During crime scene investigations, numerous traces are secured and may be used as evidence for the evaluation of source and/or activity level propositions. The rapid chemical analysis of a biological trace enables the identification of body fluids and can provide significant donor profiling information, including age, sex, drug abuse, and lifestyle. Such information can be used to provide new leads, exclude from, or restrict the list of possible suspects during the investigative phase. This paper reviews the state-of-the-art labelling techniques to identify the most suitable visual enhancer to be implemented in a lateral flow immunoassay setup for the purpose of trace identification and/or donor profiling. Upon comparison, and with reference to the strengths and limitations of each label, the simplistic one-step analysis of noncompetitive lateral flow immunoassay (LFA) together with the implementation of carbon nanoparticles (CNPs) as visual enhancers is proposed for a sensitive, accurate, and reproducible in situ trace analysis. This approach is versatile and stable over different environmental conditions and external stimuli. The findings of the present comparative analysis may have important implications for future forensic practice. The selection of an appropriate enhancer is crucial for a well-designed LFA that can be implemented at the crime scene for a time- and cost-efficient investigation.
With the current growth of data in digital investigations, one solution for forensic investigators is to visualise the data for the detection of suspicious activity. However, this process can be complex and difficult to achieve, as there few tools available that are simple and can handle a wide variety of data types. This paper describes the development of a flexible platform, capable of visualising many different types of related data. The platform's back and front end can efficiently deal with large datasets, and supporta wide range of MIME types that can be easily extended. The paper also describes the development of the visualisation front end, which offers flexible, easily understandable visualisations of many different kinds of data and data relationships.
Mixed reality is een techniek die het mogelijk maakt om met een speciale bril, zoals de Hololens van Microsoft, beelden en informatie in de brillenglazen te tonen die precies op de werkelijkheid passen en deze deels overlappen. De verwachting is dat deze techniek een krachtig hulpmiddel zal worden bij het organiseren van samenwerking op plaatsen waar veel plaats gebonden informatie moet worden gedeeld en gebruikt, zoals bij forensisch onderzoek. In het proces van opsporing en vervolging in de strafrechtketen, dat begint met een onderzoek van de plaats delict en via laboratorium en andere onderzoeken eindigt met de presentatie van alle onderzoeksresultaten in de rechtbank, wordt veel verwezen naar plaatsen en omstandigheden waarin sporen of bewijsmateriaal zijn gevonden. Hierbij wordt veel gebruik gemaakt van forensische visualisatie in vormen die variëren van tekeningen, fotoalbums, video-opnames, virtual reality tours tot en met interactieve 3-dimensionale computermodellen. In dit voorstel wordt onderzocht wat de rol van mixed reality kan worden in het onderzoek op een plaats delict, en in de opleiding en training van rechercheurs. De verwachting is dat de verworven inzichten ook bruikbaar zullen zijn in andere werkvelden waar regelmatig bijzondere situaties moeten worden onderzocht. Dit onderzoek zal worden uitgevoerd door het lectoraat Digital Forensics & E-discovery van Hogeschool Leiden in samenwerking met het Lectoraat/Onderzoeksprogramma Forensisch Onderzoek van de Hogeschool van Amsterdam en de Politieacademie.
