз считается площадь в пяти полях зрения с пропуском в 2–3 поля зрения, измеряется площадь сразу всех расположенных в поле зрения балок, или «островков» (рис. 2-3-4, б). Результаты измерений в пяти полях зрения суммируются, полученное значение делится на 5, в результате получена средняя толщина кортикальной пластинки в поле зрения микроскопа. На срезе трабекулярная кость может быть сохранена полностью в виде сети из толстых балок, но чаще бывает в той или иной степени разрушена и имеет вид «поломанных досок» или «островков»

B2

Длина трабекулярной поверхности в поле зрения нижнего эпифиза

На препарате при увеличении в 20 раз считается длина трабекулярной поверхности в пяти полях зрения, с пропуском в 2–3 поля зрения. Стороны, примыкающие к краю поля зрения, не учитывались (рис. 2-3-4, а). Длина трабекулярной поверхности — это общая протяженность сторон всех балок, находящихся в поле зрения

B3

Диаметр гаверсова канала в поле зрения нижнего эпифиза

В препарате на увеличении 10 в пяти полях зрения с пропуском в 2 поля зрения измеряется диаметр гаверсова канала в пяти полях зрения микроскопа с пропуском каждого второго поля зрения. Гаверсов канал — это канал, содержащий сосуд и окруженный концентрическими костными пластинками, расположенный в кортикальной зоне кости (рис. 2-3-4, г)

B4

Количество сосудов в поле зрения нижнего эпифиза, среднее в поле зрения

Проводится подсчет сосудов, находящихся в гаверсовых каналах в пяти полях зрения микроскопа с пропуском каждого второго поля зрения на увеличении 10, затем вычисляется среднее значение. В гаверсовом канале может быть один или несколько сосудов (рис. 2-3-4, в)

B5

Площадь субхондральной пластинки в поле зрения нижнего эпифиза

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2 поля зрения измеряется площадь субхондральной пластинки в поле зрения, затем проводится расчет среднего показателя для образца.

В каждом поле зрения субхондральная пластинка имеет вид неправильного прямоугольника, расположенного вертикально, горизонтально или диагонально. При диагональном расположении субхондральной пластинки она приобретает вид трапеции, в этом случае необходимо ее зрительно преобразовать в прямоугольник. При измерении площади необходимо учитывать все неровности ее наибольших сторон, одна из которых образована линией минерализации, а вторая — границей между костной тканью и костным мозгом, заполняющим ячейки между балками (рис. 2-3-5, г). Субхондральная (подхрящевая) пластинка — зона костной ткани, находящаяся под суставным хрящом и отделенная от него линией минерализации, имеющей вид темно-синей неровной, иногда двойной линии. Субхондральная пластинка обычно содержит некоторое количество хряща, имеющего вид розовой прослойки между линией минерализации и костной тканью, которая отличается от хрящевой более ярким цветом и отчетливой структурой, состоящей из остеонов и костных пластинок

B6

Длина субхондральной пластинки в поле зрения нижнего эпифиза

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2 поля зрения измеряется длина субхондральной пластинки, определяется путем измерения длины линии минерализации в поле зрения (рис. 2-3-5, в), затем проводится расчет среднего показателя для образца

B7

Площадь хряща в субхондральной пластинке (в поле зрения нижнего эпифиза)

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения измеряется площадь хряща в субхондральной пластинке, то есть находящегося между линией минерализации и костной тканью (рис. 2-3-5, а), затем проводится расчет среднего показателя для образца. Результаты измерений в пяти полях зрения суммируются, полученное значение делится на 5, в результате получена средняя толщина кортикальной пластинки в поле зрения микроскопа

B8

Толщина трабекулярной кости (в поле зрения нижнего эпифиза); B1/B2

Данный признак является расчетным и был получен в результате деления площади трабекулы на длину трабекулы нижнего эпифиза в поле зрения

B9

Средняя толщина субхондральной пластинки (в поле зрения нижнего эпифиза); B5/B6

Данный признак является расчетным и был получен с использованием площади субхондральной пластинки в поле зрения и длины субхондральной пластинки в поле зрения (рис. 2-3-5, б)

В10

Cредняя толщина слоя наружных генеральных пластинок диафиза

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения измерялась толщина слоя наружной генеральной пластинки, результаты измерений в пяти полях зрения суммируются, полученное значение делится на 5, в результате получена средняя толщина кортикальной пластинки в поле зрения микроскопа.

Слой наружных генеральных пластинок — это слой костных пластинок, окружающих всю кость снаружи (рис. 2-3-7, б)

В11

Средняя толщина слоя остеонов диафиза

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения измеряется толщина слоя остеонов диафиза, вычисляется среднее значение.

Толщина слоя остеонов — это расстояние между внутренними и наружными генеральными пластинками. Остеоны вместе со вставочными пластинками образуют широкий средний слой трубчатой кости. Со стороны периоста он окружен наружными генеральными пластинками, а изнутри со стороны эндоста — внутренними генеральными

В12

Максимальная толщина слоя внутренних генеральных пластинок диафиза, мкм

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения измерялась толщина слоя внутренних генеральных пластинок (в поле зрения диафиза), измеряется максимальнгая длина в поле зрения, затем проводится расчет среднего показателя для образца. Слой внутренних генеральных пластинок — это слой костных пластинок, окружающих костномозговую полость изнутри, представляющий собой внутреннюю часть кортикального слоя (рис. 2-3-7, а)

B13

Количество остеонов в нижнем эпифизе, среднее в поле зрения

Проводится подсчет остеонов в пяти полях зрения микроскопа с пропуском каждого второго поля зрения на увеличении 10, затем вычисляется среднее значение.

Остеон — совокупность концентрических пластинок вокруг гаверсова канала с сосудом, отделенная от соседних структур того же типа темной линией — линией склеивания. Расположены остеоны в кортикальном слое костной ткани между слоями наружных и внутренних генеральных пластинок

В14

Минимальная толщина субхондральной пластинки в нижнем эпифизе, мкм

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения измеряется толщина субхондральной пластинки, измеряется минимальная длина в поле зрения, затем проводится расчет среднего показателя для образца

В15

Количество остеонов в диафизе, среднее в поле зрения

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения считается количество остеонов в каждом поле зрения, далее вычисляется среднее значение для образца. Остеон — совокупность концентрических пластинок вокруг гаверсова канала с сосудом, отделенная от соседних структур того же типа темной линией — линией склеивания. Расположены остеоны в кортикальном слое костной ткани между слоями наружных и внутренних генеральных пластинок (рис. 2-3-6, а)

В16

Количество темноокрашенных ализариновым красным остеонов в диафизе, среднее в поле зрения

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения считается количество остеонов в каждом поле зрения, далее вычисляется среднее значение для образца. Интенсивность окраски остеонов ализариновым красным S была обусловлена степенью минерализации костной ткани. Количество темноокрашенных остеонов подсчитывалось вручную (рис. 2-3-7, в)

В17

Доля темноокрашенных ализариновым красным остеонов (В16/В15)

Данный признак является расчетным и был получен в результате деления среднего количества темноокрашенных ализариновым красным S остеонов в поле зрения диафиза на среднее количество остеонов в поле зрения диафиза

В18

Количество остеонов с перестроенным центральным отделом в диафизе, среднее в поле зрения

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения считается количество остеонов в каждом поле зрения, далее вычисляется среднее значение для образца. Остеон с перестроенным центральным отделом — это остеон, центральная часть которого отделена от периферических концентрических пластинок темной линией. Таким образом, остеоны с обновленным центральным каналом имеют внутри линию склеивания, представляя новый остеон, расположенный внутри старого (рис. 2-3-6, б)

В19

Доля остеонов с перестроенным центральным отделом в диафизе (В18/В15)

Данный признак является расчетным и был получен в результате деления среднего количества остеонов с перестроенным центральным отделом в поле зрения диафиза на среднее количество остеонов в поле зрения диафиза

В20

Средний диаметр остеона в диафизе, мкм

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения измеряется средний диаметр остеона в каждом поле зрения, далее вычисляется среднее значение для образца. Остеон — совокупность концентрических пластинок вокруг гаверсова канала с сосудом, отделенная от соседних структур того же типа темной линией — линией склеивания (рис. 2-3-6, в)

В21

Диаметр гаверсова канала в диафизе, мкм

В препарате на увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения измеряется средний диаметр гаверсова канала в каждом поле зрения, далее вычисляется среднее значение для образца. Гаверсов канал — это канал, содержащий сосуд и окруженный концентрическими костными пластинками, расположенный в кортикальной зоне кости (рис. 2-3-6, г)

В22

В21/В20

Отношение среднего диаметра остеонов в поле зрения диафиза к среднему диаметру гаверсова канала в поле зрения диафиза. Данный признак является расчетным и был получен в результате деления диаметра гаверсова канала на диаметр всего остеона

В23

Количество остеонов по внутренней поверхности диафиза, среднее в поле зрения

На препарате при увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения считается количество остеонов по внутренней поверхности, далее производится расчет среднего значения для образца

В24

Количество остеонов по наружной поверхности диафиза, среднее в поле зрения

На препарате при увеличении 20 в пяти полях зрения с пропуском в 2–3 поля зрения считается количество остеонов по наружной поверхности, далее производится расчет среднего значения для образца

image
Рис. 2-3-4. На препарате нижнего эпифиза (окраска гематоксилин-эозином, ×50) выделены следующие использованные в работе параметры: а — длина трабекулярной поверхности (B2); б — площадь трабекулярной поверхности (B1); в — количество кровеносных сосудов в поле зрения (B4); г — диаметр гаверсова канала (B3)
image
Рис. 2-3-5. На препарате нижнего эпифиза (окраска гематоксилин-эозином, ×50) выделены следующие использованные в работе параметры: а — площадь хряща в субхондральной пластинке (B7); б — толщина субхондральной пластинки (стрелкой указана минимальная) (B9); в — длина субхондральной пластинки (B6); г — площадь субхондральной пластинки (B5)
image
Рис. 2-3-6. На препарате нижнего диафиза обозначены следующие использованные в работе параметры: а — плотность остеонов (окраска гематоксилин-эозином, ×200) (B15); б — плотность остеонов с перестроенным центральным отделом (окраска гематоксилин-эозином, ×200) (B18); в — диаметр остеона (окраска гематоксилин-эозином, ×50) (B20); г — диаметр гаверсова канала (окраска гематоксилин-эозином, ×50) (B21)
image
Рис. 2-3-7. На препарате нижнего диафиза обозначены следующие использованные в работе параметры: а — слой внутренних генеральных пластинок (окраска гематоксилин-эозином, ×50) (B12); б — слой наружных генеральных пластинок (окраска гематоксилин-эозином, ×50) (B10); в — остеон темноокрашенный ализариновым красным S (окраска ализариновым красным S, ×200) (B16)
image
Рис. 2-3-8. Морфометрическая методика измерения длины и площади костной трабекулы губчатой кости в поле зрения препарата дистального эпифиза плечевой кости. Скриншот страницы. Окраска гематоксилин-эозином, ×100

Морфометрическое исследование. Измерение показателя (L) «длина» (В2, В6) осуществлялось посредством ImageJ, Freehad Line с пропуском пяти полей зрения; фиксировались максимальные, минимальные и средние значения для пяти полей зрения (см. рис. 2-3-10). Измерение показателя (t) «толщина» (В10, В11, В12, В14) осуществлялось посредством ImageJ, Freehad Line с пропуском пяти полей зрения с последующим расчетом средних значений для В10, В11, В12 для пяти полей зрения. Измерение показателя (S) «площадь» структуры (В1, В5, В7) осуществлялось посредством программы ImageJ. Исходное изображение конвертировалось в черно-белое, и искомая площадь принималась равной сумме пикселей нулевой яркости. Признаки В4, В13, В15, В16, В18, В23, В24 были получены посредством подсчета количества элементов с использованием Multi-point Tool, ImageJ, при этом для показателей В4 произведен расчет среднего значения для одного поля зрения; В13, В15, В16, В18, В23, В24 — среднее значение для препарата.

Измерение показателя «диаметр» (В2, В20, В21) осуществлялось посредством ImageJ, Freehad Line с пропуском пяти полей зрения с последующим расчетом средних значений (рис. 2-3-9).

image
Рис. 2-3-9. Дана разметка измерения показателей В20 (стрелки серого цвета) и В21 (стрелка зеленого цвета). Препарат диафиза. Окраска гематоксилин-эозином, ×200

Характеристика возрастных изменений костной ткани. В возрасте до 18 лет гистоморфометрические показатели отражают происходящее структурное созревание костной ткани, рост и развитие скелета в целом. Об активности происходящих процессов свидетельствует наличие наибольшего по сравнению с последующими возрастными группами количества показателей, демонстрирующих с возрастом достоверно сильную корреляционную связь и связь средней силы. Коэффициенты корреляции с возрастом: В1 r=0,61; В2 r=–0,52; В7 r=–0,65; В8 r=0,93; В10 r=0,78; В12 r=0,71; В13 r=0,58; В15 r=0,65; В16 r=0,69; В17 r=0,68; В18 r=0,72; В19 r=0,64; В24 r=0,59, критерий достоверности (р <0,05). Микроструктура компактного слоя диафиза с хорошо выраженными слоями наружных (В10=52,36±18,65) и внутренних (В12=40,13±5,69) генеральных пластинок с небольшим количеством остеонов. Внутренние генеральные пластинки при этом находятся в фазе роста. Эти показатели характеризуют рост и развитие костной ткани: увеличение толщины костных трабекул и площади костной ткани, увеличение толщины внутреннего и наружного слоя общих пластинок, сопровождающихся остеонизацией (увеличение как толщины слоя, так и количества остеонов). Вместе с тем количество циклов ремоделирования, успевших завершиться, к данному возрасту невелико, и, следовательно, иные следы перестройки отсутствуют либо имеют недостоверные значения.

Главным отличительным признаком данного возрастного периода является отсутствие линии минерализации хряща и наличие эпифизарной хрящевой пластинки (зоны роста) на препаратах дистального эпифиза. Гистологическая картина дистального эпифиза характеризуется наличием в поле зрения большого количества (максимального по сравнению с последующими возрастными периодами) достаточно тонких костных трабекул, с единичными эндотрабекулярными остеонами и большим количеством кровеносных сосудов. Также о продолжающихся процессах развития свидетельствует зафиксированное увеличение толщины трабекул.

image
Рис. 2-3-10. Остеон с перестроенным центральным отделом в препарате диафиза плечевой кости. Окраска гематоксилинэозином, ×200
Таблица 2-3-2. Программа признаков для гистоморфометрического исследования костной ткани
Имя признака Название признака

В1

S — площадь трабекулярной кости в нижнем эпифизе, мкм2

В2

L — длина трабекулярной поверхности в нижнем эпифизе, мкм

В3

Диаметр гаверсова канала в нижнем эпифизе, мкм

В4

Количество сосудов в нижнем эпифизе, среднее в поле зрения

В5

S — площадь субхондральной пластинки в нижнем эпифизе, мкм2

В6

L — длина субхондральной пластинки в нижнем эпифизе, мкм

В7

S — площадь хряща в субхондральной пластинке нижнего эпифиза, мкм2

В8

T — толщина трабекулярной кости в нижнем эпифизе (В1/В2), мкм

В9

t — толщина субхондральной пластинки нижнего эпифиза (В5/В6), мкм

В10

tсреднее — толщина слоя наружных генеральных пластинок диафиза, мкм

В11

tсреднее — толщина слоя остеонов диафиза, мкм

В12

tсреднее — толщина слоя внутренних генеральных пластинок диафиза, мкм

B13

Количество остеонов в нижнем эпифизе, среднее в поле зрения

В14

tmin — толщина субхондральной пластинки в нижнем эпифизе, мкм

В15

Количество остеонов в диафизе, среднее в поле зрения

В16

Количество темноокрашенных ализариновым красным S остеонов в диафизе, среднее в поле зрения

В17

Доля темноокрашенных ализариновым красным S остеонов (В16/В15)

В18

Количество остеонов с перестроенным центральным отделом в диафизе, среднее в поле зрения

В19

Доля остеонов с перестроенным центральным отделом в диафизе (В18/В15)

В20

Dср. — диаметр остеона в диафизе, мкм

В21

D — диаметр гаверсова канала в диафизе, мкм ср.

В22

В21/В20

В23

Количество остеонов по внутренней поверхности диафиза, среднее в поле зрения

В24

Количество остеонов по наружной поверхности диафиза, среднее в поле зрения

Активность происходящих в костной ткани процессов роста и развития, наличие специфических отличительных элементов в гистологической картине подтверждается и результатами кластеризации гистоморфометрических данных возрастных изменений костной ткани, выполненной с использованием ММО. На представленных рисунках (рис. 2-3-11, 2-3-12) визуализации кластерных структур хорошо заметна обособленность группы «<18 лет». Обозначение групп: 1 — ≤18 лет; 2 — от 19 до 30 лет; 3 — от 31 до 50 лет; 4 — 60–75 лет.

image
Рис. 2-3-11. Двухмерное представление данных с использованием алгоритма машин ного обучения со стохастическим вложением соседей с t-распределением
image
Рис. 2-3-12. Двухмерное представление данных с использованием метода uMAP

В возрастном интервале 19–30 лет наибольшую связь с возрастом демонстрируют показатели возрастной трансформации, происходящей в кортикальном слое диафиза, причем со стороны эндоста. Это толщина слоя внутренних общих пластинок (В12, r=–0,74) и толщина слоя остеонов (В11, r=0,53). Об активации процессов ремоделирования свидетельствует увеличение (в 3,62 раза) количества остеонов с перестроенным центральным отделом (В18, r=0,63) и как прямое следствие увеличение (в 3,17 раза) их доли в общем количестве остеонов в поле зрения диафиза (В19, r=0,64). Полученные данные свидетельствуют о начале резорбционных процессов со стороны эндоста. Это связано с активностью остеокластов в составе эндоста.

Об активности процессов костной перестройки можно судить и по увеличению среднего диаметра остеонов (в 1,17 раза) и гаверсова канала (в 1,05 раза). Сравнение с результатами других исследователей выявило вариативность цифровых данных. Это в очередной раз доказывает целесообразность комплексной оценки и предостерегает от использования каких-либо «универсальных» показателей процессов ремоделирования для диагностики возраста.

Гистологическая картина дистального эпифиза в данной возрастной группе характеризуется наличием линии минерализации, отсутствием зоны роста, толстыми костными балками с большим количеством эндотрабекулярных остеонов, увеличение числа которых является своего рода адаптивным ответом на возросшие метаболические потребности. Именно в данном периоде происходит накопление максимальной костной массы. Хрящевая ткань при этом также находится в фазе роста, отражая гетерохронность регистрируемых в эпифизе возрастных процессов.

Следовательно, возрастной период от 19 до 30 лет для костной ткани характеризуется завершением процесса формирования с последующим переходом к относительной стабильности. Относительность процесса выражается в непрекращающейся перестройке основного структурного компонента костной ткани — остеона — под воздействием внутренних и внешних факторов.

В период от 31 до 50 лет о происходящих процессах перестройки костной ткани в диафизе можно судить по изменяющимся показателям толщины (S) слоев компактного вещества диафиза. При этом сила связи показателей ослабла, что косвенно указывает не только на снижение темпа изменений, но и на внутригрупповую неравномерность (В11, r=–0,42; р <0,05; В12, r=–0,64; р <0,05; В13, r=–0,48; р <0,05; В14, r=–0,41; р <0,05). Возможно, это является проявлением неравномерности ремоделирования, обусловленной воздействием внешних и внутренних факторов. В предыдущем возрастном периоде подобные факторы компенсировались. В последующие же годы сила их влияния заметно увеличивается. Также следует учитывать и возрастающую при переходе к зрелому возрасту степень наследственного влияния. Этапы постнатального онтогенеза характеризуются «различной степенью влияния генетических и средовых факторов на проявления роста и старения скелета» [98].

Отмечено достоверное уменьшение (более чем в 2 раза по сравнению с числовым значением данного показателя в возрасте от 19 до 30 лет) толщины слоя наружных генеральных пластинок, тогда как с внутренней стороны инволюция только началась. Эти изменения закономерно сопряжены с остеонизацией: толщина слоя остеонов и их количество увеличились в 1,5 раза. В 1,11 раза увеличивается по сравнению с предыдущим возрастным периодом средний диаметр всего остеона и в 1,24 раза — диаметр гаверсова канала. Интенсивность процессов ремоделирования компактного слоя диафиза выше на внутренней поверхности, где, согласно нашим результатам, отмечено их более раннее начало. Зафиксирована максимальная минеральная насыщенность костной ткани, о чем можно судить по наибольшему за весь изученный возрастной диапазон значениям показателя В16 (среднее в поле зрения количество темноокрашенных ализариновым красным S остеонов; В16=2,41±0,28; r=0,51; р <0,05). Он увеличился в 1,8 раза.

В дистальном эпифизе площадь хряща (В7=3281,21±1023,61; r=–0,64; р <0,05) достигла к данному возрасту максимального значения, что позволяет говорить о наступившей стадии относительной стабилизации для данного показателя. Параллельно с этим мы видим начальные проявления остеопоротических изменений (инволюции костной ткани): уменьшается в 0,94 раза по сравнению с числовым значением данного показателя в возрасте от 19 до 30 лет S трабекулярной кости (В1=14 358,11±2132,23; r=–0,64; р <0,05), и, соответственно, уменьшается (в 0,9 раза) число эндотрабекулярных остеонов (В13=3,12±0,55; r=–0,48; р <0,05).

Гистологическая картина нижнего эпифиза характеризуется четкой линией минерализации, достаточно широкой субхондральной пластинкой, многочисленными «толстыми» трабекулами с большим количеством остеонов с расширенным гаверсовым каналом.

Компактный слой диафиза с большим количеством остеонов (часть которых с перестроенным центральным отделом) и вставочных пластинок. Толщина наружного слоя общих пластинок снижена, отмечается его прерывистость на некоторых препаратах. Наружный слой выражен значительно лучше. Проявлениями активации остеорезорбции костной ткани являются увеличение диаметра гаверсова канала, уменьшение площади костных балок губчатого вещества эпифиза.

Таким образом, совокупность большинства происходящих в костной ткани процессов в данном возрасте (от 31 до 50 лет) характеризует начало возрастных изменений.

После 50 лет начинается инволюция, затрагивающая как эпифиз, так и диафиз. Показатели с высоким уровнем значимости согласно ранжированию с использованием алгоритма Random Forest демонстрируют также достоверную, сильную и средней силы корреляционную связь с возрастом: В10, r=–0,71; В12, r=–0,74; В13, r=–0,81; В15, r=–0,61; В21, r=–0,063; В15, r=–0,68; р <0,05). Активность данных процессов подтверждается и результатами кластеризации ММО. На представленных рисунках (см. рис. 4-3-1, 4-3-2) визуализации кластерных структур хорошо заметна обособленность группы в возрасте ≥50 лет.

В нижнем эпифизе вследствие остеорезорбции (остеопороза) продолжается уменьшаться (в 1,28 раза) площадь костной ткани за счет уменьшения длины (в 1,03 раза), толщины (в 1,34 раза) трабекул; снижается количество костных балок и, как прямое следствие, плотность микрососудистого русла и число эндотрабекулярных остеонов. Возрастные изменения затрагивают хрящевую ткань: уменьшается в 1,74 раза S хряща в субхондральной пластинке и в 1,14 раза — толщина подхрящевой пластинки. Траектория инволюции хрящевых элементов длинных трубчатых костей также проходит стадии роста созревания и возрастной трансформации, но с несколько иной скоростью. Хрящевой компонент продемонстрировал относительную константность: уменьшение площади хряща в субхондральной пластинке зафиксировано только после 50 лет. Данный факт мы можем рассматривать как проявление гетерохронии структурных элементов одной кости.

Гистологическая картина нижнего эпифиза характеризуется тонкими костными балками, неоднородными по толщине, структуре, с резко сниженным числом эндотрабекулярных остеонов.

Компактный слой диафиза истончен, слои наружных и внутренних генеральных пластин значительно уменьшены; большое количество остеонов с перестроенным центральным отделом, расширенным гаверсовым каналом; неравномерно выраженные линии склеивания, наличие резорбционных полостей. Отмечается наличие полых лож остеоцитов, лакун.

В диафизе активизируются процессы ремоделирования. Продолжают увеличиваться диаметр гаверсова канала (в 1,04 раза), количество остеонов с перестроенным центральным отделом (в 1,6 раза). Уменьшается толщина слоя наружных (в 1,96 раза) и внутренних (в 2,06 раза) общих пластинок за счет остеонизации: увеличение толщины как самого слоя в 1,1 раза, так и числа самих клеток в 1,07 раза. Прирост клеточного состава напрямую связан с увеличением количества циклов ремоделирования, активность которого выше со стороны эндоста. Уменьшилось (в 1,5 раза) число темноокрашенных остеонов, что можно расценивать как объективный показатель уменьшения минерализации костной ткани. Достоверность происходящих в костной ткани после 50 лет возрастных инволюционных изменений подтверждена морфометрическими показателями. Возможно, нарастание остеопоротических изменений обусловлено угасанием функции половых желез, ограничением двигательной активности, замедлением интенсивности всех обменных процессов. Совокупность перечисленных и ряд других факторов уменьшают в конечном итоге функциональную активность остеобластов.

2.4. Морфометрические возрастные изменения сосудов головного мозга и нервного аппарата сосудов спинного мозга

Состояние вопроса. В возрастной морфологии инволюция сосудов занимает особое место. Нарушение кровообращения — это не только проявление старения, но и его ключевое звено. Таким образом, мы видим реализацию порочного круга патоаутокинеза инволюционных процессов. Наиболее распространенной и изученной является взаимосвязь возраста и артерио- и атеросклероза [29, 38, 39, 144]. На основании исследования коронароангиограмм 107 человек, возраст которых от 36 до 74 лет, Т.С. Жарикова и соавт. (2018) получили данные, свидетельствующие об увеличении с возрастом общей длины коронарных артерий и длины ветви правой коронарной артерии. Подобная динамика характеризует адаптационную возрастную перестройку, направленную на поддержание адекватного кровоснабжения миокарда [43].

Значительное количество работ посвящено изучению возрастных особенностей сосудистого русла головного мозга. В исследованиях, выполненных под руководством В.Н. Николенко (2018, 2019), получены данные о возрастной анатомии и морфологии сосудистого сплетения боковых желудочков головного мозга человека, изменении биомеханических свойств артерий головного мозга у лиц отдельных возрастных групп [46, 102, 181].

В.Н. Николенко, О.А. Фомкина (2008), используя статистический анализ, получили достоверные сведения о корреляционной взаимосвязи с возрастом толщины стенки внутричерепных частей позвоночных и базилярной артерий. Полученные результаты авторы применили для создания регрессионной модели диагностики биологического возраста с точностью от 10,4 до 11,4 года [101]. Продолжая изучение возрастных изменений сосудов, О.А. Фомкина и В.Н. Николенко (2018) исследовали динамику трансформации размерных характеристик мозговых артерий, установив при этом достоверное снижение толщины стенки артерий во втором периоде зрелого возраста. Также учеными была описана последовательность возникновения данных возрастных изменений на различных артериях [159]. Комплексное исследование, сочетающее рутинное гистологическое исследование ряда морфометрических параметров с иммуногистохимическим методом (выявление посредством экспрессии белка Ki-67 активности пролиферации), позволило прийти к выводу о преобладании индивидуальной изменчивости морфологии сосудистых сплетений боковых желудочков головного мозга в процессе старения [181].

С возрастом внутриорганные сосуды артериального звена приобретают патологическую извилистость, сопровождающуюся участками сужения и расширения, склеротические процессы приводят к уменьшению диаметра, их контуры становятся неровными, капилляры запустевают. Количественная оценка подобных изменений, несомненно, имеет научно-практическую ценность, в том числе в качестве дополнительного критерия при оценке возраста.

Гистофизиологические параметры взаимоотношений нейроглии и сосудистого компонента претерпевают изменения в процессе постнатального онтогенеза. Взаимосвязь данных системных звеньев имеет отличия на протяжении жизни. Опубликованы результаты, свидетельствующие о специфике возрастной трансформации различных структур головного мозга, а также элементов, ответственных за обменные процессы, дана количественная характеристика происходящих явлений в разных возрастных группах. Полученные данные свидетельствуют о гетерохронности, топологических различиях на различных этапах постнатального онтогенеза [89, 91, 165, 166]. Проведенные детализированные исследования структурных компонентов коры головного мозга человека в различные периоды его жизни свидетельствуют о наличии корреляционной взаимосвязи между возрастом и особенностями ансамблевой организации [21]. К настоящему моменту не вызывает сомнений утверждение, что общая сущность происходящих при старении изменений в головном мозге заключается в уменьшении объема серого и белого вещества [114, 301]. При этом атрофия характеризуется достаточно выраженными региональными отличиями, обусловленными структурно-функциональными диспозициями отделов мозга [114]. Большое внимание уделяется вопросам гетеротопии: времени начала возрастной трансформации и скорости (темпа) ее развития в зависимости от области мозга. С возрастом уменьшаются нейропиль, количество нейронов, возникает недостаточность синаптических связей, снижается скорость экспрессии генов [114]. Современные исследования позволили дать морфологическую характеристику происходящим в постнатальном онтогенезе возрастным преобразованиям в различных отделах головного мозга [97, 174, 175].

Результатами морфометрического исследования с подсчетом количества нейронов в поле зрения гистологических препаратов гиппокампа CA1 и CA3 и зубчатой извилины стали выводы о наличии выраженной гетерохронии и гетеротопии происходящих изменений. Уменьшение количества нейронов начинается раньше всего в зубчатой извилине, затем это поле СА3 и только потом поле СА1. При этом у лиц в возрасте от 36 до 74 лет зафиксировано расширение нейронного профиля с последующим уменьшением данного показателя после 75 лет [377]. При исследовании динамики возрастной инволюции гиппокампа выявлены возрастные особенности нейрогенеза: ежедневное обновление нейронов (до 700 в день) формирует 1,75% годового оборота данных клеток с некоторым снижением у лиц пожилого и старческого возраста [377]. В работах лаборатории под руководством И.Н. Боголеповой исследованы процессы, происходящие в коре головного мозга в отдельные периоды жизни человека, показаны гендерные различия возрастных изменений цитоархитектонического строения изучаемых структур [18]. На основании исследования слоев коры поля 10 префронтальной коры лобной области мозга установлено наличие достоверных различий ряда морфометрических параметров между двумя группами: зрелого (20–60 лет) и пожилого (старше 75 лет) возраста [18]. Опубликованы результаты о возрастных изменениях в период раннего постнатального онтогенеза количественных и размерных характеристик пирамидных нейронов и клеток микроглии, показателей ферментов антиоксидантной защиты [80]. А.А. Баландиным (2018) на основании исследования мозжечка от 217 трупов обоего пола от 16 до 86 лет получены данные о возрастной динамике таких показателей, как масса, объем и линейные параметры, толщина молекулярного слоя мозжечка, размерные характеристики грушевидных нейронов. Результаты количественной оценки изменений структурных компонентов коры мозжечка использованы для разработки нового способа оценки биологического возраста [13].

Следует отметить достигнутые положительные результаты использования ММО данных структурно-функциональной визуализации человека для предсказания возраста человека [302, 349, 397]. Так, например, для оценки возраста индивида структура NAPR использует карты толщины коры головного мозга, полученные из их собственных локально обработанных Т1взвешенных магнитно-резонансных томограмм всего мозга. H. Pardoe и R. Kuzniecky (2017) отмечают, что использование подобного программного обеспечения имеет высокий потенциал для диагностики как биомаркеров возраста, так и маркеров здоровья [349].

Пиальная сосудистая система коры больших полушарий обладает возрастной изменчивостью, характеризующейся снижением плотности пиальной сосудистой сети и ее магистрализацией. Это сопровождается фрагментацией капилляров, появлением анастомозов, склерозированием стенки, уменьшением внутреннего диаметра [74, 137].

Изучение возрастных аспектов регуляции кровоснабжения головного и спинного мозга являлось одним из приоритетных направлений научного поиска дальневосточной нейрогистологической школы, основоположником которой является П.А. Мотавкин. Установлено, что постнатальный онтогенез человека характеризуется наличием последовательных фаз не только качественных, но и количественных изменений афферентной и эфферентной иннервации сосудов. Это позволяет использовать их для суждения о биологическом возрасте человека [89, 90, 117, 118, 119, 122]. Многолетние исследования возрастных изменений морфологических параметров сосудов головного и спинного мозга, нейроглиальных компонентов обладают научным потенциалом, который может быть реализован в судебной медицине при разработке комплексных диагностических моделей установления возраста неизвестного человека [89–91, 99, 101–104, 117, 119, 122, 137, 158, 159, 165, 173–175, 181].

Методика исследования

Гистохимический метод исследования. Для установления возрастных показателей капиллярного русла головного мозга использовалась гистохимическая реакция на щелочную фосфатазу. Учитывая, что щелочная фосфатаза выявляется только в артериальном отделе функционально активных капилляров [91], изучение препаратов, окрашенных на щелочную фосфатазу, позволяет объективно оценить морфофункциональные и морфометрические параметры кровоснабжения мозга. Для выявления щелочной фосфатазы использовали кальций-кобальтовый метод [197]. Методика приготовления препаратов включала: инкубацию срезов в растворе субстрата (β-глицерофосфат натрия, 45 мин, 37 °С) → промывку → заключение в глицеринжелатиновый гель.

Для выявления адренергических волокон использовался флюоресцентно-гистохимический метод с глиоксиловой кислотой (метод Фурнеса и Коста) [247]. После обработки исследуемых образцов 2-процентной глиоксиловой кислотой (рН 7,0) 30 мин → фиксация на покровном стекле → подсушивание на воздухе → термостат (100 °С, 4 мин) → просветление в ксилоле → заключение в полистирол. Исследование с использованием люминесцентного микроскопа и светофильтров (ДС-1, СЗС-7) позволяло увидеть результаты реакции конденсации катехоламинов с глиоксиловой кислотой.

Выявление холинацетилтрансферазы (фермент ацетилхолинового синтеза и обмена) на основе метода А.М. Burt [266]. Исследуемые образцы фиксировали в растворе формальдегида (1-процентный раствор, приготовленный на 0,1 М какодилатном буфере с 0,32 М сахарозой) → промывка [семикратная смена раствора (какодилатный буфер рН 5,2 в течение 18 ч)]. В качестве ингибитора применялся диизопропилфторфосфат.

Для выявления ацетилхолинэстеразы использовался метод Карновского–Рутс в модификации Гидрина [266]. В основе данного метода — гидролиз тиоаналогов ацетилхолина на участках с концентрацией фермента и формированием медной соли тиосульфата, которая образует сульфид меди при последующей обработке (NH4)2S. Скорость происходящей реакции и интенсивность осадка определяла активность фермента.

Дальнейшее гистоморфометрическое исследование проводится в соответствии с общими методическими рекомендациями [1]. Перечень измеряемых признаков представлен в табл. 2-4-1 и Программа признаков для исследования иннервации сосудов мягкой оболочки спинного мозга.

Таблица 2-4-1. Программа признаков для гистоморфометрического исследования капилляров головного мозга
Имя признака Название признака

L

Длина капиллярного русла, мм

D

Диаметр капилляров, мкм

S

Площадь обменной поверхности капилляров в 1 мм3 ткани, мм2; расчетный показатель S=πdL

Y

Количество крови на единицу поверхности капилляра, мм3/мм2×103; расчетный показатель Y=V/S

V

Объем крови в капиллярах в 1 мм3 ткани, мм3; расчетный показатель V=(D2/4)Lπ

π

3,14

Длина капиллярного русла (относительная плотность капилляров в единице объема) была получена с использованием формулы для неравномерного распределения капилляров:

image

где Lo — суммарная длина капилляров в 1 мм3 ткани, No — количество открытых концов на 1 мм2, Nr — число пересечений горизонтальных линий сетки окулярмикрометра, Nв — число пересечений вертикальных линий сетки окулярмикрометра.

Таблица 2-4-2. Программа признаков для исследования иннервации сосудов мягкой оболочки спинного мозга
Имя признака Название признака

Ацетилхолинэстераза

S1

2 Концентрация нервных волокон на 1 мм

S2

Оптическая плотность преципитата, условные единицы

Холинацетилтансфераза

S3

Концентрация нервных волокон на 1 мм2

S4

Концентрация варикозностей на 1 мм2

S5

Оптическая плотность преципитата, условные единицы

Адренергическая иннервация

S6

Концентрация нервных волокон на 1 мм2

S7

Концентрация варикозностей на 1 мм2

S8

Интенсивность люминесценции, условные единицы

Афферентная иннервация

S9

Концентрация чувствительных рецепторов

S10

Концентрация нервных волокон

S11

Процентное соотношение волокон, тонкие/средние/толстые

Характеристика возрастных изменений капилляров головного мозга. Возрастную динамику изученных морфометрических параметров капилляров головного мозга, учитывая результаты статистического и интеллектуального (посредством ММО) анализов, можно охарактеризовать следующим образом.

Изменения линейных размеров в периоды детства, подросткового и юношеского возраста демонстрировали незначительный прирост показателей. При этом темп происходящих изменений различен: диаметр капилляров в возрасте 13–16 лет по сравнению с предыдущей группой 8–12 лет увеличился на 1,3–1,4% (r=0,78); в группе от 17 до 21 года прирост составил +1,0–1,1% (r=0,18); от 22 до 35 лет — 0,5–1,0% (r=0,16). Аналогичное снижение темпа возрастных изменений по мере взросления мы отметили и у показателя «длина капиллярного русла» (L). В возрасте 13–16 лет по сравнению с предыдущей группой он увеличился на 1,0–2,1% (r=0,77); в возрасте от 17 до 21 года — на 1,1–1,8% (r=0,8); от 22 до 35 лет — на 0,1–0,8% (r=0,08). Значения расчетных показателей: площадь обменной поверхности капилляров в 1 мм3 ткани (S=πDL), количество крови на единицу поверхности капилляра в 1 мм3 ткани (Y=V/S), объем крови в капиллярах в 1 мм3 ткани V=(D2)/4)π и их изменения соразмерны трансформациям линейных размеров. Увеличение показателей в возрасте 13–16 лет составило в среднем: S=+1,0–2,4% (r=0,77), Y=+2,6–1,0% (r=0,76), V=+0,2–0,6% (r=0,78); в возрасте от 17 до 21 года: S=+1,2–1,7% (r=0,06), Y=+1,0–2,0% (r=0,26), V=+3,4–3,7% (r=0,18); от 22 до 35 лет: S=+0,2–1,9% (r=0,17), Y=+0,1–1,3% (r=0,12), V=+0,2–0,8% (r=0,14). На основании статистического анализа можно констатировать наличие достоверных различий (р ≤0,01) между значениями показателей в возрастных группах до 17 лет и 22–35 лет. Следует отметить, что в период от 17 до 35 лет длина капиллярного русла имеет наибольшие (в рамках рассматриваемого возрастного диапазона) значения: L1=315,5±1,1 мм, σ=7,8; L2=326,9±1,6 мм, σ=7,3. Наибольшие значения коэффициентов корреляции показателей с возрастом были отмечены в возрастном интервале от 13 до 16 лет. Затем темп происходящих возрастных изменений заметно снижается, о чем свидетельствуют слабая корреляционная связь с возрастом или практически ее отсутствие почти у всех изученных параметров в группах 17–21 года и 22–35 лет. Согласно статистическому анализу с расчетом средней величины прогноза возраста можно констатировать факт, что в период от 17 до 35 лет показатели достигают уровня дефинитивных значений и происходящие изменения характеризуются минимальной степенью выраженности.

В возрасте от 36 до 60 лет мы отметили признаки возрастной инволюции. На 6,0–6,9% по сравнению с периодом 22–35 лет уменьшается длина капиллярного русла (L), прирост значений диаметра капилляров (D) был незначительным: +0,9–1,5%. Расчетные показатели — S=πDL, Y=V/S, V=(D2/4)Lπ — и их изменения соразмерны трансформациям линейных размеров: S1=5,879±0,05 мм2 (σ=0,339, r=0,51); S2=5,896±0,041 мм2 (σ=0,280, r=0,49); Y1=1,567±0,014 (σ=0,053, r=0,35); Y2=1,552±0,001 (σ=0,036, r=0,34); V1=9,216±0,097 мкм3 (σ=0,656, r=0,17); V2=9,153±0,081 мкм3 (σ=0,549, r=0,16). В данном возрастном интервале мы видим, что емкостная характеристика практически не коррелирует с возрастом, а корреляционная взаимосвязь площади обменной поверхности крайне слабая. Увеличение площади обменной поверхности направлено на компенсацию происходящего возрастного снижения капиллярной плотности в связи с частичной редукцией микрососудов. Полученные нами результаты согласуются с данными С.Е. Шемякова [173]. Результаты статистического анализа зависимости точности прогнозирования от фактического возраста демонстрируют сложную связь исследованных показателей с возрастом в период от 45 до 55 лет. В последующем она становится более выраженной. В пожилом возрасте (61–75 лет) длина капиллярного русла снизилась на 5,3–7,0% (в 1,05–1,15 раза по сравнению с периодами зрелого возраста); рабочая площадь капилляров также уменьшается в 1,04 раза по сравнению с предыдущей группой; количество крови на единицу поверхности капилляра увеличивается на 2,5–3,8%, диаметр мозговых капилляров расширился на 3,0–3,8% (в 1,03–1,05 раза по сравнению с периодами зрелого возраста). Происходящие в эти годы изменения отражает сильная и средней силы корреляционная взаимосвязь исследуемых параметров с возрастом: D1 (r=0,80); D2 (r=0,75); L1 (r=–0,62); L2 (r=–0,63); S1 (r=0,58); S2 (r=0,51); V1 (r=0,68); V2 (r=0,63); Y1 (r=0,80); Y2 (r=0,75); при p >0,05. С.Е. Шемяков в своем исследовании предполагает, что «увеличение емкостных характеристик капиллярного русла является приспособительной реакцией, направленной на компенсацию одновременно идущего процесса редукции капилляров» [173].

После 75 лет направленность инволютивных изменений продолжается, тогда как их темп заметно снижается. Диаметр капилляров продолжает увеличиваться, в среднем на 1,8–2,2%. Длина капиллярного русла уменьшается на 0,7–1,0%. Данные об увеличении диаметра капилляров в старческом возрасте получены и в работах других исследователей [89, 91, 170, 173]. Они также констатируют факт формирования минимальных значений длины капиллярного русла именно в пожилом и старческом возрасте [89, 91, 170, 173]. Минимальные изменения зафиксированы у показателя S в виде незначительного прироста на 0,8– 1,1% по сравнению с пожилым возрастом.

Мы отметили соразмерность происходящих изменений линейных размеров. Увеличение в течение всего изученного периода в целом в 1,08 раза диаметра капилляров (поле 6 от 6,07±0,22 до 6,60±0,11 мкм; поле 41 от 6,06±0,17 до 6,58±0,15 мкм) сопряжено с уменьшением средней длины капиллярного русла в 1,11 раза (поле 6 от 305,4±7,73 до 274,34±9,01 мкм; поле 41 от 316,61±10,82 до 285,16±6,00 мкм). Подобные пропорциональные трансформации являются приспособительной реакцией, направленной на поддержание адекватного уровня кровообращения головного мозга при старении. Соразмерность компенсаторных изменений линейных размеров (D/L) сдерживают инволютивные изменения таких параметров, как объем крови на 1 мм3 и количество крови на единицу поверхности, являющихся базовыми характеристиками капиллярного кровообращения. Однако объем циркулирующей крови зависит и от скорости кровотока [173]. Объем крови в капиллярах в 1 мм3 ткани является важной характеристикой капиллярного кровообращения. По мере взросления организма происходит естественное увеличение объема депонированной крови и объема капилляров с последующим уменьшением по мере старения. Так, согласно нашим данным, в пожилом возрасте данный показатель снижается на 2,8–4,1%, в старческом возрасте инволюция прогрессирует, и он уменьшается еще на 2,7–3,1% по сравнению с предыдущей группой. В целом у лиц старше 75 лет снижение этого показателя от уровня дефинитивных значений составило >6%.

В палео- и неокортексе динамика происходящих изменений имеет некоторые отличия. Так, в новой коре по сравнению с палеокортексом темп происходящих изменений был более выражен, инволютивные изменения наступали несколько раньше. Также ряд исследователей указывает на наличие неоднородности происходящих изменений в зависимости от топографии исследуемого отдела мозга. Подобные факты гетеротопии и гетерохронии наиболее вероятно связаны с функциональной нагрузкой исследуемой области головного мозга [89, 91, 170].

Резюме. В динамике возрастных изменений морфометрических характеристик капилляров изученных участков головного мозга можно выделить следующие периоды: прирост количественных показателей с формированием дефинитивных значений к 35 годам, 35–55 лет — стадия волатильности линейных размеров как начальные проявления возрастной инволюции, нарастающие к 75 годам. Старение сопровождается уменьшением длины капиллярного русла (функционально активных капилляров) и площади обменной поверхности, увеличением диаметра капилляров и количества крови на единицу поверхности, то есть снижение линейных размеров компенсируется приростом емкостных показателей. Зафиксированные изменения цифровых значений у лиц старше 75 лет продемонстрировали достаточно слабую корреляционную связь с возрастом вследствие их выраженной вариабельности. На примере изменения изученных морфометрических параметров капилляров мы видим реализацию принципов витаукта «благодаря деятельности мозга в ходе возрастного развития мобилизуются приспособительные механизмы, направленные на увеличение продолжительности жизни» [161].

Характеристика возрастных изменений нервного аппарата сосудов спинного мозга. На сегодняшний день достижения нейрогистологии не оставляют сомнений в наличии взаимосвязи строения нервного аппарата сосудов, его функциональной активности с возрастом [28, 89, 90, 117, 119, 122]. Афферентная и эфферентная иннервация артерий спинного мозга претерпевает существенные изменения на всем протяжении жизни. На примере выполненного исследования иннервации передней спинальной артерии спинного мозга ход развития возрастных преобразований нервного аппарата сосудов спинного мозга выглядит следующим образом.

У детей и подростков возрастная динамика исследуемых показателей свидетельствует о фазе роста и развития. Концентрация афферентных нервных волокон и рецепторов увеличивается в среднем на 13–15%. Концентрация рецепторов в возрасте 8–12 лет — 8,4±0,5 мм2, в возрастной группе от 13 до 16 лет — 10,7±0,7 мм2; концентрация проводников — 26,7 ±2,5 и 30,1±2,2 мм2 соответственно, из которых тонкие составляют порядка 80%. Увеличивается также (при сравнении показателей этих групп между собой) количество эфферентных нервных волокон: концентрация адренергических нервных рецепторов — на 7,3% и варикозностей — на 0,6%; концентрация холинергических нервных рецепторов — на 13%; отмечается повышение интенсивности люминесценции на 3,2% и оптической плотности преципитата на 16,8%.

По окончании подросткового периода наступает фаза относительной стабилизации: у лиц молодого, зрелого (первый период, первая половина второго периода) возраста исследуемые показатели практически не изменялись. В данном случае можно говорить о достижении дефинитивного уровня параметров, характеризующих нервный аппарат стенок сосудов спинного мозга.

Появление признаков инволюционных изменений зафиксировано во второй половине второго периода зрелого возраста. Возрастной интервал 46–60 лет характеризуется наличием статистически достоверных различий показателей при сопоставлении их с периодом дефинитивных значений на отрезке с 17 до 45 лет. У лиц старше 45 лет отмечено появление афферентных волокон с наплывами и утолщениями, с различной степенью импрегнации; снижается концентрация афферентных нервных волокон за счет редукции толстых (до 1,3±0,6%) и средних (до 12,3±1,1%) проводников. Начавшиеся изменения афферентного нервного аппарата расцениваются как одно из частных проявлений «деафферентного феномена» [90, 117]. Данный возрастной период (46–60 лет) характеризуется отчетливо выраженным снижением показателей: концентрации эфферентных нервных проводников в среднем на 7,5–16%; концентрации варикозностей холинергических аксонов — на 25% по сравнению с возрастной группой 22–35 лет и на 22% — с группой 36–45 лет; адренергических на 34 и 38% соответственно. Оптическая плотность преципитата и интенсивность люминесценции адренергических волокон снижаются.

Процесс денервации с возрастом прогрессирует, формируются статистически достоверные различия цифровых показателей группы 61–74 лет с периодом дефинитивных значений 17–45 лет.

У лиц старше 60 лет мы видим неравномерное снижение количественных показателей, характеризующих афферентную иннервацию, уменьшение процентного соотношения средних проводников и практически полное отсутствие толстых. Нарастают деформационные изменения нервных волокон, их контуры приобретают неровность. Возрастные изменения сердечнососудистой системы характеризуются снижением чувствительности механорецепторов, нарушается способность адекватно воспринимать и реагировать на растяжение сосудистых стенок. В пожилом и старческом возрасте подобные инволютивные изменения рецепторного аппарата формируются во всех формах сосудистых рецепторов. Также у лиц старше 60 лет изменения эфферентных нервных сплетений характеризуются прогрессирующим снижением количества проводников: холинергических — на 21% по сравнению с возрастной группой 22–35 лет и на 12% по сравнению с предыдущей группой, адренергических — на 35 и 17% соответственно; количество варикозностей уменьшается в среднем на 46,7%. Показатели интенсивности люминесценции и оптической плотности демонстрируют выраженную отрицательную динамику. Морфология происходящих инволюционных изменений нервных сплетений подобна явлениям дистрофии и некробиоза. При сопоставлении полученных результатов с данными других исследователей можно говорить о том, что в данном возрасте формируется постмедиаторный этап вегетативной нервной системы.

У лиц старше 75 лет формируется максимальная степень выраженности дегенеративных изменений. Происходит резкое снижение концентрации нервных волокон, прежде всего за счет «исчезновения» толстых проводников; тонкие и средние с признаками анатомической деструкции: неравномерные вздутия, участки гомогенизации. Старение сопровождается выраженным нарушением анатомической целостности рецепторного аппарата: единичные клубочковые рецепторы находятся в состоянии зернистого распада, кустики со множественными неравномерными утолщениями. Эфферентный нервный аппарат артерий спинного мозга характеризуется малочисленными фрагментированными пучками нервных волокон, часть из них достаточно тонкие, фрагментированные, количество варикозностей снижена, люминесценция бледно-зеленая, оптическая плотность в виде рыхлого желто-коричневого осадка. Однако, несмотря на выраженное снижение, и адренергические, и холинергические проводники выявляются в стенках сосудов и в старческом возрасте, причем часть волокон имеет сохранную структуру. Следует отметить, что и пожилой, и старческий возраст в большей мере характеризовался вариативностью цифровых значений исследуемых показателей. Сопоставление количественных показателей концентрации нервных проводников свидетельствует о приближении данных значений к цифровым значениям, зарегистрированным у новорожденных [90, 117].

Резюме. На основании анализа полученных результатов мы приходим к выводу о том, что в процессе индивидуального развития количественных показателей афферентного и эфферентного нервного аппарата артерий спинного мозга человека регистрируются достоверные изменения. Ранее других фиксируется снижение количества рецепторов афферентной иннервации, затем процесс распространяется на адренергические и холинергические сплетения.

Изучение динамики показателей, характеризующих возрастные изменения иннервации сосудов спинного мозга, на примере передней спинальной артерии, с использованием стандартных методов статистического анализа, а также кластерного анализа и классификации посредством ММО позволяет выделить следующие возрастные интервалы: рост и развитие до 16 лет, 17– 45 лет — формирование дефинитивных значений, 46–60 лет — начальный этап возрастных изменений, нарастающих в возрасте 65–75 лет, и их максимальное проявление у лиц старше 75 лет. Следует учитывать, что инволютивные изменения нервного аппарата артерий, в отличие от процессов его созревания, характеризуются значительным разбросом цифровых значений, особенно в конце старческого возраста, что также может расцениваться как один из уровней гетерохронии.

Происходящие динамические изменения обусловлены возрастными трансформациями мозговой гемодинамики: изменяется сосудистое сопротивление, утолщается стенка сосудов за счет мышечного компонента. Для поддержания адекватного нервного контроля увеличивается концентрация нервных волокон сосудов и нейрорецепторов в них. О гетерохромности как проявлении системогенеза происходящих изменений свидетельствует зависимость темпов дифференцировки нервного аппарата от локализации и калибра спинномозговых артерий [28, 89, 90, 117, 119, 122]. Данное обстоятельство является проявлением адаптационного процесса. Значение нервного влияния с возрастом ослабевает, редуцируются компоненты нервно-волокнистого комплекса. Одной из причин инволюции нервных сплетений является дистрофия клеток симпатического ствола и ганглиев блуждающего нерва [89, 90].

Глава 3. Комплексная оценка возраста с использованием методов интеллектуального анализа

Состояние вопроса. Многолетний исследовательский труд различных научных школ позволил сформировать значительный информационный массив сведений о возрастных изменениях различных тканей и органов. Созданные цифровые базы данных содержат большой набор разнородных показателей, которым необходим многофакторный полигональный анализ для построения эмпирической модели диагностики возраста. Следует учитывать, что показатели, описывающие возрастные изменения, являются «зашумленными», так как происходящие в постнатальном онтогенезе морфологические изменения тканей и органов не всегда являются следствием старения. Влияние целого ряда факторов приводит к вариативности цифровых значений исследованных признаков и, как прямое следствие, к значительным расхождениям между биологическим и хронологическим возрастом. Возникает вопрос о способах совокупной оценки комплекса признаков. В настоящее время большинство методических подходов базируются на использовании множественных уравнений регрессии. С позиции современных информационных технологий применение линейного регрессионного анализа следует признать утратившими актуальность. Подобные модели не являются масштабируемыми, не обладают достаточной степенью адаптивности и гибкости, а при увеличении количества признаков в исходных данных не всегда позволяют отследить взаимосвязи между параметрами. Необходимо использовать методы, позволяющие обрабатывать гетерогенные формации цифровых показателей возрастных изменений и обнаруживать нелинейные и нетривиальные зависимости, которые достаточно сложно найти, используя только общепринятые стандартные подходы, на основании методов описательной статистики. В условиях чрезвычайных ситуаций с массовыми человеческими жертвами очевидны разнородный характер, потенциальные значимые погрешности в исходных данных и другие сложно формализуемые особенности обрабатываемой информации, что приводит к невозможности или нецелесообразности применения отдельных методик и требует применения совокупности разных по принципу обработки информации математических методов для расчета возраста.

Одним из наиболее перспективных вариантов является использование ММО. Глобальная цифровизация как общепризнанный тренд развития общества предполагает активное использование ММО, в том числе для решения прикладных медицинских задач.

Активное использование в современном информационном пространстве междисциплинарного подхода с объединением набора знаний и компетенций способно существенно повысить качество итогового результата вне зависимости от сложности задачи. В области медицины такими примерами могут послужить информационные технологии. Аналитическая обработка медицинских данных с помощью современных ММО является одним из самых востребованных направлений.

В научной литературе присутствует большое количество статей по данному направлению. В систематическом обзоре G. Arji и соавт. (2019) на основе метаанализа 502 научных публикаций с 2000 по 2017 г. дана оценка использования ММО в медицине, выполнено сравнение упоминаемых классов задач (рис. 3-1) и применяемых алгоритмов машинного обучения (рис. 3-2) [195].

image
Рис. 3-1. Распределение по годам упоминаемых классов задач в рассматриваемых научных публикациях (Arji G. et al., 2019)
image
Рис. 3-2. Распределение по годам упоминаемых алгоритмов машинного обучения в рассматриваемых научных публикациях (Arji G. et al., 2019)

Наиболее упоминаемый класс задач — Classification, под которым понимается отнесение объекта к одной или нескольким заранее известным группам — классификация. Чаще всего использовались следующие алгоритмы классификации: дерево решений и случайный лес, метод опорных векторов, нейронные сети и байесовские сети.

В работе М. Fernandez-Delgado и соавт. (2014) проведена оценка 179 классификаторов из 17 семейств (дискриминантный анализ, байесовский, нейронные сети, деревья решений, случайные леса и другие ансамбли, обобщенные линейные модели, ближние соседи, частичные наименьшие квадраты и регрессия главных компонент, логистическая и мультиномиальная регрессия и другие методы) с использованием 121 набора данных. Наилучшими оказались классификаторы алгоритма случайного леса: максимальная точность порядка 90% была достигнута в 84,3% наборов данных [244].

На фоне достаточного количества опубликованных работ о применении алгоритмов классификации в медицинской сфере аргументированное обоснование предпочтения того или иного алгоритма отсутствует [197, 225, 318, 352, 357, 405]. Также следует отметить, что применительно к задачам судебной медицинской идентификации личности вообще и диагностике возраста в частности алгоритмы классификации ранее не использовались.

3.1. Алгоритм решения задачи расчета возраста с использованием методов машинного обучения

При судебно-медицинском исследовании неизвестного индивида устанавливают вероятный возраст с указанием доверительных или прогнозных интервалов, то есть речь идет о синтезирующей оценке многочисленных параметров объектов для определения границ возрастной группы, к которой принадлежит идентифицируемый объект. Определение возрастной группы объекта является примером задачи классификации, в которой рассматривается множество заранее размеченных объектов, существующих в некотором признаковом пространстве и используемых в качестве обучающей выборки при построении модели, способной классифицировать неразмеченные данные. В нашем исследовании базы данных морфометрических параметров возрастных изменений, созданные в результате проведенных исследований, использовались для обучения и валидации различных моделей классификаторов. В качестве метки класса выступала возрастная группа объекта. Таким образом, мы строили модель, классифицирующую произвольные объекты схожей природы.

На основе анализа научно-технической специализированной литературы были выбраны алгоритмы классификации, которые чаще всего используются для решения медицинских задач [5, 88, 137, 318, 352, 405]. Для сравнительного эксперимента были подготовлены 5 наборов признаков — датасеты (dataset), использованные для обучения и последующего анализа работы алгоритмов (метод опорных векторов, метод стохастического градиента, метод ближайших соседей, алгоритм случайного леса, многослойная нейронная сеть). Оценка качества выполнения поставленной задачи была выполнена посредством cross-validation (перекрестной проверки) и метрики accuracy.

Принципы работы существующих алгоритмов машинного обучения имеют отличия, а заложенные в них идеи имеют разные области применения. Для оценки качества работы были использованы алгоритмы машинного обучения, которые наиболее не похожи друг на друга: метод опорных векторов (SVM), метод стохастического градиента (SGD), дерево решений, метод ближайших соседей (Kneighbors), наивный байесовский классификатор (Gaussian NB), многослойная нейронная сеть и алгоритм случайного леса (Random Forest). Результат сравнительного анализа работы алгоритмов ММО приведен на рис. 3-3.

image
Рис. 3-3. Сравнение точности работы алгоритмов

Алгоритм метода опорных векторов показал слабые результаты на всех базах данных, а его максимальный признак точности не превысил даже 60%. Несколько лучший, но недостаточный результат показал алгоритм метода стохастического градиента — его результаты не преодолели отметку 70%. Методы многослойных нейронных сетей и Random Forest (порядка 90%) показали наилучший результат. При этом алгоритм Random Forest продемонстрировал и самые стабильные результаты, без сильного разброса в показателях качества вне зависимости от набора данных. Нейронные сети, обладая расширенными возможностями, продемонстрировали максимальную точность (>90%). База № 1 — гистоморфометрические признаки возрастных изменений кожи; база № 2 — гистоморфометрические признаки возрастных изменений хрящевой ткани; база № 3 — гистоморфометрические признаки возрастных изменений костной ткани; база № 4 — гистоморфометрические признаки возрастных изменений капилляров головного мозга; база № 5 — признаки возрастных изменений нервного аппарата сосудов спинного мозга.

Стабильность работы на различных выборках была отмечена у метода случайного леса, вследствие чего именно Random Forest был выбран для решения целевой задачи проекта (решающее правило для определения возрастной группы в виде дерева решений), так как он способен работать с пропусками в исходных данных без необходимости их предобработки. Подобное обстоятельство имеет немаловажное значение, учитывая малую (в контексте использования ММО) выборку объектов.

Деревья решений — это один из методов Data Mining, метод поиска логических закономерностей в данных и один из основных подходов в теории принятия решений. Они эффективно реализуют задачи классификации и распознавания посредством многошагового процесса принятия решений и используют особенности древовидных классификаторов, основанных на учете локальных свойств классифицируемых объектов каждого уровня и узла дерева [297]. Это позволяет реализовать как прямую, так и обратную цепочку рассуждений. Наглядность поискового процесса является его существенным достоинством.

Важным этапом при построении математической модели является подготовка и отбор признаков. Отбор признаков может оказывать существенное влияние на итоговый результат работы построенной модели, точность и эффективность работы модели в целом.

Исходные данные представлены в виде двухмерных изображений с помощью использования методов t-SNE и алгоритма машинного обучения для нелинейного снижения размерности (рис. 3-4, 3-5). Результаты визуализации свидетельствуют о плотном перемешивании возрастных групп без явной кластеризации до отбора признаков.

image
Рис. 3-4. Двухмерное представление исходных данных с использованием алгоритма машинного обучения со стохастическим вложением соседей с t-распределением. Кластеризация до отбора признаков
image
Рис. 3-5. Двухмерное представление исходных данных с использованием метода uMAP. Кластеризация до отбора признаков

Здесь и далее использована разбивка на группы согласно возрастной периодизации (АПН СССР, 1965): 1-я группа — до 12 лет; 2-я группа — 13–16 лет; 3-я группа — 17–21 год; 4-я группа — 22–35 лет; 5-я группа — 36–60 лет; 6-я группа — 61–75 лет; 7-я группа — старше 75 лет.

Для оценки информативности признаков используется метод Recursive feature elimination с привлечением деревьев решений и критерия Джинни. Результаты представлены на рис. 3-6. Значимость признаков при отборе по объединенной базе данных изменяется по сравнению с оценкой признаков одного вида объектов исследования.

image
Рис. 3-6. Информативность показателей гистоморфометрических признаков объединенной базы данных

С помощью тепловой карты (heatmap) можно визуализировать корреляционную связь между существующим набором признаков, где красным цветом выделены признаки с сильной положительной корреляцией, а синим — с сильной обратной корреляцией. На тепловой карте (рис. 3-7) добавлены коэффициенты корреляции показателей не только с возрастом и возрастной группой, но и между собой (на пересечении).

image
Рис. 3-7. Нeatmap по базам данных гистоморфометрических признаков хрящевой и костной тканей

Визуализация результатов посредством тепловой карты позволяет увидеть несколько ярких групп из связанных между собой признаков.

Учитывая тот факт, что данные признаки будут оказывать схожее влияние на результат классификации, часть из них после экспертного анализа можно удалить, тем самым сократив признаковое пространство. Это снижает потребность в вычислительных мощностях для построения математических моделей.

Оценку информативности и значимости признаков можно также выполнять посредством многомерного анализа (Multivariate), позволяющего проводить сравнение более двух переменных (рис. 3-8).

image
Рис. 3-8. Pairplot наиболее информативных признаков объединенной базы данных, включающей количественные показатели гистоморфометрических признаков кожи, хрящевой и костной ткани

Pairplot — парные графики, симметричные относительно главной диагонали, на которой размещено распределение каждого графика. Каждая точка окрашена в зависимости от ее класса. Данные графики могут использоваться при оценке роли пары признаков в классификации.

На качество работы моделей влияет количество использованных признаков, начиная от самых информативных и далее по убыванию. Оценка качества работы классификаторов от количества используемых признаков представлена на рис. 3-9 и 3-10.

image
Рис. 3-9. Оценка точности работы алгоритмов в зависимости от количества признаков
image
Рис. 3-10. Зависимость значения F1-score от количества используемых признаков

На данных рисунках можно заметить, что для моделей, основанных на деревьях решений, качество остается примерно одинаковым вплоть до использования всех исходных признаков, что можно объяснить способностью данных алгоритмов самостоятельно отбирать признаки. Для остальных алгоритмов можно заметить тенденцию к падению качества после использования более 28 признаков. Полученные ранжированные списки были сопоставлены с результатами статистического анализа, выполнены сравнительный анализ, экспертная оценка с позиций возрастной морфологии.

Двухмерная визуализация данных с использованием методов t-SNE (рис. 3-11) и uMAP (рис. 3-12) после отбора признаков и формирования фиксированного набора наглядно продемонстрировала эффективность работы. Можно заметить, что теперь наблюдается более четко выраженная кластерная структура.

image
Рис. 3-11. Двухмерное представление исходных данных с использованием алгоритма машинного обучения со стохастическим вложением соседей с t-распределением после отбора признаков
image
Рис. 3-12. Двухмерное представление исходных данных с использованием метода uMAP после отбора признаков

Следующий этап работы — это определение оптимального возрастного интервала, диагностика которого осуществляется с максимальной точностью и надежностью.

Для алгоритма Random Forest строятся матрица ошибок (рис. 3-13) и ROC-кривые (рис. 3-14).

image
Рис. 3-13. Матрица ошибок
image
Рис. 3-14. ROC-кривые для каждой возрастной групп. FPR (False Positive Rate) — доля ошибочных положительных классификаций (специфичность алгоритма); TPR (True Positive Rate) — доля правильных положительных классификаций (чувствительность алгоритма)

Матрица ошибок (см. рис. 3-13) и ROC-кривые (см. рис. 3-14) наглядно иллюстрируют то, что построенная модель достаточно точно (100%) классифицирует объекты, которые принадлежат к 1–3-й группе (то есть индивидов до 20 лет), и лиц старше 60 лет. Объекты 4-й (90%) и 5-й (92%) возрастных групп немного сложнее поддаются кластеризации, однако точность классификации данных групп также достаточно высокая. Четкая градация данных групп является отображением фундаментальных процессов постнатального онтогенеза, происходящих в костно-хрящевой системе. Стадия созревания (группы 1–3) сменяется стадией стабилизации (группа 4) и завершается инволютивными преобразованиями (группы 5–7). Наименьшая точность зафиксирована в возрастной группе 7 (≥75 лет). Подобное обстоятельство закономерно, так как в данном возрасте состояние тканей и органов обусловлено не только возрастной инволюцией, но и результирующим воздействием массы привходящих факторов, имеющих к данному возрасту выраженный кумулятивный эффект (болезни, прием лекарственных препаратов, вредные привычки, питание, образ жизни и т.д.).

Результаты классификации на группы, соответствующие десятилетнему интервалу, визуализированы на рис. 3-15 и 3-16. Полученные графические изображения 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 5 фолдах, и построена матрица ошибок (рис. 3-17).

image
Рис. 3-15. Двухмерное представление исходных данных с использованием алгоритма машинного обучения со стохастическим вложением соседей с t-распределением после отбора признаков
image
Рис. 3-16. Двухмерное представление исходных данных с использованием метода uMAP после отбора признаков
image
Рис. 3-17. Матрица ошибок

Согласно данным матрицы ошибок, точность классификации 1-й, 3-й, 4-й, 5-й, 6-й, 8-й групп на валидационной выборке составляет 100%. Точность классификации 2-й 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 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 возрастной трансформации. Это влечет за собой значительный разброс цифровых значений и, как прямое следствие, попадание в соседнюю, более старшую группу. Также следует признать закономерным снижение точности установления возрастной группы у лиц старше 80 лет (группа 9) — 80%.

Для анализа комплекса признаков мы использовали алгоритмы, позволяющие изучать нелинейные зависимости, например метод опорных векторов 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 алгоритма машинного обучения для нелинейного снижения размерности работают ожидаемо лучше классических методов, таких как, например, метода анализа основных компонентов (PCA – Principal Component Analysis), используемого в аналогичных работах и показавшего ощутимо менее информативный результат (точность классификации ±30 лет) [212]. Алгоритмы t-SNE и uMAP продемонстрировали эффективность в отношении обнаружения скрытых структур в данной 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.

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 представлены итоговый алгоритм классификации и разработанное на его основе веб-приложение для классификации возраста объекта.

image
Рис. 3-18. Скриншот страницы веб-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.

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

Схема генерализованного алгоритма решения задачи диагностики возрастного интервала неопознанного лица дана на рис. 3-19.

image
Рис. 3-19. Генерализованный алгоритм решения задачи диагностики возраста неопознанного лица
  • 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 алгоритмов машинного обучения. Для анализа исходных данных и их пред¬обработки 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 отбор 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 из ранее скомплектованных на этапе двух 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-го 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 формули¬ровке вывода для каждой группы показателей о максимально достоверном значении из всех рассчитанных на этапе шести промежуточных оценок и расчете степени значимости. В данном случае фактически производится отбор признака/признаков, имеющих максимально достоверное значение. Сортировка и выбор осуществляются 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 рис. 3-20.

image
Рис. 3-20. Структурно-функциональная организация программно-аппаратного комплекса для реализации интеллектуальных методов оценки возраста

Ключевые модули программно-аппаратного комплекса:

  • 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 использоваться вычислительное устройство, способное обеспечить реализацию специального программного обеспечения (персональный компьютер, в том числе 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 имею¬щие заведомо недостоверные значения; проведенное исследование доказывает целесообразность введения модульных элементов, позволяющих на программно-аппаратном 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, см. рис. 3-19);

  • модуль визуализации, сохранения итоговых результатов.

Подобная структура функциональной организации обеспечивает максимальную эффективность решения задачи — установления биологического возраста в рамках судебно-медицинской экспертизы по идентификации личности. Расширение функциональных возможностей данного программно-аппаратного комплекса достигается посредством введения новейших информационных решений. Структура программно-аппаратного комплекса обладает расширенными адаптационными возможностями, позволяющими вводить дополнительные программные и аппаратные модульные элементы, производить доработку при выявлении в ходе функционирования недостатков. Описание межмодульного взаимодействия, этапы обработки данных, их последовательность и этап принятия итогового решения о возрастном интервале, возрасте прописываются в специальном файле конфигурации.

Математический аппарат статистического анализа, ММО, теорию нечеткой логики и логического вывода следует рассматривать в качестве базовых теоретических основ, используемых для формирования выводов, как частных, этапных, так и итоговых, результирующих. Выбор того или иного математического подхода должен быть адекватен исходным данным, используемым для установления возрастного интервала. Методы статистического, 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 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.

ММО должны быть применены для случаев сложных и неформализуемых зависимостей между наборами входных данных и получаемой результирующей оценкой возраста.=

Глава 4. Экспертные модели и алгоритмы определения биологического возраста индивида

4.1. Экспертная модель микроостеометрического определения биологического возраста индивида

Предложенная нами экспертная модель определения биологического возраста индивида включает в себя алгоритм отнесения индивида к определенной возрастной группе и комплекс уравнений регрессии для разных возрастных групп.

В настоящее время главным методом судебно-медицинского установления возраста является математическое моделирование возрастных изменений на основе многофакторного корреляционного и регрессионного анализа. Однако следует отметить, что составление уравнений регрессий обусловлено чисто механическим подходом, на основании только коэффициентов корреляции, без учета биологической сущности используемых в них признаков. На наш взгляд, системный подход, включающий в себя использование достоверно определяемых качественных признаков и базирующейся на них периодизации возрастов, позволяет более полно анализировать всю полученную информацию и тем самым повысить точность экспертного заключения (Пиголкин Ю.И. и др., 2001).

4.1.1. Расчет биологического возраста на основании результатов гистоморфометрического исследования эпифизов и диафизов большеберцовой кости

Основой для ориентировочного установления возраста служат качественные признаки, характерные для определенных возрастных периодов.

  1. Наличие или отсутствие линии минерализации. Линия минерализации хряща видна в гистологических препаратах, окрашенных гематоксилин-эозином, в виде извилистой базофильной линии, отделяющей суставной хрящ от субхондральной пластинки (рис. 4-1-1, а, б).

  2. Наличие или отсутствие синостозирования. Синостозирование — слияние эпифизов с диафизами и прекращение роста — в разных костях происходит в разное время. В последнее время в связи с акселерацией наблюдается более раннее синостозирование костей и прекращение роста: у девушек в возрасте 16–18 лет, у юношей — 18–19 лет. Надо учитывать также, что скорость, а следовательно, и длительность синостозирования у подростков одного возраста неодинакова: она больше у мальчиков, отстававших в росте и весе от сверстников.

    • Практически наличие или отсутствие синостозирования определяется по наличию или отсутствию так называемой эпифизарной пластинки — зоны хряща, разделяющей костную ткань метафиза и эпифиза и имеющей четырехслойное строение (см. рис. 4-1-1, в):

      • зона покоящегося хряща;

      • зона пролиферации (столбчатых клеток, монетных столбиков);

      • зона созревающего хряща (пузырчатых клеток);

      • зона кальцинирующегося (фрагментированного) хряща.

    • Сочетание состоявшегося синостозирования с наличием линии роста позволяет сделать вывод, что возраст идентифицируемого больше 18 лет.

    • Наличие многочисленных толстых костных балок и многочисленных эндотрабекулярных остеонов в губчатом веществе эпифиза ББК, толстая субхондральная пластинка, наличие ячеистой структуры, располагающейся ниже субхондральной пластинки, служат критериями отнесения индентифицируемого к возрастной группе от 18 до 50 лет.

  1. Оценка комплекса качественных признаков, характеризующих инволюционные процессы. Выраженные возрастные инволюции костной ткани наблюдаются у лиц старше 50 лет. Для этой группы характерны немногочисленные тонкие костные балки и небольшое количество эндотрабекулярных остеонов в губчатом веществе эпифиза ББК, тонкая субхондральная пластинка, отсутствие ячеистой структуры.

image
Рис. 4-1-1. Качественные признаки возрастных групп. Нижний эпифиз большеберцовой кости (окраска гематоксилин-эозином, ×50): а — отсутствие линии минерализации; б — наличие линии минерализации; в — эпифизарная пластинка

На следующем этапе результаты измерений вводят в специальные математические формулы-уравнения регрессии, имеющие вид:

AGE01 C1 (Y1)+а2 C2 (Y2)+…+аn Cn (Yn),

где AGE — прогнозируемый возраст в годах; а0, а1, а2, … аn — коэф­фициенты регрессии, вычисленные при обследовании лиц с извест­ным возрастом; C1 (Y1), C2 (Y2), … Cn (Yn) — величины признаков.

C1 — среднее количество остеонов в поле зрения нижнего эпифиза большебеpцовой кости (ББК).

C2 — минимальная толщина субхондральной пластинки в поле зрения нижнего эпифиза ББК.

C3 — максимальное количество остеонов в поле зрения нижнего эпифиза ББК.

C4 — минимальное количество остеонов в поле зрения нижнего эпифиза ББК.

C5 — различия между толщиной костных балок в верхней и нижней части препарата нижнего эпифиза ББК (есть — 2, нет — 1).

C6 — толщина костных балок в верхней части препарата нижнего эпифиза ББК (1 — мало, 2 — среднее количество, 3 — много).

C7 — толщина костных балок в нижней части препарата нижнего эпифиза ББК (1 — мало, 2 — среднее количество, 3 — много).

C8 — наличие ячеистой структуры (1 — нет, 2 — есть).

C9 — количество остеонов (1 — мало, 2 — много).

C10 — наличие скопления костных балок на месте бывшей эпифизарной пластинки (1 — нет, 2 — есть).

Корреляционная матрица

Модель № 1

Age=111,358–10,774×С6–11,873×С7–14,305×С8,

где С6 — толщина костных балок в верхней части препарата (в баллах); С7 — толщина костных балок в нижней части препарата (в баллах); С8 — наличие ячеистой структуры.

Коэффициент корреляции для данной модели: r=0,78.

Стандартная ошибка: 15,25.

Значимость: р <0,001.

Полученная нами модель № 1 позволяет определить возраст исследуемого индивида с точностью до 15 лет на основании неметрического (балльного) исследования нижнего эпифиза ББК.

Модель № 2

Age=111,024–5,801×С1–3,662×С2–4,013×С6–7,923×С8,

где С1 — среднее количество остеонов в поле зрения эпифиза ББК; С2 — минимальная толщина субхондральной пластинки в поле зрения эпифиза ББК, мкм; С6 — толщина костных трабекул в верхней части нижнего эпифиза ББК (в баллах); С8 — наличие ячеистой структуры в верхней части нижнего эпифиза ББК (в баллах).

Коэффициент корреляции для данной модели: r=0,916.

Стандартная ошибка: 9,57.

Значимость: р=0,001.

Данная модель № 2 позволяет определить возраст исследуемого индивида с точностью до 10 лет на основании предварительного исследования нижнего эпифиза ББК.

Представленные выше модели могут быть использованы экспертами на начальном этапе идентификационных работ по установлению возраста индивида. В последующем необходимо использовать уточняющие модели, для каждого возрастного интервала разные. Следует отметить, что преимущество данных моделей заключается еще и в том, что используемые в ней параметры позволяют произвести предварительную оценку возрастного интервала при помощи обычного микроскопа и не требуют специальной подготовки эксперта.

Нами были разработаны различные регрессионные модели как для всего возрастного диапазона, так и для каждой возрастной группы отдельно. В ходе работы нами было получено значительное количество регрессионных моделей с использованием различных комбинаций признаков.

По всему диапазону

Коэффициент корреляции: r=0,918.

Стандартная ошибка: 6,799.

Значимость: p=0,000.

AGE=8,165–0,394×В10–0,677×Y11+2,178×В12+0,653×В15+3,665×В18+0,534×В21–0,112×В23+0,165×В24,

где AGE — возраст; В10 — толщина слоя наружных генеральных пластинок диафиза ББК, мкм; В11 — толщина слоя остеонов диафиза ББК, мкм; В12 — толщина слоя внутренних генеральных пластинок диафиза ББК, мкм; В15 — среднее количество остеонов в диафизе ББК; В18 — среднее количество остеонов с перестроенным центральным отделом в диафизе ББК; В21 — средний диаметр гаверсова канала в диафизе ББК, мкм; В23 — среднее количество остеонов по внутренней поверхности диафиза ББК; В24 — среднее количество остеонов по наружной поверхности диафиза ББК.

После отнесения индивида к какой-либо определенной возрастной группе следует применить уточняющее уравнение регрессии, соответствующее определенной возрастной группе.

До 18 лет

Коэффициент корреляции: r=0,951.

Стандартная ошибка: 0,675.

Значимость: p=0,294.

AGE=8,856+0,182×В8+1,754×В10+2,852×В12–0,205×В15+0,334×В16–1,875×В17+1,776×В18,

где AGE — возраст; В8 — толщина трабекулярной кости в нижнем эпифизе ББК, мкм; В10 — толщина слоя наружных генеральных пластинок диафиза ББК, мкм; В12 — толщина слоя внутренних генеральных пластинок диафиза ББК, мкм; В15 — среднее количество остеонов в диафизе ББК; В16 — среднее количество темноокрашенных ализариновым красным S остеонов в диафизе ББК; В17 — доля темноокрашенных ализариновым красным S остеонов в диафизе ББК; В18 — среднее количество остеонов с перестроенным центральным отделом в диафизе ББК.

От 18 до 27 лет

Коэффициент корреляции: r=0,861.

Стандартная ошибка: 1,539.

Значимость: p=0,000.

AGE=19,569+0,192×В8–2,195×В10–6,347×В12+1,703×В13–0,121×В16+3,944×В19–0,265×В23,

где AGE — возраст; В8 — толщина трабекулярной кости в нижнем эпифизе ББК, мкм; В10 — толщина слоя наружных генеральных пластинок диафиза ББК, мкм; В12 — толщина слоя внутренних генеральных пластинок диафиза ББК, мкм; В16 — среднее количество темноокрашенных ализариновым красным S остеонов в диафизе ББК; В19 — доля остеонов с перестроенным центральным отделом в диафизе ББК; В23 — среднее количество остеонов по внутренней поверхности диафиза ББК.

От 27 до 50 лет

Коэффициент корреляции: r=0,848.

Стандартная ошибка: 4,639.

Значимость: p=0,000.

AGE=30,251–4,285×В1–0,354×В8–3,475×В13–0,153×В14+0,557×В15+6,249×В16+0,436×В18+36,331×В22–0,210×В23–0,129×В24,

где AGE — возраст; В1 — площадь трабекулярной кости в нижнем эпифизе ББК, мкм²; В8 — толщина трабекулярной кости в нижнем эпифизе ББК, мкм; В13 — среднее количество остеонов в нижнем эпифизе ББК; В14 — минимальная толщина субхондральной пластинки ББК в нижнем эпифизе ББК, мкм; В15 — среднее количество остеонов в диафизе ББК; В16 — среднее количество темноокрашенных ализариновым красным S остеонов в диафизе ББК; В18 — среднее количество остеонов с перестроенным центральным отделом в диафизе ББК; В22 — отношение среднего диаметра гаверсова канала к среднему диаметру остеона в диафизе ББК; В23 — среднее количество остеонов по внутренней поверхности диафиза ББК; В24 — среднее количество остеонов по наружной поверхности диафиза ББК.

Старше 50 лет

Коэффициент корреляции: r=0,730.

Стандартная ошибка: 4,418.

Значимость: p=0,002.

AGE=72,727+3,689×В11–3,610×В13–0,574×В14–6,306×В16+31,041×В17,

где AGE — возраст; В11 — толщина слоя остеонов диафиза ББК, мкм; В13 — среднее количество остеонов в нижнем эпифизе ББК; В14 — минимальная толщина субхондральной пластинки ББК в нижнем эпифизе ББК, мкм; В16 — среднее количество темноокрашенных ализариновым красным S остеонов в диафизе ББК; В17 — доля темноокрашенных ализариновым красным S остеонов в диафизе ББК.

Представленные выше уравнения позволяют определить возраст у лиц моложе 18 лет с точностью до 0,7 года (r=0,951, p=0,294), на возрастном отрезке от 18 до 27 лет — с точностью до 1,5 года (r=0,861, р <0,05), у лиц от 27 до 50 лет — с точностью до 4,6 года (r=0,848, р <0,05), в группе старше 50 лет точность определения возраста составляет 4,4 года (r=0,730, р <0,05). Мы видим, что наибольшая точность определения возраста получена в возрастной группе от 18 до 27 лет. По-видимому, это связано с тем, что на данном отрезке еще происходят достаточно интенсивные процессы костной перестройки по сравнению с последующей возрастной группой, в которой наступает более выраженная стадия стабилизации.

4.1.2. Расчет биологического возраста на основании результатов гистоморфометрического исследования реберного хряща, эпифизов и диафизов большеберцовой кости

  1. Наличие или отсутствие линии минерализации (линии роста суставного хряща).

  2. Наличие или отсутствие синостозирования. Сочетание состоявшегося синостозирования с наличием линии роста позволяет сделать вывод, что возраст идентифицируемого больше 18.

  3. Наличие или отсутствие отчетливо различимого на малом увеличении микроскопа (×50) четырехслойного строенияреберного хряща. Для реберного хряща также характерно четырехслойное строение, но некоторые слои могут редуцироваться и практически перестают различаться на малом увеличении микроскопа, причем почти вся хрящевая ткань приобретает строение покоящейся. В частности, слой кальцинирующегося (фрагментированного) хряща на продольном срезе ребра представлен костно-хрящевыми балками, которые наблюдаются у всех индивидов в возрасте до 20 лет, у некоторых — от 20 до 27 лет и отсутствуют у лиц старше 27 лет. Поэтому в каждом случае следует оценивать наличие зон пролиферирующего, созревающего и кальцинирующегося (фрагментированного) хряща.

    • Наличие достоверно различимых на малом увеличении микроскопа (×50) зон пролиферирующего, созревающего и кальцинирующегося хряща позволяет отнести идентифицируемого к возрастной группе до 27 лет, а наличие только зоны пролиферации хондроцитов — к группе до 32 лет.

    • Отсутствие достоверно различимой на малом увеличении микроскопа (×50) зоны кальцинирующегося хряща позволяет отнести идентифицируемого к возрастной группе более 20 лет, а отсутствие всех трех зон — к группе более 23 лет.

  4. Количественное исследование выраженности этих зон, позволяющее уточнить возраст индивида. Выраженные проявления возрастной инволюции костной ткани наблюдаются у лиц старше 50 лет. Для отнесения идентифицируемого к возрастной группе до 50 лет или более 50 лет используется комплекс качественных признаков, характеризующих инволюционные процессы.

    • Наличие многочисленных толстых костных балок и многочисленных эндотрабекулярных остеонов с небольшими гаверсовыми каналами в губчатом веществе эпифиза ББК, толстая субхондральная пластинка, соотношение площади миелоидной и жировой ткани в костномозговых полостях ребра >1 служат критериями отнесения идентифицируемого к возрастной группе от 18 до 50 лет.

    • Немногочисленные тонкие костные балки и немногочисленные эндотрабекулярные остеоны с широкими гаверсовыми каналами в губчатом веществе эпифиза ББК, тонкая субхондральная пластинка, соотношение площади миелоидной и жировой ткани в костномозговых полостях ребра =1 или преобладание жировой ткани позволяют отнести идентифицируемого к возрастной группе более 50 лет.

После отнесения индивида к какой-либо определенной возрастной группе следует применить соответствующее уравнение регрессии. Для этого результаты измерений вводят в специальные математические формулы-уравнения регрессии, имеющие вид:

AGE=а01Q12Q2+…+аnQn±b,

где AGE — прогнозируемый возраст в годах; а0, а1, а2, … аn — коэффициенты регрессии, вычисленные при обследовании лиц с известным возрастом; Q1, Q2, … Qn — величины признаков, мкм; b — предел возможного отклонения от вычисленного по формуле значения.

Для возрастной группы менее 18 лет (до 17 лет включительно):

AGE=0,108+0,00067Q13+0,501Q20–0,0965Q7±2,25,

где AGE — биологический возраст в годах; Q7 — средняя толщина кортикального слоя ребра в поле зрения, мкм; Q13 — средняя площадь трабекул в препарате эпифиза ББК в поле зрения, мкм²; Q20 — средняя толщина трабекул в препарате эпифиза ББК в поле зрения, мкм.

Коэффициент корреляции: r=0,882; r2=0,778.

Для возрастной группы от 18 до 30 лет (включая оба предельные значения):

AGE=31,84–0,112Q34–84,67Q5–0,078Q7±2,048,

где Q5 — соотношение площадей хрящевой и костной ткани в переходной зоне продольного среза ребра в поле зрения; Q7 — средняя толщина кортикального слоя ребра в поле зрения, мкм; Q34 — толщина слоя внутренних генеральных пластинок в декальцинированном препарате диафиза ББК, мкм.

Коэффициент корреляции: r=0,814; r2=0,663.

Для возрастной группы от 18 до 32 лет (включая оба предельные значения) уравнение используется, если невозможно точно определить верхний предел возраста данного индивида:

AGE=17,301+0,158Q29–0,022Q7±2,11,

где Q7 — средняя толщина кортикального слоя ребра в поле зрения, мкм; Q29 — средний диаметр остеона в компактном веществе задней поверхности диафиза ББК, мкм.

Коэффициент корреляции: r=0,805; r2=0,648.

Для возрастной группы от 27 до 50 лет (включая оба предельные значения):

AGE=59,33–0,814Q20–0,78Q32–0,271Q34±2,9,

где Q20 — средняя толщина трабекул в препарате эпифиза ББК в поле зрения, мкм; Q32 — толщина слоя наружных генеральных пластинок в декальцинированном препарате диафиза ББК, мкм; Q34 — толщина слоя внутренних генеральных пластинок в декальцинированном препарате диафиза ББК, мкм.

Коэффициент корреляции: r=0,935; r2=0,875.

Для возрастной группы более 50 лет:

AGE=–59,793–1,72Q10–0,0078Q13+5,057Q7+8,702Q29±3,55,

где Q7 — средняя толщина кортикального слоя ребра в поле зрения, мкм; Q10 — средняя плотность клеток на поперечном срезе ребра (их количество на площади среза 0,01 мм²); Q13 — средняя площадь трабекул в препарате эпифиза ББК в поле зрения, мкм; Q29 — средний диаметр остеона в компактном веществе задней поверхности диафиза ББК, мкм.

Коэффициент корреляции: r=0,956; r2=0,915.

Для возрастной группы более 30 лет:

Уравнения используются, если невозможно более точно определить верхний предел возраста данного индивида. Для повышения точности рекомендуется использовать обе формулы с последующим вычислением арифметического среднего, которое и будет соответствовать биологическому возрасту данного индивида.

Уравнение 1:

AGE=116,966–4,42×Q4–0,69×Q10–2,702×Q11–0,00232×Q13±11,6,

где Q4 — среднее соотношение площадей кроветворной и жировой ткани в костномозговых полостях ребра в поле зрения; Q10 — средняя плотность клеток на поперечном срезе ребра (их количество на площади среза 0,01 мм²); Q11 — максимальная плотность сосудов на поперечном срезе ребра (их количество на площади среза 0,01 мм²); Q13 — средняя площадь трабекул в препарате эпифиза ББК в поле зрения, мкм.

Уравнение 2:

AGE=117,558–1,444×Q10–2,088×Q23±6,25,

где Q10 — средняя плотность клеток на поперечном срезе ребра (их количество на площади среза 0,01 мм²); Q23 — средний диаметр остеона компактного вещества диафиза ББК (при исследовании всех поверхностей), мкм.

4.2. Экспертная модель определения биологического возраста индивида на основании исследования щитовидного хряща

При анализе совместного распределения доли костной ткани на рентгенограмме с возрастом было получено, что между ними имеется прямая связь, близкая к линейной, коэффициент корреляции r=0,8.

При построении прогноза ожидаемой величины возраста по доле костной ткани на рентгенограмме по методу линейной регрессии было получено следующее выражение: AGE=17,594+0,705×процент костной ткани,

где AGE — предполагаемый возраст трупа. Среднеквадратичная величина ошибки прогнозирования по данному методу равна ±8,4 года, максимальная величина ошибки прогнозирования — 26 лет.

При статистической обработке результатов морфометрического исследования при прогнозировании возраста по методу линейной регрессии были отобраны нижеперечисленные признаки и получена таблица регрессионной модели (табл. 4-2-1).

Таблица 4-2-1. Коэффициенты регрессионной модели определения возраста по морфометрическим признакам
Признак B Std. Errоr Beta t p

Коэффициент регрессии

38,837

4,338

8,954

0,000

Ранг «средняя площадь жировой ткани» (А)

0,106

0,044

0,187

2,384

0,019

Ранг «площадь костной ткани» в мм2 (В)

0,143

0,049

0,253

2,910

0,004

Площадь хрящевой ткани, % (E)

–0,095

0,037

–0,141

–2,533

0,013

Ранг «толщина кортикальной пластинки» ( C )

0,101

0,029

0,179

3,492

0,001

Ранг «максимальная длина трабекул» (D)

0,054

0,027

0,096

2,038

0,044

Ранг «среднее количество молодых хондроцитов» (F)

–0,118

0,026

–0,209

–4,530

0,000

В соответствии с табл. 4-2-1 ожидаемая величина возраста определяется как:

AGE=38,837+0,106×ранг A+0,143×ранг B+0,101×С+0,054×ранг D–0,095×E–0,118×ранг F,

где AGE — предполагаемый возраст трупа; A — средняя площадь жировой ткани, мкм²; B — средняя площадь костной ткани, мкм²; С — средняя толщина кортикальной пластинки, мкм; D — максимальная длина трабекул, мкм; E — площадь хрящевой ткани, %; F — среднее количество молодых хондроцитов.

Для повышения точности прогноза при статистических расчетах пришлось использовать не только исходные величины, но и их ранги. Поэтому были составлены таблицы для пересчета исходной величины в их ранг. Значения средней площади жировой ткани, средней площади костной ткани, среднее количество молодых хондроцитов и максимальную длину трабекул переводят в ранговые значения по разработанным таблицам (приложения А–Г).

При сравнении величины прогноза возраста с фактической величиной возраста было получено, что среднеквадратичная величина ошибки прогнозирования равна ±7,09 года с диапазоном максимальной ошибки от –15,8 до 21,3.

При комплексном анализе результатов рентгенологического и морфометрического исследований для разработки модели прогнозирования возраста по методу линейной регрессии была получена табл. 4-2-2.

Таблица 4-2-2. Коэффициенты комплексной прогностической модели, построенной по методу линейной регрессии
Признак B Std. Errоr Beta t Sig.

Коэффициент регрессии

19,5725

1,5210

0,0000

12,8680

0,0000

С29 Доля костной ткани на рентгенограмме

0,1413

0,0481

0,1752

2,9383

0,0046

С14 Средняя площадь жировой ткани

0,3754

0,0834

0,2141

4,5034

0,0000

С8 Максимальная длина трабекул

2,9310

1,6159

0,0765

1,8138

0,0744

С13 Толщина кортикальной пластинки

20,2771

11,9145

0,0876

1,7019

0,0936

С1 Площадь костной ткани (%) в препарате

0,2194

0,0316

0,3659

6,9495

0,0000

С21 Количество молодых хондроцитов

–0,0200

0,0040

–0,1678

–5,0074

0,0000

С24 Ширина зоны зрелого хряща

11,1407

2,8861

0,1415

3,8601

0,0003

Проведенный анализ результатов позволил разработать экспертную модель диагностики возраста человека по комплексному исследованию ЩХ, представленную уравнением линейной регрессии, имеющим вид:

AGE=19,57+0,141×%P29+0,375×P14+2,93×P8+20,27×P13+0,219×P1–0,02×P21+11,14×P24,

где AGE — предполагаемый возраст трупа; С29 — процент костной ткани на рентгенограмме ЩХ; С14 — средняя площадь жировой ткани, мкм²; С8 — максимальная длина трабекул, мкм; С13 — средняя толщина кортикальной пластинки, мкм; С1 — средняя площадь костной ткани в препарате, %; С21 — среднее количество молодых хондроцитов; С24 — ширина зоны зрелого хряща, мкм.

4.3. Экспертные модели определения возраста по планиграфическим признакам старения костей кисти

Для более точной оценки возраста вся изученная совокупность индивидов была разделена на возрастные интервалы:

  • индивиды от 18 до 30 лет;

  • индивиды от 30 до 50 лет;

  • индивиды старше 50 лет.

При рассмотрении всей совокупности индивидов независимо от возрастного интервала признаки старения обнаруживают тесную связь с возрастом (табл. 4-3-1 и 4-3-2).

Таблица 4-3-1. Коэффициенты корреляции суммарных признаков с возрастом. Мужчины
Дистальные фаланги Sd Средние фаланги Sm Проксимальные фаланги Sp Остеопороз Porball Сумма Totball

0,795

0,784

0,793

0,635

0,846

Таблица 4-3-2. Коэффициенты корреляции суммарных признаков с возрастом. Женщины
Дистальные фаланги Sd Средние фланги Sm Проксимальные фаланги Sp Остеопороз Porball Сумма Totball

0,863

0,795

0,817

0,709

0,884

При составлении регрессионных уравнений были использованы следующие обозначения:

Age — возраст;

Por — остеопороз;

Ek — экзостозы;

Ap — апиостозы;

Uz — узлы;

Porball — остеопороз суммарный;

Sklball — склероз суммарный;

Defball — общий балл сужения суставных щелей;

Totball — суммарный балл по всей кисти;

R30–33 — ширины суставной щели между средней и дистальной фалангами II–V пальцев соответственно;

Sd, Sm, Sp — сумма баллов по дистальным, средним и проксимальным фалангам соответственно;

Indcomp — индекс компактизации (по Павловскому);

  • D — дистальные фаланги;

  • M — средние фаланги;

  • P — проксимальные фаланги;

  • II, III, IV, V — соответствующие пальцы.

Для всего возрастного диапазона

  1. Мужчины:

  1. AGE=31,4+0,422×Totball+1,169×Porball; R=0,875, R2=0,765, Std. Err.=7,210.

  1. Женщины:

AGE=30,68+0,627×Totball+1,783×PorD–1,664×UzP4–3,544×EkM4–0,951×UzM2–1,174×EkP3+1,229×EkP5; R=0,912, R2=0,831, Std. Err.=6,850.

В интервале 18–30 лет возрастные изменения костей кисти связаны с изменением размерных характеристик костей [29, 124, 185]. Поэтому регрессионный анализ с использованием только возрастных маркеров дает неприменимый на практике результат. Анализ корреляционных матриц показал, что коэффициенты корреляции признаков с возрастом в этом возрастном интервале незначительны.

Ситуация меняется в следующем возрастном интервале — от 30 лет. Как уже говорилось выше, после 30 лет начинается отчетливо выраженное накопление количества возрастных маркеров, особенно у мужчин. Однако построение практически применимого регрессионного уравнения для широкого интервала от 30 до 50 лет невозможно, так как даже значимые коэффициенты корреляции невелики.

По-видимому, это связано с неравномерным накоплением различных признаков на разных этапах большого возрастного интервала, а также с наличием в любой группе индивидов с разным темпом старения. Точность уравнения для 20-летнего возрастного интервала не позволяет использовать его в практике эксперта. Для получения практически значимых уравнений вся совокупность индивидов была разбита на более узкие возрастные интервалы. Это позволило сузить размах случайных колебаний балльных оценок и выработать уравнения регрессии довольно высокой точности.

  1. Мужчины. Возраст — от 30 до 45 лет:

  1. AGE=33,66+2,54×Defball+13,95×R30+25,89×Ap3+4,39×PorP+10,98×EkM4–10,03×EkM5–24,93×Ap+1,21×Ek+2,08×UzM5+25,70×Ap5+25,14×Ap2+23,40×Ap4–11,27×R33–1,58×Sp; R=0,820, R2=0,673, Std. Err.=2,57.

  1. Мужчины. Возраст — от 45 до 60 лет:

  1. AGE=48,77+0,767×UzD5+2,022×UzM5+1,609×UzP5+2,67R33–0,649×Defball; R=0,831, R2=0,693, Std. Err.=3,06.

  1. Мужчины. Возраст — от 60 лет:

  1. AGE=55,54+1,63×PorM–6,91×EkP3–7,46×Ap3+2,99×UzM2+0,83×UzP2+8,24×R32–1,55×Sm+1,86×TotballN–1,62Uz; R=0,966, R2=0,932, Std. Err.=2,28.

Таким образом, ведущими в определении возраста у мужчин молодого возраста являются признаки, связанные с абсолютными размерами суставной щели (особенно на II, а затем на V пальце) и с балловой оценкой количества суженных суставных щелей на всей кисти. Важную роль играет оценка развития экзостозов на средних фалангах и апиостозов на II и V пальцах. В более зрелом возрасте (от 45 до 60 лет) на первое место выходят признаки возрастных изменений на пятом луче кисти: почти все признаки, вошедшие в уравнение регрессии для этого возрастного интервала, определяются на мизинце. Наконец, для пожилого возраста большее значение имеют признаки, определяемые на втором и третьем лучах, а также проявления остеопороза и суммарные характеристики по всей кисти. Так как выборка пожилых мужчин невелика, мы построили еще одно регрессионное уравнение для пожилого возраста, расширив возрастные рамки, увеличили численность выборки.

Для подгруппы мужчин старше 50 лет:

AGE=51,799+0,583×Por–1,608×EkP3+2,998×EkP5–12,59×R30+0,557Sd+10,028×R33; R=0,868, R2=0,753, Std. Err.=5,36.

Отметим, что наиболее достоверны уравнения именно для пожилого возраста. Разработанная методика позволяет определять возраст человека по изменениям костей кисти с большой точностью и практически 95% достоверностью (вероятность точного определения возраста описывает R2, то есть чем выше данный показатель, тем выше вероятность того, что экспертный случай попадет в рамки стандартной ошибки регрессионного уравнения).

Для женской подгруппы построение применимых на практике регрессионных уравнений возможно лишь с 45 лет, что связано с постепенным, менее скачкообразным накоплением возрастных маркеров, о чем говорилось выше.

  1. Женщины. Возраст — от 45 до 60 лет:

  1. AGE=49,925+0,330×UzN+ 4,636×R32–8,869×Indcomp; R=0,838, R2=0,700, Std. Err.=2,93.

  1. Женщины. Возраст — от 50 лет:

AGE=63,128+0,457×PorN+0,131×TotballN+3,236×Sklball–17,825×Indcomp–0,826×UzP4+0,851×Defball; R=0,809, R2=0,654, Std. Err.=5,19.

В тех случаях, когда построение работающей регрессионной модели невозможно, предлагается использовать таблицы односторонних оценок возрастных интервалов, составленные на основе обработки данных по 594 индивидам — табл. 4-3-3 и 4-3-4. Использование таблиц позволяет оценить возраст с меньшей, но достаточно надежной точностью.

Таблица 4-3-3. Односторонние оценки возрастных интервалов для мужчин
Признак Баллы (не менее) Возраст, лет

SDN

0

1

12

15

17

24

18–44

Более 24

Более 27

Более 30

Более 32

Более 49

SMN

0

1

4

6

9

10

18–53

Более 24

Более 28

Более 33

Более 49

Более 52

SPN

0

1

4

15

17

20

18–53

Более 24

Более 26

Более 30

Более 33

Более 56

TotBallN

0

1

20

24

35

45

50

18–36

Более 24

Более 26

Более 30

Более 32

Более 49

Более 56

Таблица 4-3-4. Односторонние оценки возрастных интервалов для женщин
Признак Баллы (не менее) Возраст, лет

SDN

0

1

6

10

11

12

14

22

24

25

28

18–44

Более 20

Более 26

Более 27

Более 31

Более 32

Более 38

Более 47

Более 52

Более 57

Более 59

SMN

0

1

2

5

8

10

12

18

18–54

Более 22

Более 27

Более 42

Более 52

Более 54

Более 58

Более 60

SPN

0

1

3

9

11

17

19

18–49

Более 20

Более 25

Более 27

Более 43

Более 49

Более 57

TotBallN

0

1

5

14

19

22

33

36

40

18–37

Более 20

Более 24

Более 27

Более 33

Более 38

Более 43

Более 52

Более 57

Изложенную в данной главе методику можно применять при установлении возраста трупов, а также живых лиц.

Заключение

Современная геополитическая обстановка (экономическая нестабильность провоцирует активные миграционные процессы и сопряженный с этим рост криминогенных инцидентов; локальные вооруженные конфликты, террористические акты, стихийные бедствия) приводит к гибели людей, их обезличиванию и закономерно повышает потребность в проведении судебномедицинской экспертизы по отождествлению личности. Процесс идентификации личности является сложной, многоуровневой экспертной процедурой, композиционное решение и эффективность конечного результата которой зависят от целого ряда факторов. Основными являются информационная значимость представленных идентифицируемых объектов и возможность их полноценного исследования. В большинстве случаев формирование биологического профиля неопознанного лица является базовым этапом, без реализации которого невозможно дальнейшее идентификационное исследование. Возраст, один из наиболее важных диагностических признаков, формирующий биологический профиль, зачастую имеет решающее значение для достижения положительного результата идентификации личности.

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 течение жизни под влиянием целого ряда экзогенных и эндогенных факторов динамика возрастных изменений меняется, увеличивается вариативность дегенеративных изменений, что в конечном итоге увеличивает разрыв между 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.

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

Все представленные выше (глава II) показатели продемонстрировали последовательную смену фаз роста и развития, относительной стагнации и инволютивной трансформации. Однако динамика происходящих процессов различна. Большим разнообразием отличаются как «внутритканевые», так и «межорганные» показатели. Зафиксированные явления гетерохронии, гетерокинетичности, гетеротопии, гетерометрии, гетерокатефтенности возрастных изменений 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 параметров) и развития (качественная трансформация). Гетерохронность возрастных изменений означает, что уровень диагностической значимости каждого показателя в разные периоды жизни различен. Исследованные ткани и органы продемонстрировали различные интервальные значения, соответствующие условным стадиям роста, развития и инволюции. Использование ММО для классификации массива морфометрических параметров объективизирует данные периоды и позволяет 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 [130, 131]. При этом морфологическая перестройка и формирование дефинитивных значений завершались 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 индекса пролиферации Ki-67 в кератиноцитах базального слоя эпидермиса имели максимальные значения. Также было зафиксировано большое количество эпителиоцитов базального слоя, экспрессирующих маркер bcl-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 [95, 96]. 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 ЩХ 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 лет 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» [171].

Временные интервалы появления признаков старения у изученных объектов характеризовались максимальной асинхронностью.

Начальные признаки возрастных изменений в коже были отмечены в возрасте 30–40 лет. Именно в данном возрастном интервале установлено достоверное снижение в базальном слое эпидермиса трупов лиц индекса пролиферации Ki-67, увеличение количества базальных клеток, экспрессирующих маркер апоптоза р53 и снижение активности белка bcl-2. Таким образом, данный возрастной интервал свидетельствует о начале старения кожи. В следующие десятилетия (40–50 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 Ki-67; количество базальных клеток, экспрессирующих маркер апоптоза р53, продолжает увеличиваться, и одновременно уменьшается активность белка bcl-2.

Инволютивные изменения в ЩХ 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 остеопоротических 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 головного мозга 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 как частное проявление «деафферентного феномена». В первую очередь происходит снижение доли толстых и средних проводников. Сопровождающие старение процессы возрастной трансформации 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 [96, 125, 131]. 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 возрастных изменений 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. 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 возрастные изменения 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 (генетических, экологических 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, 158, 159]. Поэтому для формирования объективных знаний о возрастных изменениях мы использовали ММО, позволяющие учесть весь спектр происходящих изменений, проследить формирующие взаимосвязи. Привлечение ММО следует рассматривать как вариант преодоления гносеологических препятствий [6, 113].

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 возрастные изменения 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. Дерево решений — это алгоритм машинного обучения, относится к средствам поддержки принятия решений, выявления логических закономерностей в данных и представления результатов в виде иерархических структур. Из всех классификаторов алгоритм случайного леса (Random Forest) максимально эффективен 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. С помощью методов интеллектуального анализа сформирован оптимальный набор наиболее информативных гистоморфометрических признаков возрастных изменений и создана цифровая база данных — ключевой модуль программно-аппаратного комплекса. Данная база 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 — главный сдерживающий момент активного внедрения ММО в медицину. 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 признаков 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. Максимальные точность и достоверность конечного результата достигались при комплексной оценке возрастных изменений различных тканей и органов: построение алгоритмов по объединенной базе. Деревья решений продемонстрировали способность самостоятельно отбирать признаки в процессе работы. Вне зависимости от количества они выбирают самые информативные. Подобное обстоятельство подтверждает преимущество использования данного алгоритма для целевой задачи судебно-медицинской оценки возраста.

На основании проведенного исследования представлены итоговый алгоритм классификации и разработанное на его основе вебприложение 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%.

Изучение особенностей развития тканей и органов, их адаптационных возможностей в процессе постнатального онтогенеза — одна из актуальных проблем возрастной морфологии, имеющая общебиологическое значение. Изложенные здесь результаты, несомненно, имеют научную ценность для фундаментальных положений биологии старения, клинической геронтологии, расширяя представления о происходящих патофизиологических изменениях возрастного организма. Они послужат информационным полем для характеристики возрастных изменений различных тканей и органов как биомаркеров.

Демографическая картина современного общества на фоне прогнозируемого роста продолжительности жизни (средняя скорость до 3 мес 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 возрастным изменениям. В 1903 г. 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) 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 представленные результаты исследований имеют научную значимость и практический интерес. Программа ООН по исследованию старения в XXI в., 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. Приведенные данные согласуются с результатами многолетних научных наблюдений Балтиморского национального института старения о том, что возрастные изменения формируются постепенно. Скачок, резкий сдвиг говорят о формировании, присоединении патологического процесса. Созданные нами базы данных могут использоваться для сравнительного анализа и способствовать разработке приоритетных мер профилактики.

Тестовый контроль

  1. Степень морфологического и физиологического развития организма на момент исследования — это:

    • А) биологический возраст;

    • Б) хронологический возраст;

    • В) паспортный возраст;

    • Г) костный возраст.

  2. Внутренний слой длинной трубчатой кости представлен:

    • А) трабекулярной костью;

    • Б) пластинчатой костью;

    • В) кортикальной костью;

    • Г) хрящевой тканью.

  3. В центре гаверсова канала располагается:

    • А) сосуд;

    • Б) остеоцит;

    • В) костномозговая полость;

    • Г) зона остеорезорбции.

  4. Структурной единицей кости является:

    • А) остеоцит;

    • Б) остеон;

    • В) кровеносный сосуд;

    • Г) костная балка.

  5. В ходе производства судебно-медицинской экспертизы костных останков неизвестного человека возможно установление:

    • А) паспортного возраста;

    • Б) биологического возраста;

    • В) календарного возраста;

    • Г) установление возраста невозможно.

  6. Цикл ремоделирования костной ткани состоит из фаз:

    • А) резорбции и формирования;

    • Б) резорбции и синтеза белка;

    • В) деструкции и реабсорбции;

    • Г) синтеза белка и кальцификации.

  7. Диаметр всего остеона и гаверсова канала с возрастом:

    • А) увеличивается;

    • Б) уменьшается;

    • В) не изменяется;

    • Г) варьирует, то увеличивается, то уменьшается.

  8. К клеткам хрящевой ткани относятся:

    • А) хондроциты, хондробласты, хондрокласты;

    • Б) остеоны;

    • В) изогенные группы хондроцитов;

    • Г) хондробласты.

  9. Место локализации в организме гиалинового хряща:

    • А) ушная раковина, рожковидный хрящ гортани;

    • Б) межпозвонковые диски и симфиз лобковых костей;

    • В) места соединения ребер с грудиной, в гортани, в воздухоносных путях, на суставных поверхностях костей;

    • Г) гортань.

  10. Общий план строения хряща (как органа):

    • А) надкостница, зона изогенных групп;

    • Б) надхрящница, зона молодого хряща, зона зрелого хряща;

    • В) надхрящница, хондрогенный слой, зона зрелого хряща;

    • Г) надкостница, остеоны.

  11. Какие клетки находятся в костной ткани?

    • А) хондробласты;

    • Б) фибробласты;

    • В) хондроциты;

    • Г) остеоциты.

  12. Какой из перечисленных клеток соответствует описание: клетка имеет отростчатую форму, компактное, относительнокрупное ядро, центриоли отсутствуют, цитоплазма слабо базофильна, лежит в полости, повторяющей ее форму?

    • А) фибробласт;

    • Б) хондробласт;

    • В) остеобласт;

    • Г) остеоцит.

  13. С увеличением возраста площадь костной ткани в хрящах гортани:

    • А) увеличивается;

    • Б) уменьшается;

    • В) остается неизменной;

    • Г) варьирует, то увеличивается, то уменьшается.

  14. Возрастные изменения кожи представлены следующими преобразованиями:

    • А) дезорганизация волокон, эластоз и уменьшение толщины сосочкового и сетчатого слоев дермы;

    • Б) увеличение толщины сосочкового и сетчатого слоев дермы;

    • В) структуризация и увеличение количества эластических волокон;

    • Г) постепенное истончение эластических волокон.

  15. Что такое остеон?

    • А) совокупность концентрических пластинок вокруг гаверсова канал с сосудом, отделенная от соседних структур того же типа темной линией;

    • Б) крупные многоядерные клетки;

    • В) одиночно расположенные клетки;

    • Г) крупные разветвленные подвидные клетки костной ткани.

  16. Правильная последовательность подготовки костной ткани к микроскопическому исследованию:

    • А) фиксация → спиртовая проводка → заливка → изготовление срезов → окрашивание → микроскопия;

    • Б) фиксация → заливка → окрашивание → микроскопия;

    • В) фиксация → заливка → изготовление срезов → окрашивание → микроскопия;

    • Г) фиксация → промывка → спиртовая проводка → декальцинация → заливка в парафин жидкий → изготовление срезов → окраска → микроскопия.

  17. Какой тип коллагена преимущественно содержится в матриксе гиалинового хряща?

    • А) коллаген II типа;

    • Б) коллаген IX, XI типа;

    • В) коллаген III, VI, X, XII, XIV типа;

    • Г) не содержит коллагеновых волокон.

  18. Оссификация — это:

    • А) процесс формирования (образования) костной ткани;

    • Б) образование отложений солей кальция в мягких тканях или органах, в которых соли в нерастворенном состоянии содержаться не должны;

    • В) перестройка (обновление) костной ткани;

    • Г) процесс разрушения костной ткани.

  19. Как меняется длина костных балок (трабекул) с увеличением возраста?

    • А) увеличивается, затем уменьшается;

    • Б) уменьшается;

    • В) остается неизменной;

    • Г) увеличивается.

  20. Как меняется толщина костных балок (трабекул) с увеличением возраста?

    • А) увеличивается;

    • Б) увеличивается, затем уменьшается;

    • В) остается неизменной;

    • Г) уменьшается.

  21. Как меняется соотношение ретикулярной (ретикулофиброзной) ткани к жировой ткани в ЩХ с увеличением возраста?

    • А) увеличивается;

    • Б) уменьшается;

    • В) остается неизменным;

    • Г) варьирует, то увеличивается, то уменьшается.

  22. Как изменяется площадь жировой ткани в межтрабекулярном пространстве ЩХ с увеличением возраста?

    • А) увеличивается;

    • Б) уменьшается;

    • В) остается неизменной;

    • Г) варьирует, то увеличивается, то уменьшается.

  23. Как изменяется площадь ретикулярной ткани в межтрабекулярном пространстве ЩХ с увеличением возраста?

    • А) увеличивается;

    • Б) уменьшается;

    • В) остается неизменной;

    • Г) варьирует, то увеличивается, то уменьшается.

  24. Возрастные изменения кожи представлены следующими преобразованиями:

    • А) неравномерное истончение эпидермиса, уменьшено количество слоев, базальная мембрана не выражена;

    • Б) увеличение выраженности и толщины базальной мембраны, увеличение толщины эпидермиса;

    • В) гиперкератоз;

    • Г) акантоз.

  25. Для выявления эластических волокон рекомендуется выполнять дополнительное окрашивание:

    • А) по Ван-Гизону;

    • Б) по Массону;

    • В) по Вейгерту;

    • Г) гематоксилин-эозином.

  26. Для выявления коллагеновых волокон рекомендуется выполнять дополнительное окрашивание:

    • А) по Ван-Гизону;

    • Б) трихромом по Массону;

    • В) по Вейгерту;

    • Г) гематоксилин-эозином.

  27. Какой классификатор продемонстрировал максимальную эффек тивность для решения задачи установления возраста в судебно-медицинской экспертной практике?

    • А) метод стохастического градиента;

    • Б) алгоритм случайного леса (Random Forest);

    • В) метод опорных векторов;

    • Г) наивный байесовский классификатор (Gaussian NB).

Эталоны ответов

1 — А

8 — А

15 — А

22 — А

2 — А

9 — В

16 — Г

23 — А

3 — А

10 — Б

17 — А

24 — А

4 — Б

11 — Г

18 — А

25 — В

5 — Б

12 — Г

19 — А

26 — Б

6 — А

13 — А

20 — Б

27 — Б

7 — А

14 — А

21 — Б

Список литературы

  1. Автандилов Г.Г. Медицинская морфометрия. М.: Медицина, 1990. 383 с.

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

  3. Алексеев Ю.Д., Ивахина С.А., Ефимов А.А. и др. Возрастные морфологические изменения органов женской половой системы // 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. …​ д-ра мед. наук. Саратов, 1999. 31 с.

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

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

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

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

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

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

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

  12. Ахтямов С.Н., Кягова А.А. Клинико-морфологические особенности старения кожи // 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: дис. … канд. мед. наук. Пермь, 2018. 194 с.

  14. Баренбойм Г.М., Доманский А.Н., Туроверов К.А. Люминесценция биоплимеров и клеток. М.–Л.: Наука, 1966. 253 с.

  15. Баришполец В.А. Системный анализ катастроф, происходящих в мире // Радиоэлектроника. Наносистемы. Информационные технологии. 2010. Т. 2. № 1–2. С. 162–176.

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

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

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

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

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

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

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

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

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

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

  26. Герасимов А.Н. Медицинская статистика. М.: МИА, 2007. 480 с.

  27. Гладышев Ю.М. Микроскопические конструкции костной ткани и их судебно-медицинское значение: дис. …​ д-ра мед. наук. Воронеж, 1965. 318 с.

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

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

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

  31. Горбунов Д.Н. Эластические волокна кожи передней брюшной стенки: дис. …​ канд. мед. наук. Красноярск, 2009. 171 с.

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

  33. 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.

  34. 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.

  35. Давыдовский И.В. Геронтология. М.: Медицина, 1966. 300 с.

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

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

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

  39. Ефимов А.А. Комплексная количественная оценка инволютивных изменений аорты человека: автореф. дис. … канд. мед. наук. С., 1999. 24 с.

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

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

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

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

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

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

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

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

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

  49. Звягин В.Н., Ракитин В.А., Фомина Е.Е. Программный комплекс «Biometrical Dactylography 17.0» для цифровой интерпретации признаков дерматоглифики пальцев // Судебно-медицинская экспертиза. 2018. № 2. С. 31–35.

  50. Зеленин А.В. Люминесцентная гистохимия нуклеиновых кислот. М.: Наука, 1967. 316 с.

  51. Зелигман С.Б. Возрастные изменения и половые особенности крупных хрящей гортани человека (рентгено-анатомическое исследование) // Судебно-медицинская экспертиза. 1959. № 2. С. 6–16.

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

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

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

  55. Иванов П.Л., Клевно В.А., Каганова Н.Л. Применение молекулярно-генетических технологий для идентификации российских граждан, погибших при цунами в Тайланде (II): рано ставить точку? // Судебно-медицинская экспертиза. 2009. № 2. С. 10–18.

  56. Изотов Б.Н., Веленко П.С., Лисовская С.Б. и др. Методика исследования биохимического состава твердых тканей зуба человека // Судебно-медицинская экспертиза. 2019. Т. 62. № 5. С. 39–43.

  57. 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://xnb1aew.xnp1ai/открытые — данные/7727739372 — MVDGIAC311/data — 20200723 — structure — 20190508.csv.

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

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

  60. Каукаль В.Г. Критерии судебно-медицинской идентификации личности по свойствам и особенностям кожи и ее дериватов: автореф. дис. …​ д-ра мед. наук. Кемерово, 1996. 31 с.

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

  62. Ковалев А.В. Идентификация личности по особенностям строения грудной клетки и позвоночника: Рентгенологическое и судебно-медицинское исследования: дис. …​ д-ра мед. наук. СПб., 1996. 448 с.

  63. Кодин В.А. Судебно-медицинская характеристика переломов подъязычной кости и щитовидного хряща при некоторых видах внешнего насилия. Владимир, 1974. 105 с.

  64. Конев В.П., Московский С.Н., Коршунов А.С. и др. Алгоритмы использования современных подходов при микроскопическом исследовании костей для судебно-медицинских целей // Вестник судебной медицины. 2018. № 1. С. 50–55.

  65. Конев В.П., Шестель И.Л., Московский С.Н. Современные возможности использования атомно-силовой микроскопии в исследовании плотных тканей человека // Вестник судебной медицины. 2015. № 2. С. 17–20.

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

  67. Корниенко И.В. Непрямая молекулярно-генетическая идентификация личности при массовом поступлении неопознанных тел: дис. … д-ра биол. наук. СПб., 2005. 289 с.

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

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

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

  71. Крошкин В.В. Миелоархитектоника нервов артерий головного мозга человека (возрастные и сравнительные особенности): автореф. дис. …​ канд. мед. наук. Ярославль, 1981. 26 с.

  72. Кун Т. Структура научных революций / Пер. И.З. Налетова. М.: Прогресс, 1975. 288 с.

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

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

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

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

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

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

  79. Мальцева Н.Л. Вариантная анатомия подъязычной кости и возможности ее применения в идентификации личности: автореф. дис. … канд. мед. наук. СПб., 2006. 21 с.

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

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

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

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

  84. Мантурова Н.Е. Оптимизация хирургической и консервативной коррекции инволюционных изменений системы кожи: дис. … д-ра мед. наук. М., 2012. 347 с.

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

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

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

  88. Москаленко В.А., Никольский А.В., Золотых Н.Ю. и др. Программный комплекс «киберсердце–диагностика» для автоматического анализа электрокардиограмм с применением методов машинного обучения // Современные технологии в медицине. 2019. Т. 11. № 2. C. 86–91.

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

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

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

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

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

  94. Мяделец О.Д., Адаскевич В.П. Морфофункциональная дерматология. М.: Медицинская литература, 2006. 752 c.

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

  96. Найнис Й.В.Й. Судебно-остеологические методы идентификации личности по проксимальным костям конечностей: автореф. дис. … д-ра мед. наук. Каунас, 1966. 49 с.

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

  98. Никитюк Б.А. Конституция человека // Антропология. ВИНИТИ. 1991. Т. 4. 160 с.

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

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

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

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

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

  104. Николенко В.Н., Фомкина О.А. Морфометрические характеристики и биомеханические свойства задней мозговой артерии взрослых людей: половой диморфизм, возрастная изменчивость и билатеральные различия // Медицинский вестник Северного Кавказа. 2012. Т. 27. № 3. С. 4–7.

  105. Новоселов В.П., Савченко С.В., Пяткова Е.В. Оценка структурных особенностей хряща ушной раковины при установлении возраста // Вестник судебной медицины. 2014. Т. 3. № 2. С. 22–24.

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

  107. Озернюк Н.Д., Исаева В.В. Эволюция онтогенеза // М.: Товарищество научных изданий КМК, 2016. 407 с.

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

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

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

  111. Павлов А.В. Возрастная динамика основных структурных компонентов семенников человека в оценке биологического возраста: автореф. дис. …​ канд. мед. наук. Саратов, 1999. 23 с.

  112. Павловский О.М. Методика оссеографического исследования кисти // Методика морфофизиологических исследований в антропологии. М.: Изд-во МГУ, 1981. С. 44–61.

  113. Пальцев М.А., Кветной И.М., Полякова В.О. и др. Нейроиммуноэндокринные механизмы старения // Успехи геронтологии. 2009. Т. 22. № 1. С. 24–36.

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

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

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

  117. Пиголкин Ю.И., Черток В.М., Мотавкин П.А. Возрастная характеристика эфферентной иннервации артерий мягкой оболочки мозга человека // Архив анатомии, гистологии и эмбриологии. 1982. Т. 83. № 8. С. 14–23.

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

  119. Пиголкин Ю.И. Сравнительная характеристика адренергической иннервации артерий спинного мозга позвоночных животных и человека // Архив анатомии, гистологии и эмбриологии. 1988. Т. 95. № 10. С. 36–43.

  120. Пиголкин Ю.И., Дубровин И.А. Судебная медицина. Учебное пособие. М.: ГЭОТАР-Медиа, 2011. 288 с.

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

  122. Пиголкин Ю.И. Функциональная морфология нервного аппарата кровеносных сосудов спинного мозга в норме и при механической травме: автореф. дис. … д-ра мед. наук. Л., 1991. 56 с.

  123. Пиголкин Ю.И., Золотенкова Г.В., Веленко П.С., Изотов Б.Н. Исследование аминокислотного состава зуба в целях судебно-медицинской идентификации личности // Судебно-медицинская экспертиза. 2017. Т. 60. № 1. С. 42–45.

  124. Пиголкин Ю.И., Должанский О.В., Золотенкова Г.В. и др. Судебно-медицинская оценка биологического возраста трупа по морфологическим изменениям кожи // Судебно-медицинская экспертиза. 2018. Т. 61. № 4. С. 32–34.

  125. Пиголкин Ю.И., Ткаченко С.Б., Золотенкова Г.В. и др. Комплексная оценка возрастных изменений кожи // Судебно-медицинская экспертиза. 2018. Т. 61. № 3. С. 15–18.

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

  127. Потехина Ю.П. Структура и функции коллагена // Российский остеопатический журнал. 2016. Т. 32–33. № 1–2. С. 87–99.

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

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

  130. Ромодановский П.О., Баринов Е.Х. МКИ возможности идентификации личности по особенностям строения рельефа твердого нёба // Судебная медицина. 2016. Т. 2. № 2. С. 163.

  131. Рохлин Д.Г. Возрастные особенности костной системы на основании рентгенографических данных. Л.–М.,1934. 66 с.

  132. Ряховский М.А. Возрастная изменчивость морфологических показателей дистальных фаланг стопы человека: автореф. дис. …​ канд. мед. наук. Саратов, 2009. 24 с.

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

  134. Самоявчева С.В., Шкарин В.В. Возможности кластерного анализа в интерпретации данных суточного мониторирования артериального давления у больных артериальной гипертонией и ремоделированием левого желудочка // Современные технологии в медицине. 2015. Т. 7. № 4. C. 113–118.

  135. Сапин М.Р., Никитюк Д.М., Николенко В.Н. и др. Анатомия человека: учебник в 2 томах. М., 2012. Т. 1. 640 с.; Т. 2. 640 с.

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

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

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

  139. Селье Г. На уровне целого организма / Пер. с англ. И.А. Доброхотова, A.B. Ларина. М.: Наука, 1972. 123 с.

  140. Селье Г. Очерки об адаптационном синдроме / Пер. с англ. М.: Медгиз, 1960. 253 с.

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

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

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

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

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

  146. Спиридонов А.В. Возрастные изменения щитовидной железы и их судебно-медицинская оценка: автореф. дис. …​ канд. мед. наук. Саратов, 1997. 16 с.

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

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

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

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

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

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

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

  154. Федулова М.В. Возрастные изменения костной ткани и их судебно-медицинское значение: дис. … д-ра мед. наук. М., 2004. 215 с.

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

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

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

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

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

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

  161. Фролькис В.В., Мурадян Х.К. Старение, эволюция и продление жизни. Киев: Наукова думка, 1992. 239 с.

  162. Хавинсон В.Х., Коновалов С.С. Избранные лекции по геронтологии. СПб., 2009. 40 с.

  163. Хэм А., Кормак Д. Гистология: в 5 т. М., 1982–1983.

  164. Целуйко С.С., Малюк Е.А., Корнеева Л.С. и др. Морфофункциональная характеристика дермы кожи и ее изменения при старении (обзор литературы) // Бюллетень физиологии и патологии дыхания. 2016. № 60.

  165. Цехмистренко Т.А., козлов В.И. Гистофизиологический подход к изучению структурной организации коры мозга человека в онтогенезе // Тихоокеанский медицинский журнал. 2016. Т. 64. № 2. С. 103–107.

  166. 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.

  167. Черемисина Е.Н., Баша Н.С. Распознавание личности по термографическим изображениям лица. Современное состояние и перспективы развития // Системный анализ в науке и образовании. 2012. Вып. 2. С. 4–12.

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

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

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

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

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

  173. Шемяков С.Е., Григорьев О.Г. Возрастные изменения капиллярного русла моста головного мозга: материалы докладов VIII конгресса Международной ассоциации морфологов // Морфология. 2006. Т. 129. № 4. 141 с.

  174. Шемяков С.Е., Николенко В.Н., Мальцева Н.В. и др. Постнатальный онтогенез зрительной коры головного мозга человека // Морфология. 2019. Т. 155. № 2. С. 326.

  175. Шемяков С.Е., Николенко В.Н., Саркисян К.Д. и др. Постнатальный онтогенез зубчатой извилины гиппокампа человека // Морфология. 2019. Т. 155. № 2. С. 327.

  176. Шепитько В.И., Ерошенко Г.А., Лисаченко О.Д. Возрастные аспекты строения кожи лица человека // Мир медицины и биологии. 2013. № 3. Т. 40. С. 91–97.

  177. Шершевский А.Л., Козлова О.В., Эделев И.С. Количественная оценка инволютивных изменений в микропрепаратах почки как способ определения биологического возраста человека // Судебно-медицинская экспертиза. 2014. Т. 57. № 6. С. 25–26.

  178. Шигеев С.В., Веленко П.С., Аметрин М.Д. Судебно-медицинская характеристика неопознанных трупов по данным Бюро судебно-медицинской экспертизы Департамента здравоохранения Москвы // Судебно-медицинская экспертиза. 2018. № 4. С. 35–38.

  179. Щербакова Е.В. Молекулярно-генетическая идентификация личности по исходам событий с массовыми человеческими жертвами: новый подход на основе компьютерной обработки данных: дис. … канд. мед. наук. М., 2005. 126 с.

  180. Эделев Н.С., Воробьев В.Г. Об определении возраста неопознанных трупов // Судебно-медицинская экспертиза. 2014. Т. 57. № 6. С. 27–28.

  181. Юнеман О.А., Савельев С.В. Возрастные изменения сосудистых сплетений боковых желудочков головного мозга человека // Современные проблемы науки и образования. 2012. № 6. С. 565.

  182. Юрченко М.А. Судебно-медицинское определение возраста на основании изучения рентгенограмм кисти: автореф. дис. …​ канд. мед. наук. М., 2018. 25 с.

  183. Ярыгин В.Н. Руководство по геронтологии и гериатрии. В 4 томах. Том 2. Введение в клиническую гериатрию [Электронный ресурс] / Под ред. В.Н. Ярыгина, А.С. Мелентьева. М.: ГЭОТАР-Медиа, 2010. 784 с.

  184. Ackroyd R.G., Lucy D., Pollard A.M., Roberts C.A. Nasty, brutish, but not necessarily short: a reconsideration of the statistical methods used to calculate age at death from adult human and dental age indicators // American Antiquity. 1999. N. 64. Р. 55–70.

  185. Ahmed T., Nash A., Clark K. et al. Combining nano-physical and computational investigations to understand the nature of «aging» in dermal collagen // Int. J. Nanomed. 2017. N. 12. P. 3303–3314.

  186. Ajmani M. A metriсal study оf the laryngeal skeletоn in adult Nigerian // J. Anat. 1990. N. 171. P. 187–191.

  187. Alves-Cardoso F., Assis S. Can osteophytes be used as age at death estimators? Testing correlations in skeletonized human remains with known age-at-death // Forensic Sci. Int. 2018. N. 288. P. 59–66.

  188. Amano S. Characterization and mechanisms of photoageing-related changes in skin. Damages of basement membrane and dermal structures // Exp. Dermatol. 2016. N. 25. P. 14–19.

  189. Anderson A., Loeser R. Why is osteoarthritis an age-related disease? // Best Pract. Res. Clin. Rheumatol. 2010. Vol. 24. N. 1. P. 15–26.

  190. Annaidh A.N. et al. Automated estimation of collagen fibre dispersion in the dermis and its contribution to the anisotropic behaviour of skin // Ann. Biomed. Eng. 2012. N. 40. Р. 1666–1678.

  191. Arden N., Nevitt M. Osteoarthritis: epidemiology // Best Pract. Res. Clin. Rheumatol. 2006. N. 20. P. 3–25.

  192. Arji G., Safdari R., Rezaeizadeh H., Abbassian A. et al. A systematic literature review and classification of knowledge discovery in traditional medicine // Comp. Method. Program. Biomed. 2019. N. 168. Р. 39–57.

  193. Aspden R.M., Scheven B.A.A., Hutchison J.D.Osteoarthritis as a systemic disorder including stromal cell differentiation and lipid metabolism // Lancet. 2001. Vol. 357. P. 1118–1120.

  194. Aycheh H.M., Joon-Kyung S., Jeong-Hyeon S. et al. Biological Brain Age Prediction Using Cortical Thickness Data: A Large Scale Cohort Study // Frontiers in Aging Neurosci. 2018. Vol. 10. P. 252.

  195. Bacci N., Nchabeleng E.K., Billings B.K. Forensic age-at-death estimation from the sternum in a black South African population // Forensic Sci. Int. 2018. Vol. 282. P. 233.e1–233.e7.

  196. Baker L. Biomolecular applications. In: Blau S., Ubelaker D.H., eds. Handbook of forensic anthropology and archaeology. 2nd ed. New York: Routledge, 2016. P. 416–429.

  197. Barret C.P., Guth L., Donati E.J., Krikorian J.G.Astroglial reaction in the grey matter of lumbar segments after mid-thoracic transection of the adult rat spinal cord // Exp. Neurol. 1981. N. 73. Р. 365–377.

  198. Bethard J.D., Berger J.M., Maiers J. et al. Adult Age Estimation in Forensic Anthropology: A Test of the DXAGE Application // J. Forensic Sci. 2019. Vol. 64. N. 4. Р. 1125–1128.

  199. Bielfeldt S., Springmann G., Seise M. et al. An updated review of clinical methods in the assessment of ageing skin — New perspectives and evaluation for claims support // Int. J. Cosmetic Sci. 2018. N. 40. P. 348–355.

  200. Blagojevic M., Jinks C., Jeffery A., Jordan K.P. Risk factors for onset of osteoarthritis of the knee in older adults: a systematic review and meta-analysis // Osteoarthritis Cartilage. 2010. Vol. 18. N. 1. P. 24–33.

  201. Boldsen J.L., Milner G.R., Konigsberg L.W., Wood J.W. Transition analysis: a new method for estimating age from skeletons // Paleodemography: Age Distributions from Skeletal Samples. Cambridge: Cambridge University Press, 2002. P. 73–106.

  202. Bоskey A.L., Соleman R.Aging and bоne // J. Dent. Res. 2010. N. 89 (12). P. 1333–1348.

  203. Botha D., Lynnerup N., Steyn M. Age estimation using bone mineral density in South Africans // Forensic Sci. Int. 2019. Vol. 297. P. 307–314.

  204. Breiman L., Friedman J.H., Olshen R.A., Stone C.J. Classification and regression trees. Monterey, CA: Cole Advanced Books & Software, 1984.

  205. Breiman L. Random Forests // Machine Learning. 2001. Vol. 45. N. 1. Р. 5–32.

  206. Brooks S., Suchey J.M. Skeletal age determination based on the os pubis: a comparison of the Acsadi-Nemeskeri and Suchey-Brooks methods // Hum. Evol. 1990. Vol. 5. P. 227–238.

  207. Bucci A., Skrami E., Faragalli A. et al. Segmented Bayesian calibration approach for estimating age in forensic science // Biomed. J. 2019. Vol. 61. N. 6. Р. 1575–1594.

  208. Buckberry J.L., Chamberlain A.T. Age estimation from the auricular surface of the Ilium: a revised method // Am. J. Phys. Anthropol. 2002. Vol. 119. P. 231–239.

  209. Buk Z., Kordika P., Bruzek J. et al. The age at death assessment in a multi-ethnic sample of pelvic bones using nature-inspired data mining methods // Forensic Sci. Int. 2012. Vol. 220. N. 1–3. P. 294.

  210. Burt A.А histochemical procedure for the localization of choline acetyltransferase activity // J. Histochem. Cytochem. 1970. N. 18. Р. 408–415.

  211. Carpenter P.M., Linden K.G., McLaren C.E. et al. Nuclear morphometry and molecular biomarkers of actinic keratosis, sun-damaged, and nonexposed skin // Cancer Epidemiol. Biomarkers Prev. 2004. Vol. 13. N. 12. P. 1996–2002.

  212. Chalyk N.E., Bandaletova T.Y., Kyle N. et al. Morphological Characteristics of Residual Skin Surface Components Collected from the Surface of Facial Skin in Women of Different Age // Ann. of Dermatol. 2017. Vol. 29. N. 4. P. 454–461.

  213. Chan A.H., Crowder C.M., Rogers T.L. Variation in cortical bone histology within the human femur and its impact on estimating age at death // Am. J. Phys. Anthropol. 2007. Vol. 132. P. 80–88.

  214. Charles-de-Sá, L., Gontijo-de-Amorim N.F., Rigotti G. et al. Photoaged Skin Therapy with Adipose-Derived Stem Cells // Plast. Reconstr. Surg. 2020. Vol. 145. N. 6. Р. 1037e–1049e.

  215. Chen H., Zhou X., Fujita H. et al. Age-related changes in trabecular and cortical bone microstructure // Int. J. Endocrinol. 2013. Vol. 2013. P. 213–234.

  216. Сheng J., Zhaо X.D., Su X.Q. Age determinatiоn by radiоgraphiс feature оf thyrоid сartilage in male Сhinese Han pоpulatiоn // Fa Yi XueZaZhi. 2003. Vоl. 19. N. 1. Р. 16–17.

  217. Cho H., Stout S.D., Madsen R.W. et al. Populationspecific histological age-estimating method: a model for known African-American and European-American skeletal remains // J. Forensic Sci. 2002. Vol. 47. P. 12–18.

  218. Christensen R., Astrup A., Bliddal H. Weight loss: the treatment of choice for knee osteoarthritis? A randomized trial // Osteoarthr. Cartilage. 2005. Vol. 13. P. 20–27.

  219. Claassen H., Schicht M., Sel S. et al. The fate of chondrocytes during ageing of human thyroid cartilage // Histochem. Cell. Biol. 2009. Vol. 131. Р. 605–614.

  220. Claassen H., Schicht M., Sel S. et al. Special Pattern of Endochondral Ossification in Human Laryngeal Cartilages: X-ray and Light-Microscopic Studies on Thyroid Cartilage // Clin. Anatomy. 2014. Vol. 27. Р. 423–430.

  221. Сlaassen H., Kirsсh T. Areas оf asbestоid (amianthоid) fibers in human thyrоid сartilage сharaсterized by immunоlосalizatiоn оf соllagen types I, II, IX, XI and X // Сell. Tissue Res. 1995. N. 280. P. 349–354.

  222. Cole J., Poudel R., Tsagkrasoulis D. et al.Predicting brain age with deep learning from raw imaging data results in a reliable and heritable biomarker // NeuroImage. 2017. Vol. 163. P.115–124.

  223. Cooper D.M., Erickson B., Peele A.G. et al. Visualization of 3D osteon morphology by synchrotron radiation micro-CT // J. Anat. 2011. V. 219. N. 4. P. 481–489.

  224. Corron L., Marchal F., Condemi S., Adalian P. A critical review of sub-adult age estimation in biological anthropology: Do methods comply with published recommendations? // Forensic Sci. Intern. 2018. Vol. 288. P. 328.e1–328.e9.

  225. Crescimanno A., Stout S.D. Differentiating fragmented human and nonhuman long Bone using osteon circularity // J. Forensic Sci. 2012. Vol. 57. N. 2. P. 287–294.

  226. Crowder C.M., Dominguez V.M. A new method for histological age estimation of the femur // Proceed. Am. Acad. Forensic Sci. 2012. Vol. 18. P. 374–375.

  227. Crowder C.M. Evaluating the use of quantitative bone histology to estimate adult age at death: University of Toronto, Ph. D. dissertation. Toronto, Canada, 2005. 267 р.

  228. Crowder C.M., Heinrich J., Stout S. Rib histomorphometry for adult age estimation // Bell L., ed. Forensic Microscopy for Skeletal Tissue: Methods and Protocols. Springer, 2012.

  229. Crowder C.M., Pfeiffer S. The application of cortical bone histomorphometry to estimate age at death // Latham K.E., Finnegan M., ed. Age Estimation of the Human Skeleton. Springfield: IL, 2010. 167 р.

  230. Dang-Tran K.D., Dedоuit F., Jоffre F. et al. Thyrоid сartilage оssifiсatiоn and multisliсe соmputed tоmоgraphy examinatiоn: a useful tооl fоr age assessment? // J. Fоrensiс Sсi. 2010. Vоl. 55. N. 3. Р. 677–683.

  231. De la Grandmaisоn G.L., Banasr A., Durigоn M. Age estimatiоn using radiоgraphiс analysis оf laryngeal сartilage // Am. J. Fоrensiс Med. Pathоl. 2003. Vоl. 24. N. 1. Р. 96–99.

  232. Dempster D.W., Compston J.E., Drezner M.K. et al. Standardized nomenclature, symbols, and units for bone histomorphometry: A 2012 update of the report of the ASBMR Histomorphometry Nomenclature Committee // J. Bone Mineral Res. 2013. Vol. 28. N. 1. P. 2–17.

  233. Doherty M. Risk factors for progression of knee osteoarthritis // Lancet. 2001. Vol. 358. P. 775–776.

  234. Doyle E., Márquez-Grant N., Field L., Holmes T. et al. Guidelines for best practice: Imaging for age estimation in the living // J. Forensic Radiol. Imaging. 2019. Vol. 16. P. 38–49.

  235. Dragoi G.S. et al. Histomorphometric evaluation of osteons inside the compacta of long bones diaphysis. Implication in pathology // Rom. J. Legal Med. 2014. Vol. 22. P. 109–116.

  236. Dubourg O., Faruch-Bilfeld M., Telmon N. et al. Correlation between pubic bone mineral density and age from a computed tomography sample // Forensic Sci. Intern. 2019. Vol. 298. P. 345–350.

  237. Einspahr J.G., Alberts D.S., Warneke J.A. et al. Relationship of p53 mutations to epidermal cell proliferation and apoptosis in human UV-induced skin carcinogenesis // Neoplasia. 1999. Vol. 1. N. 5. P. 468–475.

  238. Elewa R., Abdallah M., Zouboulis C. Age-associated skin changes in innate immunity markers reflect a complex interaction between aging mechanisms in the sebaceous gland // J. Dermatol. 2015. Vol. 42. N. 5. P. 467–476.

  239. Ericksen M.F. Histologic estimation of age at death using the anterior cortex of the femur // Am. J. Phys. Anthropol. 1991. Vol. 84. P. 171–179.

  240. Fernandez-Delgado M.. Cernadas E., Barro S., Amorim D. Do we Need Hundreds of Classifiers to Solve Real World Classification Problems? // J. Mach. Learn. Res. 2014. Vol. 15. Р. 3133–3181

  241. Ferrante L., Skrami E., Gesuita R., Cameriere R.Bayesian calibration for forensic age estimation // Stat. Med. 2015. Vol. 34. N. 10. P. 1779–1790.

  242. Fitzpatrick R.A. Facial resurfacing with the pulsed carbon dioxide laser. Areview // Facial Plast. Surg. Clin. N. Am. 1996. Vol. 4. N. 2. Р. 236.

  243. Flоrenсiо-Silva R., Sassо G.R., Sassо-Сerri E. et al. Biоlоgy оf Bоne Tissue: Struсture, Funсtiоn, and Faсtоrs That Influenсe Bоne Сells // Biоmed. Res. Int. 2015. P. 421746.

  244. Franklin D. Forensic age estimation in human skeletal remains: current concepts and future directions // Legal medicine. 2010. Vol. 12 (1). P. 1–7.

  245. Frost H. Tetracycline-based histological analysis of bone remodeling // Calcif. Tissue Res. 1969. Vol. 3. Р. 211–237.

  246. Furness J.B., Costa M. The use of glyoxelic acid for the fluorescence histochemical demonstration of peripheral stores of noradrenaline and 5-hydroxytryptamine in whole mounts // Histochemistry. 1975. N. 41. Р. 35–352.

  247. Garvin H., Passalacqua N., Uh N.M. et al. Developments in forensic anthropology: age-at-death estimation // Comp. Forensic Anthropol. 2012. P. 202–223.

  248. Garvin H.M., Passalacqua N.V. Current practices by forensic anthropologists in adult skeletal age estimation // J. Forensic Sci. 2012. Vol. 57. P. 427–433.

  249. Gawlikоwska-Strоka A., Miklaszewska D., Dzieсiоlоwska-Baran E. et al. Сhanges оf Laryngeal Parametrs during Intrauterine Life // Eur. J. Med. Res. 2010. N. 15 (II). P. 41–45.

  250. Geriatric Forensic Medicine and Pathology / Ed. by Kim A. Collins, Life Point Inc, South Carolina, Roger W. Byard. Cambridge University Press, 2020.

  251. Giles S., Marquez-Grant N. The validity of osteoarthritic markers to contribute to age-at-death estimation in forensic anthropology: employing an Eastern American sample // J. Forensic Res. 2016. Vol. 75. Р. 321–323.

  252. Gillespie G.N., Porteous A.J. Obesity and knee arthroplasty // Knee. 2007. Vol. 14. P. 81–86.

  253. Gilsanz V.O. Ratib A. Digital Atlas of Skeletal Maturity. Springer-Verlag, Heidelberg, Berlin, 2012. 215 р.

  254. Giusti F., Seidenari S. Bioengineering Methods and Skin Aging // Textbook of Aging Skin. 2017. P. 1107–1116.

  255. Glogau R.G. Physiologic and structural changes associated with aging skin // Dermatol. Clin. 1997. Р. 15555–15559.

  256. Gocha T.P., Ingvoldstad M.E., Kolatorowicz A. et al. Testing the applicability of six macroscopic skeletal aging techniques on a modern Southeast Asian sample // Forensic Sci. Intern. 2015. Vol. 249. P. 318.e1–318.e7.

  257. Godde K., Hens S. Age-at-death estimation in an Italian historic sample: a test of the Suchey-Brooks and transition analysis methods // Am. J. Phys. Anthropol. 2012. Vol. 149. P. 259–265.

  258. Gоlghate T., Tambe S., Meshram M. et al. Early Оssifiсatiоn оf Thyrоid Сartilage // J. Соnt. Med. Dentistry. 2014. N. 2 (1). P. 51–53.

  259. Golubtsova N.N., Vasilieva O.V., Petrov V.V. et al. Age-related changes of the content of angiomatin and endostatin in human skin // Advances in Gerontology. 2016. N. 6. P. 153–159.

  260. Gràff J., Kim D., Dobbin M.M. et al. Epigenetic regulation of gene expression in physiological and pathological brain processes // Physiol. Rev. 2011. Vol. 91. N. 2. P. 603–649.

  261. Greulich W.W., Pyle S.I. Radiographic atlas of skeletal development of the hand and wrist // Stanford: Stanford University Press, 1959. 217 р.

  262. Hagelthorn C.L., Alblas A., Greyling L. The accuracy of the Transition Analysis of aging on a heterogenic South African population // Forensic Sci. Intern. 2019. Vol. 297. P. 370.e1–370.e5.

  263. Hagen M.S., Schmidt S., Schulz R. et al. Forensic age assessment of living adolescents and young adults at the Institute of Legal Medicine, Münster, from 2009 to 2018 // Int. J. Legal Med. 2020. Vol. 134. Р. 745–751.

  264. Hall F., Forbes S., Rowbotham S., Blau S. Using PMCT of Individuals of Known Age to Test the Suchey–Brooks Method of Aging in Victoria, Australia // J. Forensic Sci. 2019. Vol. 64. P. 1782–1787.

  265. Hartnett K.M. Analysis of age-at-death estimation using data from a new, modern autopsy sample // J. Forensic Sci. 2010. Vol. 55. N. 5. P. 1145–1151.

  266. Hedreen J.C., Bacon S.J., Price D.L. A modified histochemical technique to visualize acetylcholinesterase containing axons // J. Histochem. Cytochem. 1985. N. 33. Р. 134–140.

  267. Heinrich J.T., Crowder C., Pinto D.C. Proposal and validation of definitions for intact and fragmented osteons // Annual Meeting of the American Association of Physical Anthropologists. Portland: OR, 2012. 215 р.

  268. Hennig C., Thomas D.L., Clemen J.G. et al. Does 3D orientation account for variation in osteon morphology assessed by 2D histology? // J. Anat. 2015. Vol. 227. N. 4. P. 497–505.

  269. Hens S.M., Rastelli E., Belcastro G. Age estimation from the human Os coxa: a test on a documented Italian collection // J. Forensic Sci. 2008. Vol. 53. N. 5. P. 1040–1043.

  270. Hens S.M., Belcastro M.G. Auricular surface aging: a blind test of the revised method on historic Italians from Sardinia // Forensic Sci. Int. 2012. Vol. 214. P. 209 e1–e5.

  271. Hens S.M., Godde K. Auricular surface aging: comparing two methods that assess morphological change in the ilium with Bayesian analyses // J. Forensic Sci. 2016. Vol. 61. Suppl. 1. P. S30–38.

  272. Hershkovitz I., Latimer B., Dutour O. et al. Why do we fail in ageing the skull from the sagittal suture? // Am. J. Phys. Anthropol. 1997. Vol. 103. P. 393–399.

  273. Hügle T., Geurts J., Nüesch C. et al. Aging and osteoarthritis: an inevitable encounter? // J. Aging Res. 2012. Vol. 2012. Р. 201–204.

  274. Ibrahim J. Pathophysiology of Aging: An Overview of Specific Pathophysiological Changes in Elders // In K. Collins & R. Byard (Eds.). Geriatric Forensic Medicine and Pathology. Cambridge: Cambridge University Press, 2020. Р. 19–29.

  275. Jee W.S. The past, present, and future of bone morphometry: its contribution to an improved understanding of bone biology //J. Bone Miner. Metab. 2005. Vol. 23. Р. 1–10.

  276. Jellinger K.A., Attems J. Neuropathological approaches to cerebral aging and neuroplasticity // Dial. Clin. Neurosci. 2013. Vol. 15. N. 1. P. 29–43.

  277. Kacar E., Unlu E., Beker-Acay M. et al. Age estimation by assessing the vertebral osteophytes with the aid of 3D CT imaging // Aust. J. Forensic Sci. 2017. Vol. 49. P. 449–458.

  278. Kakasheva-Mazhenkovska L., Milenkova L., Kostovska N., Gjokik G. Histomorphometrical characteristics of human skin from capillitium in subjects of different age // Prilozi. 2011. Vol. 32. N. 2. P. 105–118.

  279. Kanaki T., Makrantonaki E., Zouboulis C. Biomarkers of skin aging // Rev. Endocr. Metab. Dis. 2016. Vol. 17. N. 3. P. 433–442.

  280. Kanitakis J. Anatomy, histology and immunohistochemistry of normal human skin // Eur. J. Dermatol. 2002. Vol. 12. N. 4. Р. 390–399.

  281. Karinen R.C. Histomorphometry of the human rib cortex in methamphetamine users: A thesis submitted in partial fulfillment of the requirements for the degree of Master of Arts in Anthropology Boise State University. December, 2009. 346 р.

  282. Kaur R., Kumar Singla R., Laxmi V. The mоrphоlоgy and mоrphоmetry оf adult human thyrоid сartilage-a сadaveriс study in Nоrth Indian pоpulatiоn // J. Surg. 2014. N. 3.

  283. Kemkes-Grottenthaler A. Aging through the age: historical perspectives on age indicator methods // In: R.D. Hoppa, J.W. Vaupel, eds. Paleodemography: Age Distributions from Skeletal Samples. Cambridge: Cambridge University Press, 2002. Р. 48–72.

  284. Keough N., L’Abbé E.N., Steyn M. The evaluation of age-related histomorphometric variables in a cadaver sample of lower socioeconomic status: implications for estimating age at death // Forensic Sci. Intern. 2009. Vol. 191 (1–3). P. 12–15.

  285. Kerley E.R. The microscopic determination of age in human-bone // Am. J. Phys. Anthropol. 1965. Vol. 23. P. 149–163.

  286. Key C.A., Aiello L.C., Molleson T. Cranial suture closure and its implications for age estimation // Int. J. Osteoarchaeol. 1994. Vol. 4. P. 193–207.

  287. Kikuchi K., Masuda Y., Yamashita T. et al. A new quantitative evaluation method for age-related changes of individual pigmented spots in facial skin // Skin Res. Technol. 2016. Vol. 22. N. 3. P. 318–324.

  288. Kikuchi K., Masuda Y., Yamashita T. et al. Image analysis of skin color heterogeneity focusing on skin chromophores and the age-related changes in facial skin // Skin Res. Technol. 2015. Vol. 21. N. 2. P. 175–183.

  289. Kimmerle E.H., Jantz R.L., Konigsberg L.W., Baraybar J.P. Skeletal estimation and identification in American and East European populations // J. Forensic Sci. 2008. Vol. 53. N. 3. P. 524–532.

  290. Kinn P., Holdren G., Westermeyer B. et al. Age-dependent variation in cytokines, chemokines, and biologic analytes rinsed from the surface of healthy human skin // Sci. Rep. 2015. N. 5. Р. 27–31.

  291. Komar D., Grivas C. Manufactured populations: what do contemporary reference skeletal collections represent? A comparative study using the Maxwell museum documented collection // Am. J. Phys. Anthrop. 2008. Vol. 137. P. 224–233.

  292. Konigsberg L.W., Hens S.M., Jantz L.M., Jungers W.L. Stature estimation and calibration: Bayesian and maximum likelihood perspectives in physical anthropology // Phys. Anthropol. 1998. Vol. 27. P. 65–92.

  293. Kotěrová A., Navega D., Štepanovský M. et al. Age estimation of adult human remains from hip bones using advanced methods // Forensic Sci. Intern. 2018. Vol. 287. P. 163–175.

  294. Kourou K., Exarchos T.P., Exarchos K.P. et al. Machine learning applications in cancer prognosis and prediction // Comp. Struct. Biotech. J. 2015. Vol. 13. C. 8–17.

  295. Kоvaс T., Pоpоvié B., Marjanоviс K. et al. Mоrphоmetriс сharaсteristiсs оf thyrоid сartilage in peоple оf Eastern Сrоatia // Соll. Antrоpоl. 2010. N. 34 (3). P. 1069–1073.

  296. Koyano Y., Nakagami G., Iizaka S. et al. Skin property can predict the development of skin tears among elderly patients: a prospective cohort study // Intern. Wound J. 2017. Vol. 14. N. 4. P. 691–697.

  297. Kozarova A., Kozar M., Minarikova E. et al. Identification of the Age Related Skin Changes Using High-Frequency Ultrasound //Acta Med. Martiniana. 2017. Vol. 17. N. 1. P. 15–20.

  298. Krishan K., Kanchan T., Menezes G., Ghosh A. Forensic anthropology caseworkessential methodological considerations in stature estimation // J. Forensic Nurs. 2012. Vol. 8. N. 1. Р. 45–50.

  299. Lachance L., Sowers M., Jamadar D. et al. The experience of pain and emergent osteoarthritis of the knee // Osteoarthr. Cartilage. 2001. Vol. 9. P. 527–532.

  300. Langley-Shirley N., Jantz R.L. A Bayesian approach to age estimation in modern Americans from the clavicle // J. Forensic Sci. 2010. N. 55. Р. 571–583.

  301. Lemaitre H., Goldman A., Sambataro F. et al. Normal age-related brain morphometric changes: Nonuniformity across corticalthickness, surface area and grey matter volume? // Neurobiol. Aging. 2012. Vol. 33. N. 3. P. 617.e1–617.e9.

  302. Liem. F., Varoquaux G., Kynast J. et al. Predicting brain-age from multimodal imaging data captures cognitive impairment // NeuroImage. 2016.

  303. Liu B., Zhang L., Wang X. Scientometric profile of global rice research during 1985–2014 // Curr. sci. 2017. Vol. 112. N. 5. Р. 1003–1011.

  304. Liu F., Lei G., Jia X.D. et al. Worldwide trends of forensic dentistry: a 20-year bibliometric analysis in Pubmed // Rom. J. Legal Med. 2016. Vol. 24. N. 3. Р. 236–241.

  305. Loeser R.F., Collins J.A., Diekman B.O. Ageing and the pathogenesis of osteoarthritis // Nat. Rev. Rheumatol. 2016. Vol. 12. N. 7. P. 412.

  306. Longo C. Well-aging: Early Detection of Skin Aging Signs // Dermatol. Clin. 2016. Vol. 34. N. 4. P. 513–518.

  307. Lotteringa N., Reynolds M.S., MacGregor D.M. et al. Morphometric modelling of ageing in the human pubic symphysis: Sexual dimorphism in an Australian population // Forensic Sci. Intern. 2014. Vol. 236. Р. 195.e1–195.e11.

  308. Luchikhina L.V., Mendel O.I., Mendel V., Golukhov G.N. Osteoarthritis and age. Role of aging in the etiology and pathogenesis of the disease // Modern Rheumatol. J. 2017. Vol. 11. N. 1. P. 4–11.

  309. Maat G.J., Maes A., Aarents M.J., Nagelkerke N.J.D. Histological age prediction from the femur in a contemporary Dutch sample: The decrease of nonremodeled bone in the anterior cortex // J. Forensic Sci. 2006. Vol. 51. N. 2. P. 230–237.

  310. Maсkie E.J., Ahmed Y.A., Tatarсzuсh L. et al. Endосhоndral оssifiсatiоn. Hоw сartilage is соnverted intо bоne in the develоping skeletоn // Intern. J. Biосhem. Сell Biоl. 2008. N. 40. P. 46–62.

  311. Mackie E.J., Tatarczuch L., Miriams M. The skeleton: A multifunctional complex organ. The growth plate chondrocyte and endochondral ossification // J. Endocrinol. 2011. Vol. 211. Р. 109–121.

  312. Maggiano C.M., Maggiano I.S., Tiesler V.G. et al. Methods and theory in bone modeling drift: Comparing spatial analyses of primary bone distributions in the human humerus // J. Anat. 2016. Vol. 228. P. 190–202.

  313. Maggiano I.S., Maggiano C.M., Clement J.G. et al. Three-dimensional reconstruction of Haversian systems in human cortical bone using syn-chrotron radiation-based micro-CT: Morphology and quantification of branching and transverse connections across age // J. Anat. 2016. Vol. 228. N. 5. P. 719–732.

  314. Makrantonaki E., Vogel M., Scharffetter-Kochanek K. et al. Molecular understanding of extrinsic and intrinsic processes // Der Hautarzt. 2015. Vol. 66. P. 730–737.

  315. Mamoshina P., Kochetov K., Putin E.F. et al. Population Specific Biomarkers of Human Aging: A Big Data Study Using South Korean, Canadian, and Eastern European Patient Populations // The J. Gerontol. Series A. 2018. Vol. 73. N. 11. P. 1482–1490.

  316. Mansour H.A., Fuhrmann A., Paradowski I. et al. The role of forensic medicine and forensic dentistry in estimating the chronological age of living individuals in Hamburg, Germany // Int. J. Legal Med. 2017. Vol. 131. Р. 593–601.

  317. Mariette E.C. et al. Morphometric skin characteristics dependenton chronological and biological age: the Leiden Longevity Study // AGE. 2012. Vol. 34. P. 1543–1552.

  318. Martin R.B. Is all cortical bone remodeling initiated by microdamage? // Bone. 2002. Vol. 30. P. 8–13.

  319. Mavrych V., Bolgova O., Ganguly P., Kashchenko S. Age-related changes of lumbar vertebral body Morphometry // Austin. J. Anat. 2014. Vol. 1. Р. 1014.

  320. Mays S. The effect of factors other than age upon skeletal age indicators in the adult // Ann. Hum. Biol. 2015. Vol. 42. N. 4. Р. 332–341

  321. McLean J.P. et al. High-speed collagen fiber modeling and orientation quantification for optical coherence tomography imaging // Opt. Express. 2019. Vol. 27. Р. 14457.

  322. Meindl R.S., Lovejoy C.O. Ectocranial suture closure: a revised method for the determination of skeletal age at death based on the lateral-anterior sutures // Am. J. Phys. Anthropol. 1985. Vol. 68. P. 57–66.

  323. Meissner C., Ritz-Timme S. Molecular pathology and age estimation // Forensic Sci. Intern. 2010. Vol. 203. N. 1–3. P. 34–43.

  324. Merritt С.Е. Inaccuracy and bias in adult skeletal age estimation: Assessing the reliability of eight methods on individuals of varying body sizes // Forensic Sci. Intern. 2017. Vol. 275. P. 315.e1–315.e11.

  325. Milovanovic P., Busse B. Phenomenon of osteocyte lacunar mineralization: indicator of former osteocyte death and a novel marker of impaired bone quality? // Endocr. Connect. 2020. Vol. 9. N. 4. Р. 70–80.

  326. Mizukoshi K., Hirayama K. Age-related changes in dermal fiber-like structures in facial cheeks // Skin Res. Tech. 2016. Vol. 23. N. 3. P. 312–320.

  327. Modina S.C., Andreis M.E., Moioli M., Di Giancamillo M. Age assessment in puppies: Coming to terms with forensic requests // Forensic Sci. Intern. 2019. Vol. 297. P. 8–15.

  328. Monsalve T., Hefner J.T. Macromorphoscopic trait expression in a cranial sample from Medellín, Colombia // Forensic Sci. Intern. 2016. Vol. 266. P. 574.e1–574.e8.

  329. Moraitis K.A., Zorba E., Eliopoulos C., Fox S.C. Test of the Revised Auricular Surface Aging Method on a Modern European Population // J. Forensic Sci. 2014. Vol. 59. N. 1. P. 188–194.

  330. Morris Z., Crowder C. Evaluation of Histomorphometrics: Osteon Population Density. Annual Meeting of the Southern Anthropological Society. Chattanooga: TN, 2005. 211 р.

  331. Morrison J.H., Baxter M.G. The ageing cortical synapse: Hallmarks and implications for cognitive decline // Nat. Rev. Neurosci. 2012. Vol. 13. N. 4. P. 240–250.

  332. Maggiano I.S., Maggiano C.M., Clement J.G. et al. Three-dimensional reconstruction of Haversian systems in human cortical bone using synchrotron radiation-based micro-CT: Morphology and quantification of branching and transverse connections across age // J. Anat. 2016. Vol. 228. N. 5. P. 719–732. doi: 10.1111/joa.12430.

  333. Mоhini M.J., Jоshi Sharada S., JоshiSubhash D. Mоrphоmetriс study оf thyrоid сartilage in Western India // Int. J. Anat. Res. 2015. Vol. 3. N. 2. P. 1028–1033.

  334. Mostany R., Anstey J.E., Crump K.L. et al. Altered synaptic dynamics during normal brain aging // J. Neurosci. 2013. Vol. 33. N. 9. P. 4094–4104.

  335. Mughal A., Hassan N., Ahmed A. Bone age assessment methods: a critical review // Pak. J. Med. Sci. 2014. Vol. 30. P. 211–215.

  336. Mulhern D.M., Jones E.B. Test of revised method of age estimation from the auricular surface of the Ilium // Am. J. Phys. Anthropol. 2005. Vol. 126. P. 61–65.

  337. Mupparapu M., Vuppalapati A. Deteсtiоn оf an early оssifiсatiоnоf thyrоid сartilage in an adоlesсent оn a lateral сephalоmetriс radiоgraph // Angl. Оrthоd. 2002. N. 72. P. 576–578.

  338. Mupparapu M., Vuppalapati A. Оssifiсatiоn оf laryngeal сartilages оn lateral сephalоmetriс radiоgraphs // Angl. Оrthоd. 2005. Vоl. 75. N. 2. Р. 196–201.

  339. Musilová B., Dupej J., Brůžek J. et al. Sex and ancestry related differences between two Central European populations determined using exocranial meshes // Forensic Sci. Intern. 2019. Vol. 297. P. 364–369.

  340. Mustafa Z., Chapman K., Irven C. et al. Linkage analysis of candidate genes as susceptibility loci for osteoarthritis-suggestive linkage of COL9A1 to female hip osteoarthritis // Rheumatology. 2000. Vol. 39. P. 299–306.

  341. Naimо P., О’Dоnnell С., Bassed R. The use оf соmputed tоmоgraphy in determining develоpmental сhanges, anоmalies, and trauma оf the thyrоid сartilage // Fоrensiс Sсi. Med. Pathоl. 2013. Vоl. 9. N. 3. Р. 377–385.

  342. Newton V., McConnell J., Hibbert S. et al. Skin aging: molecular pathology, dermal remodelling and the imaging revolution // Giornale Italiano di Dermatologia e Venereologia. 2015. Vol. 150. N. 6. P. 665–674.

  343. Nikita E., Xanthopoulou P., Kranioti E.F. An evaluation of Bayesian age estimation using the auricular surface in modern Greek material // Forensic Sci. Intern. 2018. Vol. 291. P. 1–11.

  344. Nikita E., Nikitas P. Skeletal age-at-death estimation: Bayesian versus regression methods // Forensic Sci. Intern. 2019. Vol. 297. P. 1–11.

  345. Nikolakis G., Zoschke C., Makrantonaki E. et al. Experimentelle Modelle humaner Hautalterung // Der Hautarzt. 2016. Vol. 67. N. 2. P. 93–98.

  346. Nikоliс V., Jо-Оsvatiс A., Radié R. Mоrphоmetriс сharaсteristiсs оf thyrоid сartilage in peоple оf Eastern Сrоatia // Соll. Antrоpоl. 2010. Vol. 34. N. 3. P. 1069–1073.

  347. O’Bright L.? Peckmann T.R., Meek S. Is «Latin American» population-specific? Testing sex discriminant functions from the Mexican tibia on a Chilean sample // Forensic Sci. Intern. 2018. Vol. 287. P. 223.e1–223.e7.

  348. Ott S.M., Oleksik A., Lu Y.L. et al. Bone histomorphometric and biochemical marker results of a 2 year placebo-controlled trial of raloxifene in postmenopausal women // J. Bone Miner. Res. 2002. Vol. 17. P. 341–348.

  349. Pardoe H.R., Kuzniecky R. NAPR: a Cloud-Based Framework for Neuroanatomical Age Prediction // Neuroinform. 2018. Vol. 16. N. 1. P. 43–49.

  350. Patel S., Bhardwaj R., Parmar P., Vaniya V.H. Mоrphоmetriс сharaсteristiс оf thyrоid сartilage in Gujarat regiоn — A сadaveriс study // J. Res. Med. Dental Sсi. 2016. Vol. 4. N. 2. P. 150–154.

  351. Pearson O.M., Lieberman D.E. The aging of Wolff’s law: ontogeny and response to mechanical loading in cortical bone // Yearb. Phys. Anthropol. 47. 2004. Vol. 4. P. 63–99.

  352. Penner M.R., Roth T.L., Chawla M.K. et al. Age-related changes in Arc transcription and DNA methylation within the hippocampus // Neurobiol. Aging. 2011. Vol. 32. N. 12. P. 2198–2210.

  353. Pfeiffer S., Heinrich J., Beresheim A., Alblas M. Cortical Bone Histomorphology of Known-Age Skeletons From the Kirsten Collection, Stellen-bosch University South Africa // Am. J. Phys. Anthropol. 2016. P. 1–11.

  354. Poplin R., Varadarajan A.V., Blumer Y. et al. Prediction of Cardiovascular Risk Factors from Retinal Fundus Photographs via Deep Learning // Nat. Biomed. Eng. 2018. Vol. 2. N. 3. P. 158–164.

  355. Priya E.S. Methods of Skeletal Age Estimation used by Forensic Anthropologists in Adults: A Review // Forensic Res. Criminol. Int. J. 2017. Vol. 4. N. 2–P. 41–51.

  356. Puschmann S., Rahn C.D., Wenck H. et al. Approach to quantify human dermal skin aging using multiphoton laser scanning microscopy // J. Biomed. Opt. 2012. Vol. 3. N. 17. Р. 036005.

  357. Ramadan N., Abd El-Salam M.H., Hanon A.F. et al. Identification of sex and age for Egyptians using computed tomography of the first lumbar vertebra // Egypt J. Forensic Sci. 2017. Vol. 7. N. 22. Р. 12–15.

  358. Reijman M., Pols H.A.P., Bergink A.P. et al. Body mass index associated with onset and progression of osteoarthritis of the knee but not of the hip: the Rotterdam study // Ann. Rheum. Dis. 2007. Vol. 66. P. 158–162.

  359. Rissech C.A., Márquez-Grant N., Turbón D. Collation of Recently Published Western European Formulae for Age Estimation of Subadult Skeletal Remains: Recommendations for Forensic Anthropology and Osteoarchaeology // J. Forensic Sci. 2013. Vol. 58. N. S1. P. 163–168.

  360. Rivera-Sandoval J., Monsalve T., Cattaneo C. A test of four innominate bone age assessment methods in a modern skeletal collection from Medellin, Colombia // Forensic Sci. Intern. 2018. Vol. 282. P. 232.e1–232.e8.

  361. Robling A.G., Stout S.D. Histomorphometry of Human Cortical // Bone: Applications to Age Estimation. In: Biological Anthropology of the Human Skeleton: Second Edition. John Wiley & Sons, 2007. Р. 149–182.

  362. Rose D.C., Agnew A.M., Gocha T.P. et al. Technical note: The use of geographical information systems software for the spatial analysis of bone microstructure // Am. J. Phys. Anthropol. 2012. Vol. 148. N. 4. P. 648–654.

  363. Rоss M.H., Pawlina W. Histоlоgy: A Text and Atlas: With Сell and Mоleсular Biоlоgy. Wоlters Kluwer, 2011.

  364. Ruhli F.J., Muntener M., Henneberg M. Age-dependent changes of the normal human spine during adulthood // Am. J. Phys. Anthr. 2005. Vol. 17. P. 460–469.

  365. Sakuma A., Ohtani S., Saitoh H., Iwase H. Comparative analysis of aspartic acid racemization methods using whole-tooth and dentin samples // Forensic Sci. Intern. 2012. Vol. 223. P. 198–220.

  366. San-Millán M., Rissech C., Turbón D. Application of the recent SanMillán–Rissech acetabular adult aging method in a North American sample // Int. J. Legal Med. 2019. Vol. 133. N. 2. P. 909–920.

  367. Satyanarayana N., Ramalingaswamy С., Ramadevi Y. Survey of classification techniques in data mining // IJISET — Int. J. Innov. Sci. Eng. Tech. 2014. Vol. 9. N. 1. Р. 268–278.

  368. Schmeling A., Garamendi P., Prieto J., Landa M. Forensic age estimation in unaccompanied minors and young living adults // DNVIEIRA (Ed.), Forensic Medicine — From Old Problems to New Challenges. Intech Publishers, 2011. 45 р.

  369. Schmitt A. Age-at-death assessment using the os pubis and the auricular surface of the ilium: a test on an identified Asian sample // Int. J. Osteoarchaeol. 2004. Vol. 14. P. 1–16.

  370. Schmitt A., Murail P., Cunha E., Rouge D. Variability of the pattern of aging on the human skeleton: evidence from bone indicators and implications on age at death estimation // J. Forensic Sci. 2002. Vol. 47. N. 6. P. 1203–1209.

  371. Seung-Ho Han, Sang-Hyun Kim, Yong-Woo Ahn et al. Microscopic Age Estimation from the Anterior Cortex of the Femur in Korean Adults // J. Forensic. Sci. 2009. Vol. 54. N. 3. P. 519–522.

  372. Sharma L., Chang A. Overweight: advancing our understanding of its impact on the knee and the hip // Ann. Rheum. Dis. 2007. Vol. 66. P. 141–142.

  373. Sibille E. Molecular aging of the brain. Neuroplasticity, and vulnerability to depression and other brain-related disorders // Dial. Clin. Neurosci. 2013. V. 15. N. 1. P. 53–65.

  374. Singh I.J., Gunberg D.L. Estimation of age at death in human males from quantitative histology of bone fragments // Am. J. Phys. Anthropol. 1970. Vol. 33. P. 373–382.

  375. Snodgrass J.J. Sex differences and aging of the vertebral column // J. Forensic Sci. 2004. Vol. 49. P. 458–463.

  376. Sobol J., Ptaszyñska-Sarosiek I., Charuta A. et al. Estimation of age at death: Examination of variation in cortical bone histology within the human clavicle // Folia Morphologica (Poland). 2015. Vol. 74. N. 3. P. 378–388.

  377. Spalding K., Bergmann O., Alkass K. et al. Dynamics of hippocampal neurogenesis in adult humans // Cell. 2013. Vol. 153. N. 6. P. 1219–1227.

  378. Storey R. An elusive paleodemography? A comparison of two methods for estimating the adult age distribution of deaths at late Classic Copan, Honduras // Am. J. Phys. Anthropol. 2007. N. 132. Р. 40–47.

  379. Stout S.D. Bone remodeling, histomorphology and histomormetry. In: Crowder C., Stout S.D. et al. // Bone Biology. An anthropological perspective. U.S.A.: CRC Press, 2012. P. 1–22.

  380. Stout S.D., Porro M.A., Perotti B. Brief communication: a test and correction of the clavicle method of Stout and Paine for histological age estimation of skeletal remains // Am. J. Phys. Anthropol. 1996. Vol. 100. P. 139–142.

  381. Stout S.D., Dietze W.H., Iscan M.Y., Loth S.R. Estimation of age at death using the cortical histomorphometry of the sternal end of the fourth rib // J. Forensic Sci. 1994. Vol. 39. Р. 778–784.

  382. Stoyanova D.K., Algee-Hewitt B.F.B., Kim J., Slice D.E. A Study on the Asymmetry of the Human Left and Right Pubic Symphyseal Surfaces Using High-Definition Data Capture and Computational Shape Methods // J. Forensic Sci. 2019. Vol. 64. P. 494–501.

  383. Sullivan S., Flavel A., Franklin D. Age estimation in a sub-adult Western Australian population based on the analysis of the pelvic girdle and proximal femur // Forensic Sci. Intern. 2017. Vol. 281. P. 185.e1–185.e10.

  384. Swain U., Rao K.S. Age-dependent decline of DNA base excision repair activity in rat cortical neurons // Mech. Ageing Develop. 2012. Vol. 133. N. 4. P. 186–194.

  385. Tangmose S., Thevissen P., Lynnerup N. et al. Age estimation in the living: Transition analysis on developing third molars // Forensic Sci. Intern. 2015. Vol. 257. P. 512.e1–512.e7.

  386. Tanner J.M., Whitehouse R.H., Cameron N. et al. Assessment of skeletal maturity and prediction of adult height (TW2 method). London: Academic Press Limited, 1988.

  387. Tarcan T., Park K., Goldstein I. et al. Histomorphometric analysis of age-related structural changes in human clitoral cavernosal tissue // J. Urol. 1999. N. 161. P. 940–944.

  388. Thodberg H., Savendahl L. Validation and reference values of automated bone age determination for four ethnicities //Acad. Radiol. 2010. Vol. 17. P. 1425–1432.

  389. Todd T.W. Age changes in the pubic bone: I. The male white pubis // Am. J. Phys. Anthropol. 1920. Vol. 3. P. 285–334.

  390. Tong X., Malo H., Inari Burton S. et al. Histomorphometric and osteocytic characteristics of cortical bone in male subtrochanteric femoral shaft // J. Anat. 2017. Vol. 23. N. 6. Р. 708–717.

  391. Tong X., Malo M., Tamminen I.S. et al. Development of new criteria for cortical bone histomorphometry in femoral neck: intra- and inter-observer reproducibility // J. Bone Miner. Metab. 2015. Vol. 33. Р. 109–118.

  392. Tong X., Burton I., Jurvelin J. et al. Iliac crest histomorphometry and skeletal heterogeneity in men // Bone Rep. 2017. Vol. 6. Р. 9–16.

  1. Trojahn C., Dobos G., Richter C. et al. Measuring skin aging using optical coherence tomography in vivo: a validation study // J. Biomed. Optics. 2015. Vol. 20. N. 4.

  2. Trojahn C., Dobos G., Schario M. et al. Relation between skin microtopography, roughness, and skin age // Skin Res. Tech. 2015. N. 21. P. 69–75.

  3. Turk L.M., Hоgg D.A. Age сhanges in the human laryngeal сartilages // Сlin. Anat. 1993. Vоl. 6. N. 3. Р. 154–162.

  4. Türkmen S., Сansu A., Türedi S. et al. Age-dependent struсtural and radiоlоgiсal сhanges in the larynx // Сlin. Radiоl. 2012. Vоl. 67. N. 11. Р. 22–26.

  5. Tustison N.J., Cook P.A., Klein A. et al. Large-scale evaluation of {ants} and freesurfer cortical thickness measurements // NeuroImage. 2014. Vol. 99. Р. 166–79.

  6. Ubelaker D.H. Recent advances in forensic anthropology // Forensic Sci. Res. 2018. Vol. 3. N. 4. Р. 275–277.

  7. Ueda M. Combined multiphoton imaging and biaxial tissue extension for quantitative analysis of geometric fiber organization in human reticular dermis // Sci. Rep. 2019. Vol. 9. Р. 1–12.

  8. Versteeg H.H., Heemskerk J.W.M., Levi M., Reitsma P.H. New Fundamentals in Hemostasis // Physiol. Rev. 2013. N. 93. Р. 327–358.

  9. Villaa C., Hansena M.N., Buckberryb J. et al. Forensic age estimation based on the trabecular bone changes of the pelvic bone using post-mortem CT // Forensic Sci. Intern. 2013. Vol. 233. N. 1–3. P. 393–402.

  10. Waaijer M., Gunn D.A., Catt S.D. et al. Morphometric skin characteristics dependent on chronological and biological age: The Leiden Longevity Study // Age (Dordrecht. Netherlands). 2012. Vol. 34. N. 6. P. 1543–1552.

  11. Wang H., Thomas S., Fevola M.J. et al. Age-related morphological changes of the dermal matrix in human skin documented in vivo by multiphoton microscopy // J. Biomed. Optics. 2018. Vol. 23. N. 3.

  12. Williams P.L., Warwiсk R., Dysоn M. et al. Gray’s Anatоmy. Lоndоn: Сhurсhill Livingstоne, 1989. P. 1249–1252

  13. Witte M., Jaspers S., Wenck H. et al. General method for classification of fiber families in fiber-reinforced materials: application to in vivo human skin images // Sci. Rep. 2020. Vol. 10. N. 1. Р. 10888

  14. Wluka A.E., Wang Y., Davies S.R., Cicuttini F. Tibial plateau size is related to grade of joint space narrowing and osteophytes in healthy women and in women with osteoarthritis // Ann. Rheum. Dis. 2005. Vol. 64. P. 1033–1037.

  15. Wuelling M. Transcriptional networks controlling chondrocyte proliferation and differentiation during endochondral ossification // Vortkamp Pediatr. Nephrol. 2010. Vol. 25. Р. 625–631.

  16. Xanthopoulou P., Valakos E., Youlatos D., Nikita E. Assessing the accuracy of cranial and pelvic ageing methods on human skeletal remains from a modern Greek assemblage // Forensic Sci. Intern. 2018. Vol. 286. P. 266.e1–266.e8.

Приложения

Приложение А. Таблица пересчета величины площади жировой ткани (мкм2) в ранг

Средняя площадь жировой ткани, мкм2 Ранг Средняя площадь жировой ткани, мкм2 Ранг Средняя площадь жировой ткани, мкм2 Ранг

0,00

3,5

0,71

53,0

17,20

89,0

0,02

7,0

0,74

54,0

18,10

91,0

0,08

8,5

0,75

55,0

18,30

92,0

0,09

11,0

0,87

56,0

18,90

93,0

0,12

13,0

0,90

57,0

19,10

94,0

0,15

14,0

0,92

58,0

19,30

95,5

0,22

15,5

1,05

59,0

19,50

97,0

0,24

17,0

1,15

60,0

19,60

99,0

0,25

18,5

1,30

61,0

19,80

101,0

0,26

20,5

1,70

62,0

20,10

102,0

0,27

22,0

1,90

63,0

22,20

103,0

0,28

23,0

1,92

64,0

23,10

104,0

0,29

24,0

2,07

65,0

23,40

105,0

0,31

25,5

2,10

66,0

23,50

106,0

0,32

27,0

2,26

67,0

24,20

105,0

0,33

28,0

2,60

68,0

26,10

106,0

0,34

29,0

2,70

69,0

27,30

107,0

0,37

30,0

2,82

70,0

27,40

108,0

0,39

31,0

2,90

71,0

27,90

109,0

0,41

32,0

3,05

72,0

28,30

110,0

0,43

33,0

3,20

73,0

28,40

111,0

0,44

34,0

3,50

74,0

29,50

112,5

0,45

35,5

4,02

75,0

30,10

114,0

0,46

37,0

6,70

76,0

30,80

115,0

0,47

38,5

7,30

77,0

32,10

116,0

0,51

40,5

9,60

78,0

32,50

117,0

0,55

42,5

11,47

79,0

33,40

118,0

0,56

44,5

14,03

80,0

33,50

119,0

0,64

46,0

14,60

81,0

34,10

120,0

0,65

47,0

14,80

82,0

35,10

121,0

0,68

48,5

15,10

84,0

35,20

125,0

0,69

50,5

16,10

86,0

35,80

126,0

0,70

52,0

16,90

87,0

36,20

127,0

Приложение Б. Таблица пересчета площади костной ткани (мкм2) в ранг

Площадь костной ткани, мкм2 Ранг Площадь костной ткани, мкм2 Ранг Площадь костной ткани, мкм2 Ранг

0,00

3,5

3,80

56,0

33,70

86,0

1,10

8,0

3,90

58,0

35,05

87,0

1,20

11,5

4,00

59,0

35,20

88,0

1,30

14,0

4,10

60,5

35,30

89,0

1,50

15,0

4,20

62,5

35,60

90,0

1,60

16,0

4,50

64,0

36,30

91,0

1,80

17,0

4,60

65,0

37,70

92,0

1,90

18,5

4,72

66,0

39,10

93,0

2,20

20,5

4,80

67,0

39,90

94,0

2,35

22,0

4,90

68,5

40,20

95,0

2,50

23,0

5,10

70,0

40,50

96,0

2,70

24,5

6,20

71,0

42,30

97,5

2,73

26,0

6,80

72,0

43,80

99,0

2,80

28,5

6,90

73,0

44,20

100,5

2,82

31,0

7,20

74,0

45,10

102,0

2,90

33,0

7,42

75,0

47,10

103,0

3,04

35,0

10,80

77,0

47,40

104,0

3,10

37,0

12,80

78,0

47,60

105,0

3,15

39,0

14,90

79,0

48,30

106,0

3,20

40,5

22,00

80,0

68,10

125,0

3,22

42,0

22,10

81,0

68,60

126,0

3,30

43,5

22,30

82,0

69,40

127,0

3,40

45,5

28,80

83,0

70,10

128,0

3,50

48,0

32,20

84,0

79,40

129,0

3,56

50,0

32,30

85,0

80,20

130,0

3,60

51,5

3,70

53,5

Приложение В. Таблица пересчета максимальной длины трабекулы (мкм) в ранг Приложение Г. Таблица пересчета среднего количества молодых хондроцитов

Максимальная длина трабекул, мкм Ранг Максимальная длина трабекул, мкм Ранг

3,50

0,00

71,00

0,80

7,00

0,03

74,00

0,85

8,00

0,06

75,00

0,89

9,00

0,12

79,00

0,90

10,00

0,14

83,00

0,91

11,00

0,15

84,00

0,92

12,00

0,24

85,00

0,94

13,50

0,25

86,00

0,96

15,50

0,29

88,50

0,98

17,50

0,30

93,50

1,02

20,50

0,31

97,50

1,03

24,00

0,32

100,50

1,05

27,50

0,35

103,50

1,06

30,00

0,36

106,00

1,08

31,50

0,37

108,50

1,09

33,00

0,38

113,00

1,10

34,00

0,39

117,00

1,12

35,50

0,40

118,00

1,19

38,00

0,41

120,50

1,30

40,00

0,42

123,00

1,35

41,50

0,43

124,00

1,50

44,00

0,44

125,50

1,60

46,00

0,45

127,00

1,65

47,50

0,47

128,00

1,84

49,00

0,48

129,00

1,87

51,00

0,50

130,00

2,85

53,50

0,52

55,00

0,53

56,00

0,54

57,00

0,57

58,00

0,58

59,50

0,60

61,00

0,64

62,50

0,68

64,50

0,70

66,00

0,71

67,00

0,74

68,00

0,78

Приложение Г. Таблица пересчета среднего количества молодых хондроцитов (ед.) в ранг

Среднее количество молодых хондроцитов, ед. Ранг Среднее количество молодых хондроцитов, ед. Ранг Среднее количество молодых хондроцитов, ед. Ранг

2,0

4

84,5

16

127,0

400

5,0

5

94,5

17

128,0

510

8,5

6

101,0

18

129,0

630

12,0

7

106,0

19

130,0

897

16,0

8

110,0

20

22,0

9

113,5

21

29,5

10

117,0

22

39,5

11

119,5

23

52,0

12

121,0

24

61,5

13

122,5

25

67,0

14

124,0

31

74,0

15

125,0

90

84,5

16

126,0

300