ISSN 1694-6286
e-ISSN 1694-9250
Макала жөнөтүү
Кыргыз
Кыргыз улуттук агрардык университетинин жарчысы

Макаланы издөө

Мышыктардын насолабиалдык күзгүсүнүн папиллярдык түзүлүшүнүн мүнөздөмөсү

Н Назгуль Тентиева К Кубан Арбаев
Кабыл алынган убакыт 27.01.2025
Түзөтүлгөн 30.04.2025
Жарыяланган 14.06.2025

Аннотация

Бул изилдөөнүн актуалдуулугу ветеринардык жана соттук ветеринардык практикада үй жаныбарларын, атап айтканда мышыктарды идентификациялоонун илимий жактан негизделген, так жана инвазивдүү эмес методдоруна муктаждык менен шартталган. Идентификациялоонун учурдагы ыкмалары (чиптөө, биркалоо, нашейниктер) бир катар кемчиликтерге ээ – процедуранын жоголушу, оорушу же аллергиялык реакциялар. Бул альтернативдүү чечимдерди табуунун маанилүүлүгүн жогорулатат. Иштин максаты мышыктардын назолабиалдык күзгүсүнүн папиллярдык түзүлүшүн морфологиялык талдоодо жана аны жаныбардын кайталангыс идентификациялык белгиси катары пайдалануунун илимий негиздемесинде турат. Изилдөө процессинде төмөнкүдөй методдор колдонулган: Тстк 9052 штемпелдик жаздыктын жана кагаздын жардамы менен издерди алуу, издердин сүрөттөрүн сканерлөө, Сток 2017 жана Ттп программаларын колдонуу менен санариптик иштетүү, ошондой эле алынган маалыматтарды салыштырмалуу морфологиялык талдоо. 157 мышыктын насолабиалдык күзгүлөрү изилденген, анын ичинде белгилүү бир убакыт аралыгында 14 адамда кайра басылган. Мурун-Эрин күзгүсүнүн папиллярдык оймо-чиймелери үч туруктуу морфологиялык касиетке ээ экендиги аныкталды: индивидуалдуулук (ар бир индивиддеги үлгүнүн уникалдуулугу), өзгөрүлбөстүк (өмүр бою сакталат) жана регенерация жөндөмдүүлүгү (теринин микробдук катмары бузулбаган учурда үлгүнү калыбына келтирүү). Алынган издер ветеринардык кароодо, каттоодо, соттук экспертизада же дайынсыз жоголгон шартта жаныбарды идентификациялоо үчүн объективдүү материал катары кызмат кыла алары кошумча аныкталган. Натыйжалар мурундун папиллярдык структураларын талдоонун негизинде үй жаныбарларын эсепке алуунун биометрикалык системасын иштеп чыгуу мүмкүнчүлүгүн көрсөтөт. Изилдөөнүн практикалык мааниси ветеринардык клиникаларда, соттук экспертизада, бажы органдарында жана үй жаныбарларынын бирдиктүү маалымат базасын түзүүдө жыйынтыктарды колдонууда турат

Негизги сөздөр

жаныбарлардын дерматоглификасы; папиллярдык оймо-чиймелер; Жеке идентификация; морфологиялык анализ; биометрикалык ветеринария; соттук-ветеринардык экспертиза
Цитаталоо
Tentieva, N., & Arbaev, K. (2025). Characterisation of the papillary structure of the nasolabial mirror of cats. Bulletin of the Kyrgyz National Agrarian University, 23(2), 10-20. https://doi.org/10.63621/bknau./2.2025.10

Колдонулган булактар

  1. Andrew, W., Gao, J., Mullan, S., Campbell, N., Dowsey, A.W., & Burghardt, T. (2021). Visual identification of individual Holstein-Friesian cattle via deep metric learning. Computers and Electronics in Agriculture, 185, article number 106133. doi: 10.1016/j.compag.2021.106133.
  2. Cheema, G.S., & Anand, S. (2020). Automatic detection and recognition of individuals in patterned species. arXiv:2005.02905. doi: 10.48550/arXiv.2005.02905.
  3. Cihan, P., Saygili, A., Özmen, N.E., & Akyuzlu, M. (2023). Identification and recognition of animals from biometric markers using computer vision approaches: A review. Kafkas Universitesi Veteriner Fakultesi Dergisi, 29(6), 581-593. doi: 10.9775/kvfd.2023.30265.
  4. Directive 2010/63/EU on the Protection of Animals Used for Scientific Purposes. (2010, September). Retrieved from https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:32010L0063.
  5. Frewein, J., & Vollmerhaus, B. (2003). Anatomy of dogs and cats. Stuttgart: Parey im MVS.
  6. Hitelman, A., Edan, Y., Godo, A., Berenstein, R., Lepar, J., & Halachmi, I. (2022). Short communication: The effect of age on young sheep biometric identification. Animal, 16(2), article number 100452. doi: 10.1016/j.animal.2021.100452.
  7. Immonen, V., Nepovinnykh, E., Eerola, T., Stewart, C.V., & Kälviäinen, H. (2023). Combining feature aggregation and geometric similarity for re-identification of patterned animals. arXiv:2308.06335. doi: 10.48550/arXiv.2308.06335.
  8. Kaur, A., Kumar, M., & Jindal, M.K. (2022). Cattle identification with muzzle pattern using computer vision technology: A critical review and prospective. Soft Computing, 26, 4771-4795. doi: 10.1007/s00500-022-06935-x.
  9. Kimani, G.N., Oluwadara, P., Fashingabo, P., Busogi, M., Luhanga, E., Sowon, K., & Chacha, L. (2023). Cattle identification using muzzle images and deep learning techniques. arXiv:2311.08148. doi: 10.48550/arXiv.2311.08148.
  10. Lai, K., Tu, X., & Yanushkevich, S. (2020). Dog identification using soft biometrics and neural networks. arXiv:2007.11986. doi: 10.48550/arXiv.2007.11986.
  11. Li, G., Erickson, G.E., & Xiong, Y. (2022). Individual beef cattle identification using muzzle images and deep learning techniques. Animals, 12(11), article number 1453. doi: 10.3390/ani12111453.
  12. Li, S., Kang, X., Feng, Y., & Liu, G. (2021). Detection method for individual pig based on improved YOLOv4 Convolutional Neural Network. In DSIT 2021: Proceedings of the 4th international conference on data science and information technology (pp. 231-235). New York: Association for Computing Machinery. doi: 10.1145/3478905.3478951.
  13. Malofeev, Yu.M., & Ermakova, S.P. (2006). Prospects for the study of dermatoglyphics in veterinary medicine. Bulletin of the Orenburg State Agrarian University, 4(12-1), 16-19.
  14. Meng, H., Zhang, L., Yang, F., Hai, L., Wei, Y., Zhu, L., & Zhang, J. (2025). Livestock biometrics identification using computer vision approaches: A review. Agriculture, 15(1), article number 102. doi: 10.3390/agriculture15010102.
  15. Ponomarev, V.V. (2016). Fragmentary traces of papillary pattern as a source of evidential information: Study guide. Moscow: Moscow University of the Ministry of Internal Affairs of Russia named after V.Ya. Kikot
  16. Samishchenko, S.S. (2003). Modern fingerprinting: Theory, practice and development trends. (Doctoral dissertation, Academy of Management of the Ministry of Internal Affairs of Russia, Moscow, Russia).
  17. Shafiev, A.P., Kudryashov, A.A., & Safronov, D.I. (2023). Morphometric studies of adult cow skin. Legal Regulation in Veterinary Medicine, 4, 210-213. doi: 10.52419/issn2782-6252.2023.4.210.
  18. Shojaeipour, A., Falzon, G., Kwan, P., Hadavi, N., Cowley, F.C., & Paul, D. (2021). Automated muzzle detection and biometric identification via few-shot deep transfer learning of mixed breed cattle. Agronomy, 11(11), article number 2365. doi: 10.3390/agronomy11112365.
  19. Singh, R.R., Khalid, F., Ahlawat, T.R., Azman, A., Agrawal, A., Ghorpade, P., & Romle, A.A. (2024). Individual buffalo identification through muzzle dermatoglyphics images using deep learning approaches. Journal of Advanced Research in Applied Sciences and Engineering Technology, 59(1), 11-24. doi: 10.37934/araset.59.2.178191.
  20. Spotkay, S.E. (2019). Properties of papillary patterns of dog’s nasal plane. Veterinary Science of Kuban, 2, 24-26.
  21. Spotkay, S.E., & Lykhina, L.Yu. (2019). Analysis of skin patterns of the nose leaf of the German shepherd in a comparative aspect. RUDN Journal of Agronomy and Animal Industries, 14(1), 73-80. doi: 10.22363/2312-797X-2019-14-1-73-80.
  22. Stennett, M., Rubenstein, D.I., & Burghardt, T. (2022). Towards individual Grevy's zebra identification via deep 3D fitting and metric learning. arXiv:2206.02261. doi: 10.48550/arXiv.2206.02261.
  23. Tuminaite, I., & Kröger, R.H.H. (2021). Rhinarium skin structure and epidermal innervation in selected mammals. Journal of Morphology, 282(3), 419-426. doi: 10.1002/jmor.21313.
  24. Yatsenko, I., Smirnov, O., & Kozachok, V. (2025). Forensic veterinary examination of animal bodies injured by glass fragments. Ukrainian Journal of Veterinary Sciences, 16(1), 40-58. doi: 10.31548/veterinary1.2025.40.