CC BY
50
УДК 343.983.7:343.982.323
DOI 10.24411/2078-5356-2019-10226
Сучкова Елена Владимировна Elena V. Suchkova
кандидат биологических наук, заместитель начальника отдела экспертиз биологических объектов управления медико-биологических экспертиз и учетов
Экспертно-криминалистический центр МВД России (125130, Москва, ул. Зои и Александра Космодемьянских, 5)
сandidate of sciences (biology), deputy head of the department of biological objects examination Forensic center of the MIA of Russia (5 Z. and A. Kosmodemyanskiy st., Moscow, Russian Federation, 125130)
E-mail: evsuchkova@mail.ru
Кулик Сергей Дмитриевич Sergey D. Kulik
доктор технических наук, профессор кафедры компьютерных систем и технологий Национальный исследовательский ядерный университет «МИФИ» (115409, Москва, Каширское шоссе, 31)
doctor of sciences (engineering), professor of computer systems and technologies department National research nuclear university "MEPhl" (31 Kashirskoe shosse, Moscow, Russian Federation, 115409)
E-mail: sedmik@mail.ru
Никонец Денис Артурович Denis A. Nikonets
кандидат технических наук, программист баз данных ООО «МРФК» (117105, Москва, Нагорный проезд, 12, корп. 1)
сandidate of sciences (engineering), DB programmer
MRFK LTD (12/1 Nagorniy proezd, Moscow, Russian Federation, 117105)
E-mail: denis_n@mail.ru
Оценка возможности применения статистической обработки результатов исследования при производстве судебной биологической экспертизы волос с головы человека
Evaluation of the possibility of statistical processing of the results of the forensic microscopical analysis of the human hair
Предложен новый подход к проведению иденти- A new approach to forensic human identification us-
фикации человека по комплексу морфологических ing of the set of the morphological characteristics of the
признаков волос человека. Итогом работы являет- human hair is proposed. The result of the work is the
ся разработка математической модели для количе- development of a mathematical model for the evaluat-
ственной оценки идентификационной значимости ing of the probability of a set of the matching features
комплекса совпадающих признаков объекта и срав- in the investigated hair object and comparative hair
нительных образцов волос, а также алгоритма ее samples, as well as the algorithm of its application. применения.
© Сучкова Е.В., Кулик С.Д., Никонец Д.А., 2019
Ключевые слова: морфологическое исследование волос, вероятностно-статистическая оценка, идентификация человека, математическая модель.
Keywords: microscopical hair analysis, probability evaluation, forensic identification, mathematical model.
Известно, что волосы часто встречаются на местах происшествий. При дефиците иных следов особенно важным становится получение как можно более полной информации об обнаруженных волосах, а также безошибочность действий эксперта при производстве судебной экспертизы [1, с. 474]
Для оценки доказательственного значения результатов экспертизы волос человека важным является то, известен ли круг лиц, возможно причастных к расследуемому событию. Для ответа на вопрос о происхождении исследуемого волоса с головы человека от проверяемого лица в рамках производства судебной биологической экспертизы эксперту необходимо исследовать его образцы волос (не менее 10 волос с каждой из перечисленных областей головы: лобная, теменная, правая височная, левая височная, затылочная). Если совпадают все индивидуально значимые микроморфологические признаки представленного волоса и образцов волос, формулируется вероятный положительный вывод [2] Категоричный отрицательный вывод теоретически может формулироваться в том случае, если не совпадает хотя бы один из индивидуально значимых признаков.
В случае исследования волос с головы человека возникает вопрос: можно ли достичь такого уровня вероятности встречаемости выявленных признаков, при котором эксперты могут констатировать практически неповторимую совокупность и сформулировать вывод в категорической форме, а также вместо вывода о возможности формулировать вывод о вероятности происхождения волоса от проверяемого лица?
Несмотря на то, что впервые волосы были использованы в качестве вещественного доказательства в 1861 году [3], в настоящее время в доступной криминалистической литературе практически отсутствуют данные о статистических исследованиях, касающиеся сравнительного этапа исследования волос. Не изучена возможность использования совокупности качественных и количественных показателей и статистической обработки полученных результатов. Отсутствует информация о частоте встречаемости комплексов микроморфологических признаков волос.
Оценка возможности применения математической обработки микроморфологических при-
знаков волос человека для получения статистического обоснования выводов эксперта требует подготовки специальных экспериментальных данных. Необходимо понимать, какие из этих признаков можно описать количественными характеристиками, а какие могут быть описаны только качественными. Также следует учесть возможную зависимость признаков друг от друга и получить информацию о частоте их встречаемости на малой выборке.
Для решения задач, поставленных в данной работе, при определении объема выборки учитывали тот факт, что с ростом объема выборки новые признаки совокупности появляются все реже и практически перестают обнаруживаться. В итоге принимается решение прекратить сбор образцов, несмотря на наличие информации о существовании признаков, не вошедших в данную выборку [4; 5]. В связи с этим было изучено 22 500 волос с головы 450 человек мужского и женского пола разных возрастов (от 7 месяцев до 90 лет), проживающих в различных субъектах Российской Федерации [6].
Для успешного осуществления идентификации выбираются признаки, отвечающие ряду условий: специфичность, воспроизводимость (способность к неоднократному отображению), выраженность, относительная устойчивость, с учетом того, что все объекты материального мира подвержены изменениям [7]. Характеристики идентификационно значимых морфологических признаков волос не противоречат условию воспроизводимости и устойчивости: определенное сочетание признаков проявляется на каждом волосе головы человека. Одинаковые проявления основных (идентификационно значимых) признаков стабильны, обнаруживаются как на протяжении одного волоса, так и на всех волосах с головы одного человека [8; 9]. Ранее проведенные исследования показали, что основные микроморфологические признаки волос с головы человека не изменялись на протяжении 12 лет. Также имеются данные, что воздействие низкой температуры и ультрафиолетовое облучение не исключают возможности установления происхождения волоса от конкретного человека [10]. Выраженность признака, то есть отсутствие сомнений в его наличии, обеспечивается возможностью его обнаружения в поле зрения микроскопов разных моделей
несколькими экспертами. Специфичность совокупности признаков определяется как сочетанием различных признаков, так и наличием в этой совокупности отдельных оригинальных (редко встречающихся) признаков. Не все известные в судебной экспертизе микроморфологические признаки обнаруживались в исследуемых образцах волос изучаемой выборки. Чем оригинальнее признак, тем выше его идентификационная значимость.
В рамках настоящей работы проводились исследования 77 качественных и 9 количественных признаков, характеризующих волосы. Данные признаки выявляются при исследовании с помощью светового микроскопа.
Семьдесят семь микроморфологических признаков являются только качественными, они объединены в соответствующие группы. Среди них можно выделить шесть основных групп идентификационно значимых признаков: рисунок кутикулы, цвет фона коркового слоя, цвет, размер, архитектоника и расположение пигмента. Другие признаки (наличие седины, обесцвечивания, окрашивания, повреждений, заболеваний волос и т. д.) являются дополнительными. Каждый из них может иметь несколько вариантов проявления.
Девять признаков — количественные, также объединены в три группы (максимальная толщина волос, максимальное количество линий кутикулы на 1 мкм, максимальная длина пиг-ментофор). Кроме того, в расчет введены качественные признаки, которые являются производными от количественных признаков. Таким образом, с целью унификации расчетов все количественные признаки были преобразованы в качественные признаки.
В процессе работы было выделено несколько вариантов проявления каждого микроморфологического признака, учитываемых при исследовании волос человека, которым присвоены числовые индексы. Затем исследовались микроморфологические признаки волос с головы каждого донора. Волосы помещали на предметные стекла в капли просветляющей жидкости (дистиллированная вода), накрывали покровными стеклами. Микроморфологические признаки волос (кутикула, сердцевина, корковый слой, пигмент, корневые и периферические концы, оптический край) изучали в обычном проходящем свете микроскопа <^еюа DM 1000» при увеличениях 100х, 200х и 400х. Исследование проводили в соответствии с имеющимися методическими рекомендациями [11—13]. Для оценки вероятности появления
комплекса качественных признаков в изучаемых образцах волос полученное описание волос было выражено в виде условных числовых индексов.
Опираясь на эти данные, разработана математическая модель для оценки частоты встречаемости и значимости индивидуализирующих признаков волос с головы человека. В случае увеличения выборки, полученная модель позволит вносить дополнения в индексируемый перечень при обнаружении новых признаков.
Исследование имеющейся выборки показало, что некоторые из выявленных признаков обязательно присутствуют в случае одновременного наличия иных признаков, то есть данные признаки могут быть зависимы друг от друга. Известно, что наличие зависимых признаков в рассматриваемой совокупности изменяет идентификационную значимость данной совокупности [14; 15]. В этой связи важно определить и учесть в расчетах степень зависимости признаков друг от друга [14—16]. Для определения зависимых признаков следует опираться как на экспертные наблюдения, основанные на изучении признаков объекта, так и на методы математической статистики. Так, если эксперту, исходя из его опыта, известно, что признак X встречается всегда вместе с признаком X то для расчета суммарной идентификационной значимости будет использован только один из них. Также в рамках исследования решается задача выявления частичной статистической зависимости для пар признаков. Для этого в каждом из шести основных показателей (групп микроморфологических признаков) введены дополнительно групповые признаки. Всего было введено 8 групповых признаков. С использованием разработанной математической модели выполнен расчет идентификационной значимости этих групповых признаков. Таким образом, если они встретятся в исследуемом образце, то для получения суммарной идентификационной значимости используется значимость именно соответствующего группового признака, при этом идентификационные значимости отдельных признаков не будут учитываться. Применение данных методов позволит учесть зависимость признаков.
Одним из критериев значимости (информативности) идентификационных признаков является частота встречаемости (значимость идентификационных признаков обратно пропорциональна частоте их встречаемости в объектах множества, в которое входит искомый объект) [17, с. 114—115].
Оценка возможности применения статистической обработки совпадающих микроморфологических признаков волос человека состоит из трех этапов исследования:
1) разработка математической модели для вычисления на следующем этапе идентификационной значимости совокупности совпадающих индивидуализирующих признаков волос человека;
2) получение конкретных значений частоты встречаемости и вычисление идентификационной значимости для каждого признака;
3) анализ полученных результатов и вывод о возможности применения статистической обработки микроморфологических признаков волос человека для получения статистического обоснования выводов эксперта.
Для статистической обработки совпадающих частных признаков традиционно в отечественной криминалистике используют вероятностно-статистическую оценку совпадающих частных признаков, то есть оценку вероятности появления такого набора признаков [4; 5; 18—20].
Задача получения вероятностно-статистической оценки совпадающих частных признаков почерка формулируется следующим образом [4; 5; 18; 19]:
Пусть © = {91,...,9т} — множество т признаков, характеризующих волосы проверяемых лиц. Пусть все проверяемые лица образуют множество Ъ (в качестве данной совокупности можно использовать, например, население Земли или Российской Федерации). Пусть п человек (в данном исследовании п = 450), образцы волос которых были использованы как экспериментальные данные, образуют множество Ъп, являющееся подмножеством Ъ (то есть Ъп с 2).
Рассмотрим к-го человека Ък, где к =1 ^ п,
а Ъ, — элемент множества Ъп, то есть Ъ, е 2п.
кк
Для человека Ък характерен набор из 1 признаков, встречающихся в его волосах S = {9Л,...,9Л}. Будем считать, что в набор S = {9Л,...,9Л} входят первые 1 признаков из множества частных признаков © = {91,...,9т}. Следовательно, нужно рассматривать набор из 1 признаков S = {91,...,91}, 1 = 1 т. Требуется получить (оценить) вероятность Р(8) появления такого набора признаков S = {91,...,91}, то есть получить оценку Р^) для вероятности Р^) на основе изучения выборки Ъп. Данная оценка и будет количественной оценкой вероятности появления комплекса совпадающих признаков у проверяемого/искомого лица и признаков образца.
Оценку будем искать в виде одностороннего доверительного интервала. В качестве оцен-
ки неизвестной истинной вероятности появления совокупности признаков волос у человека возьмем верхнюю границу одностороннего доверительного интервала, то есть будем использовать заведомо завышенное значение вероятности по сравнению с истинной вероятностью Р(8). Иными словами, Р^) — верхняя граница доверительного интервала вероятности появления совокупности признаков Р(8), то есть Р{Р^) < Р^)} = у, где у — заданный коэффициент доверия. Далее будем использовать в качестве оценки суммарной идентификационной значимости 1(8) следующее выражение [4; 5; 18—20]: = Для принятия ре-
шения об идентификации человека предложен следующий порядок действий эксперта:
— установление пригодности исследуемых объектов и образцов волос для решения задачи о происхождении каждого объекта от проверяемого лица;
— выделение совпадающих признаков исследуемых объектов и образцов волос на сравнительном этапе экспертизы; для каждого из таких признаков по заранее известным табличным данным рассчитываются значения соответствующих оценок идентификационных зна-чимостей;
— определение оценки суммарной информативности (суммы оценок идентификационных значимостей всех признаков для одного человека);
— принятие решения об идентификации человека по микроморфологическим признакам волос с помощью заданного порога Q; если оценка суммарной идентификационной значимости 1(8) больше заданного порога, то есть 1^) > Q, тогда принимается решение об идентификации человека по микроморфологическим признакам волос. Чем выше порог принятия решения Q, тем меньше вероятность ошибки, но тем реже будет приниматься решение об идентификации.
В качестве порогов Q принятия решения о тождестве (идентификации) человека по волосам выбрано значение, равное Q = 9.845 (учитывая, что _\___,
109 845 ~ 7.109 '
получим примерно 1 случай на 7 млрд (это примерно соответствует численности населения Земли)).
Таким образом, показана принципиальная возможность статистической обработки результатов исследования и условия применения статистической оценки комплекса микроморфологических признаков волос с головы человека.
Рассчитана величина идентификационной значимости микроморфологических признаков волос с головы человека, при этом учтена статистическая зависимость микроморфологических признаков волос человека.
Разработан новый подход, позволяющий проводить идентификацию человека по комплексу морфологических признаков единичного волоса. Итогом работы является разработка математической модели для количественной оценки идентификационной значимости комплекса совпадающих признаков объекта и сравнительных образцов волос, а также алгоритма ее применения.
Примечания
1. Аверьянова Т. В. Судебная экспертиза: Курс общей теории. М.: Норма, 2006.
2. Сучкова Е.В. Судебно-экспертное исследование волос человека и животных: монография. М.: Юрлитинформ, 2015.
3. Bisbing R.E. The forensic identification and association of human hair. Forensic science handbook / ed. by R. Saferstein. Englewood Cliffs, New Jersey: Prentice Hall Regents, 1982.
4. Челышев М.М., Кулик С.Д., Бажакин Г.А. [и др.]. Методика определения пола исполнителя кратких рукописных текстов. М.: ВНКЦ МВД СССР, 1990.
5. Челышев М.М., Кулик С.Д., Бажакин ГА. и др. Методика определения возраста исполнителя рукописных текстов. М.: ЭКЦ МВД России, 1995.
6. Сучкова Е.В., Кулик С.Д., Никонец Д.А. Статистическая оценка результатов исследования морфологических признаков волос с головы человека при производстве судебной экспертизы // Библиотека криминалиста. Научный журнал. 2017. № 6 (35). С. 231—235.
7. Россинская Е.Р. Судебная экспертиза в гражданском, арбитражном и уголовном процессе. М.: Норма, 2009.
8. Стегнова Т.В., Печерский В.Л., Князенков С.Н. Волосы головы человека как объект судебно-биоло-гической экспертизы. М.: ВНИИ МВД СССР, 1990.
9. Разоренова О.И., Никифорова Ж.М. [и др.]. Комплексное исследование волос человека: учебное пособие. М.: ЭКЦ МВД России, 1997.
10. Сучкова Е.В. Влияние некоторых факторов внешней среды на морфологические признаки волос человека // Известия Тульского государственного университета. Экономические и юридические науки. Тула, 2016. Вып. 2—2. С. 191—198.
11. Типовые экспертные методики исследования вещественных доказательств: / под ред. А.Ю. Семенова. Ч. 2. М.: ЭКЦ МВД России, 2012.
12. Пименов М.Г, Разоренова О.И., Сучкова Е.В. [и др.]. Современные методы исследования волос человека: учебное пособие. М.: ЭКЦ МВД России, 2008.
13. Сучкова Е.В., Кондратов С.А. Морфологические признаки пораженных волос человека: справочное пособие. М.: ЭКЦ МВД России, 2011.
14. Белкин Р.С. Курс криминалистики: в 3 т. Т. 2. М.: Юристъ, 1997.
15. Колдин В.Я. Судебная идентификация. М.: Лекс Эст, 2002.
16. Судебно-почерковедческая экспертиза: общая часть: теоретические и методические основы / под науч. ред. В.Ф. Орловой; 2-е изд., перераб. и доп. М.: Наука, 2006.
17. Гамаюнова Ю.Г. Комплексная трасолого-во-локноведческая экспертиза: научно-методическое пособие. М.: Юрлитинформ, 2009.
18. Кулик С.Д., Никонец Д.А. Использование существующих почерковедческих методик для идентификационного поиска исполнителя рукописи // Нейрокомпьютеры: разработка, применение. 2016. № 9. С. 64—70.
19. Kulik S., Nikonets D. Forensic Handwriting Examination and Human Factors: Improving the Practice through Automation and Expert Training // Proc. 2016 Third International Conference on Digital Information Processing, Data Mining, and Wireless Communications (DIPDMWC). Pp. 221—226.
20. Kulik S.D. Neural network model of artificial intelligence for handwriting recognition // Journal of Theoretical and Applied Information Technology, 2015. Vol. 73. No. 2 (20th March 2015). Pp. 202—211.
References
1. Averjanova T.V. Forensic Science. Moscow: Norma Publ., 2006. (In Russ.)
2. Suchkova E.V. Forensic microscopical analysis of the human and animal hair: monograph. Moscow: Jur-litinform Publ., 2015. (In Russ.)
3. Bisbing R.E. The forensic identification and association of human hair. Forensic science handbook. Saferstein R., editor. Englewood Cliffs, New Jersey: Prentice Hall Regents, 1982.
4. Chelysheff M.M., Kulik S.D., Bazhakin G.A. et al. The technique for determining gender of brief handwritten text performer. Moscow: VNKTs MIA of the USSR Publ., 1990, 185 p. (In Russ.)
5. Chelysheff M.M., Kulik S.D., Bazhakin G.A. et al. The technique for determining age of handwritten text performer. Moscow: Forensic Center of the Ministry of Interior Affairs of Russia Publ., 1995, 255 p. (In Russ.)
6. Suchkova E.V., Kulik S.D., Nikonets D.A. Statistical evaluation of results of the study of morphological characteristics of hair from the head of a human in forensic examination. Library of the criminalist. Science magazine, 2017, no. 6 (35), pp. 231—235. (In Russ.)
7. Rossinskaya E.R. Forensic examination in civil, arbitration, administrative and criminal proceedings. Moscow: Norma Publ., 2009. (In Russ.)
8. Stegnova T.V., Pechersky V.L. Knyazenkov S.N. Human head hair as an object of the forensic biological expertise. Moscow: All-Russian research institute of the Ministry of Internal Affairs of the USSR Publ., 1990. (In Russ.)
9. Razorenova O.I., Nikiforova Zh.M. et al. Complex forensic examination of the human hair. Moscow: Forensic Center of the MIA of Russia Publ., 1997. (In Russ.)
10. Suchkova E.V. The influence of some environmental factors on the morphological characteristics of human hair. Izvestiya Tula state university. Economic and legal sciences, Tula, 2016, vol. 2—2, pp. 191—198. (In Russ.)
11. Typical forensic techniques for evidence examination / ed. by A.Yu. Semenov. Part 2. Moscow: Forensic Center of the MIA of Russia Publ., 2012. (In Russ.)
12. Pimenov M.G., Razorenova O.I., Suchkova E.V. et al. Modern forensic methods for human hair examination: educational book. Moscow: Forensic Center of the Ministry of Interior Affairs of Russia Publ., 2008. (In Russ.)
13. Suchkova E.V., Kondrashov S.A. Morphological characteristics of the injured human hair. Moscow: Forensic Center of the MIA of Russia Publ., 2011. (In Russ.)
14. Belkin R.S. The course of criminalistics: in 3 vol. Vol. 2. Moscow: Yurist Publ., 1997. (In Russ.)
15. Koldin V.Ya. Forensic identification. Moscow: Leks Est Publ., 2002. (In Russ.)
16. Forensic Handwriting Examination. The Common Part: Theoretical and Methodological Foundations. Moscow: Nauka Publ., 2006. (In Russ.)
17. Gamayunova Yu.G Comprehensive forensic trasological-fiber examination: methodical manual. Moscow: Jurlitinform Publ., 2009. (In Russ.)
18. Kulik S.D., Nikonets D.A. The using of existing handwriting techniques for writer identification Neurocomputers: design and application, 2016, no. 9, pp. 64—70. (In Russ.)
19. Kulik S., Nikonets D. Forensic Handwriting Examination and Human Factors: Improving the Practice through Automation and Expert Training. Proc. 2016 Third International Conference on Digital Information Processing, Data Mining, and Wireless Communications (DIPDMWC), 2016, pp. 221—226.
20. Kulik S.D. Neural network model of artificial intelligence for handwriting recognition Journal of Theoretical and Applied Information Technology, 2015, vol. 73, no. 2 (20th March 2015), pp. 202—211.
