Главной чертой современного общества является глобализация. Одно из негативных следствий глобализации — рост экологических и военных катастроф. Трансформация международной системы изменила параметры и масштабы данных катастроф, особенно террористических актов, основной чертой которых в последние десятилетия стала их направленность против широких масс мирного населения. В этой связи актуальность исследований по проблеме идентификации личности, направленных на разработку как принципиально новых подходов и отдельных методических приемов, так и на совершенствование уже существующих, не вызывает сомнений [1—3].

Анализ опыта работы судебно-медицинских экспертов в местах катастроф и аварий свидетельствует, что, несмотря на определенные различия в их организационной деятельности, можно выделить присущие всем основные этапы: сортировка, исследование трупов для установления причины смерти, исследование механизма давности образования повреждений, обнаружение идентификационных признаков, необходимых для опознания. Сортировка трупов базируется в том числе и на установлении общегрупповых признаков: пол, возраст, рост и др. [2—5]. Динамике возрастных изменений различных органов и систем посвящено большое количество научных публикаций. Выполнены фундаментальные исследования возрастных изменений соединительной, хрящевой, нервной и костной тканей, которые позволяют более точно, чем существующие аналоги, определять биологический возраст человека [3—12]. Вместе с тем в условиях чрезвычайных ситуаций с массовыми человеческими жертвами очевидны разнородный характер, потенциальные значимые погрешности в исходных данных и другие сложно формализуемые особенности обрабатываемой информации. Это обусловливает невозможность или нецелесообразность использования отдельных методик и требует применения совокупности разных по своему принципу обработки информации математических методов для расчета возраста. Таким образом, несмотря на достаточную точность оценки возраста на основе известных подходов, необходимо их совершенствование.

Цель исследования — разработка комплексного подхода для повышения точности вычисления биологического возраста неизвестного индивидуума по совокупности измерений параметров разнородного характера в условиях частично искаженных или неполных данных с использованием современных информационных интеллектуальных технологий.

Материалом исследования послужил обзор опубликованных метаанализов. Методологией исследования явился системный анализ результатов научных исследований в области современных интеллектуальных технологий (инженерия знаний, обработка нечеткой информации, мягкие вычисления, нейросетевые технологии, эволюционное моделирование, генетические алгоритмы).

Современные интеллектуальные информационные технологии — неотъемлемая часть многих предметных областей, в которых они ранее не использовались или не были широко распространены. Это обусловлено как созданием новых методов и высокоэффективных средств обработки и интерпретации информации, так и накоплением качественно новых совокупностей данных и первичных материалов, которые нередко характеризуются разнородностью и не могут быть обработаны с помощью традиционных методик [13, 14]. Судебно-медицинская идентификация личности в целом и оценка биологического возраста индивидуума в частности — это предметные области, в которых необходимо кардинальное развитие применяемых методик на основе внедрения и создания специализированных новейших интеллектуальных методов обработки информации, в том числе разнородной и сложно структурируемой.

Анализ исходных данных, выявленных закономерностей и связей [3—12] позволяет рекомендовать для вычисления возраста совокупность методов статистического анализа и нечеткой логики с последующей формализацией последовательности действий в виде алгоритма для принятия решения о возрасте индивидуума.

Предлагается обобщенный алгоритм, отличительной особенностью которого является использование различных математических методов первичной обработки данных и извлечения информации. Это позволяет в условиях различной по структуре и достоверности информации сформировать наиболее рациональную по критерию точности оценку возраста индивидуума (рис. 1).

Далее в блоке 2 производят группирование входных признаков по заданным критериям, позволяющим обобщить данные по сходным критериям и провести при необходимости статистический анализ. В блоке 3 оценивают достаточность данных для последующей реализации методов их обработки, а также вычисляют статические характеристики исходных данных. Все это обеспечивает предварительную фильтрацию, исключение предположительно недостоверных значений признаков и позволяет обеспечить рациональный выбор метода и алгоритмов обработки по каждой из групп данных в блоке 4.

В блоке 4 алгоритма реализуют выбор метода обработки данных. Исходя из полноты, достоверности и объема данных, используют наиболее рациональные по критерию достоверности и точности получаемого результата методы, частные способы и алгоритмы анализа, подходящие для представленной информации. В качестве основных методов обработки рассматриваются статистический корреляционный анализ (блок 5), метод нечеткого логического вывода (блок 6), нейросетевой подход на основе искусственных нейронных сетей (блок 7) и метод экспертной оценки (блок 8).

Значимой особенностью, принципиально влияющей на выбор метода, являются наличие и достаточность априорной эталонной информации о диапазоне, статистических распределениях и иных необходимых параметрах исходных признаков в эталонной выборке.

После выбора метода по каждой из групп данных производят независимое построение целевой функции в блоках 5—8 на основе ранее сформированных в блоке 2 наборов исходных данных. Целевая функция определяет возраст и достоверность его определения. Далее в блоке 9 уточняют оценку достоверности полученных результатов, исходя из качества входных данных и полноты априорных данных эталонной выборки по данной группе признаков.

Полученные в блоках 2—9 результаты формируют целевой вектор параметров, который обрабатывают в блоке 10 посредством комплексного анализа ранее вычисленных значений возраста по отдельным группам исходных данных и признаков. Комплексный анализ в блоке 10 состоит в выполнении совокупности двух групп действий. 1-я группа — принятие решения о наиболее достоверном значении среди найденных в блоках 5—9 алгоритма промежуточных оценок достоверности и расчет степеней значимости результатов по каждой из групп. 2-я группа — окончательное уточнение возраста на основе групп параметров и их рассчитанных степеней значимости. 1-я группа действий в блоке 10 фактически сводится к выбору наиболее достоверного признака на основе заданного решающего правила, исходными данными для которого являются априорные степени значимости каждой совокупности типов данных и полученные в процессе расчета доверительные интервалы о рассчитанных значениях признаков. 2-я группа действий базируется на дополнительной корректировке возраста посредством расчета взвешенной уточняющей поправки. В блоке 10 алгоритма оценивают достоверность результирующего значения возраста и выдают результаты расчета эксперту.

Предложенный алгоритм реализуется в аппаратно-программном комплексе (рис. 2).

В состав аппаратно-программного комплекса входят следующие ключевые модули:

— вычислительный комплекс, обеспечивающий управление всеми компонентами системы и реализацию основных вычислительных процедур. В качестве вычислительного комплекса в зависимости от решаемых задач и назначения может быть использован персональный компьютер, специализированный компьютер в портативном исполнении или иное вычислительное устройство, обеспечивающее запуск и выполнение специального программного обеспечения;

— 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, содержащая наборы данных, описывающие анализируемого индивидуума, а также референсные значения из эталонной выборки;

— инструментальные средства, обеспечивающие в соответствии с решаемыми задачами получение требуемых параметров измерений на основе лабораторных, морфометрических или рентгеноскопических исследований;

— средства обмена данными для коммуникации с внешними источниками данных, а также для ввода исходных данных — численных и имеющих описательный семантический характер;

— модуль статистического анализа, представляющий собой совокупность программных средств для выполнения статистических расчетов, оценки статических характеристик и иных обобщающих величин, необходимых для оценки качества и достаточности входных данных, предварительной обработки, а также для анализа качества выходных данных;

— модуль фильтрации исходных данных, выполняющий на программном уровне исключение заведомо недостоверных значений входных данных на основе априорной информации и результатов обработки данных статистическим модулем;

— модуль нейросетевого анализа, реализующий на программном или аппаратно-программном уровне принципы обработки информации с использованием искусственной нейронной сети;

— модуль нечеткого логического вывода, реализующий вычисления на основе теории нечеткой логики;

— модуль оценки достоверности данных, формирующий численные характеристики, определяющие получаемые входные и выходные данные;

— программный модуль комплексирования и обработки информации, обеспечивающий на основе информации из базы знаний и базы данных принятие результирующего решения, описанного в блоке 7 алгоритма (см. рис. 1);

— модуль отображения данных, предназначенный для отображения и сохранения результирующих данных.

Выполненный предварительный анализ показал, что представленная структурно-функциональная организация способна обеспечить решение большинства задач судебно-медицинской экспертизы по установлению биологического возраста неизвестного индивидуума. Для расширения функционала комплекса, внедрения новых информационных решений и адаптации с учетом выявленных в процессе функционирования комплекса недостатков в состав системы могут быть дополнительно введены новые программные и аппаратные модули. Взаимодействие с данными модулями приведено в специальном файле конфигурации, определяющем последовательность окончательной обработки данных и принятия решения о возрасте человека.

— математический аппарат статистического анализа;

— теория нечеткой логики и нечеткого логического вывода;

— математический аппарат искусственных нейронных сетей.

Для каждой из групп входных данных целесообразно использовать перечисленные теоретические основы, которые адекватно исходным данным позволяют рассчитать результирующую оценку возраста. Например, методы статистического, корреляционного, регрессионного анализов необходимо применять при известной четко выраженной и хорошо формализуемой зависимости результата от входных данных. Важно исключить влияние побочных данных и помех, которые могут привести к ошибочной оценке возраста человека. Методы статистического анализа являются наиболее точными при хорошо изученных и подтвержденных закономерностях и фактически сводятся к построению регрессионных моделей и четко формализуемых алгоритмов, обеспечивающих расчет возраста. Данные методы практически бесполезны в случае частично искаженных данных, при неполной информации и в ряде других ситуаций, которые всегда встречаются на практике.

Для принятия решений о значении биологического возраста человека при неполной и разнородной информации надо применять методы нечеткой логики и искусственных нейронных сетей. Эти методы схожи между собой по целевому назначению и обеспечивают при корректной их реализации качественную оценку возраста [13, 14].

Методы нечеткой логики целесообразно использовать при наличии ряда словесно описываемых признаков, разрозненных совокупностей параметров и неточно измеренных значений с потенциально большой исходной погрешностью. Для реализации этих методов необходима четкая формализация алгоритмов принятия решения, сформированных экспертом. В таких случаях применение методов нечеткой логики обоснованно и приносит результат [13, 14].

Методы искусственных нейронных сетей надо применять для случаев сложных и неформализуемых зависимостей между наборами входных данных и получаемой результирующей оценкой возраста. В отличие от методов нечеткой логики подход на основе нейронных сетей требует большей по объему обучающей выборки, необходимой для обучения и формирования связей, и численных значений при обучении нейронной сети [13, 14].

Согласно представленному алгоритму и структурно-функциональной организации предложенного комплекса, методы обработки и анализа для достижения наивысшей точности вычисления возраста погибшего или оценки биологического возраста живого человека должны применяться исходя из достоверности, полноты и точности входных данных.

Таким образом, представленный обобщенный алгоритм обработки первичных данных и оценки возраста индивидуума, структурно-функциональная организация специализированного вычислительного программно-аппаратного комплекса для его реализации позволяют на основе комплексного использования различных методов обработки информации получить более точные и достоверные результаты оценки возраста.

Результаты исследований позволили также определить направление дальнейших исследований: совершенствование методов количественной возрастной морфологии, молекулярного вскрытия, цифровых технологий и формирования концепта технологической базы для регистрации идентификационных биологических признаков за счет комплексирования и кооперирования разнородной и сложно структурированной информации, в том числе с использованием методов оценки возрастных изменений различных органов и систем на основе комплексного подхода с адресным применением молекулярно-генетических и цифровых технологий.

Авторы заявляют об отсутствии конфликта интересов.

¹e-mail: zolotenkova.galina@bk.ru; https://orcid.org/0000-0003-1764-2213