Breast cancer is one of the most common malignant diseases among women; Mammography is at present one of the available method for early detection of abnormalities which is related to breast cancer. There are different lesions that are breast cancer characteristic such as masses and calcifications which can be detected trough this technique. This paper proposes a computer aided diagnostic system for the extraction of features like masses and calcifications lesions in mammograms for early detection of breast cancer. The proposed technique is based on a two-step procedure: (a) unsupervised segmentation method includes two stages performed using the minimum distance (MD) criterion, (b) feature extraction based on Gray level Co-occurrence matrices GLCM for the identification of masses and calcifications lesions. The method suggested for the detection of abnormal lesions from mammogram image segmentation and analysis was tested over several images taken from National Center for Early Detection of cancer in Baghdad.

سرطان الثدي هو واحد من اكثر الامراض الشائعة الخبيثة بين النساء ، التصوير الشعاعي للثدي هو واحدة من الوسائل المتاحة في الوقت الحاضر للكشف المبكر عن سرطان الثدي خصوصا التشوهات غير الطبيعية، هناك اضرار مختلفة تميز سرطان الثدي كالتكتلات والتكلسات التي يمكن الكشف عنها بهذه التقنية .في هذا البحث تم اقتراح تقنية للكشف المبكر عن سرطان الثدي بمساعدة الحاسوب لغرض كشف واستخلاص التفاصيل مثل الاورام بهيئة تكتلات وتكلسات. وتتمثل التقنية او الطريقة المقترحة هذه على خطوتين: (أ) يتم تطبيق طريقة تقسيم غير المرشدة والتي تشتمل على مرحلتين يتم تنفيذها باستخدام معيار المسافة الصغرى (MD)، (ب) استخراج التفاصيل اعتمادا على الخصائص الاحصائية للصورة بالاعتماد على مصفوفة الحدوث (Gray Level Co-occurrence Matrices GLCM) لتحديد الاورام بهيئة تكتلات وتكلسات . تم اختبار الطريقة المقترحة للكشف عن الاضرار غير الطبيعية من تجزئة صورة الثدي، وتحليلها وقد تم اعتماد نماذج مختلفة من التصوير الشعاعي للثدي تم الحصول عليها من المركز الوطني للكشف المبكر عن السرطان في بغداد.

Mammogram --- Breast Cancer --- Masses --- calcifications --- segmentation --- Region of Interest --- ROI

In this study, Landsat (Thematic Mapper) TM and enhancement Thematic Mapper plus) ETM+ images obtained in 1990, 2000, and 2006 were used to Assess land use/land cover (LULC) changes in Laylan sub-district, Kirkuk province, Iraq, using Supervised Maximum Likelihood classification (MLC) ) methods. Aerial photographs, digital LULC maps, and topographic maps were utilized to assess classification accuracy. The aim of this study is to identify the changes that have occurred in land use in the city through different periods of time. Objective of the study is also to identify the factors affecting the distribution uses of land in the city. Five different land cover/use categories have been used, named Vegetation, sand, soil, salt soil, urban areas. The classifications showed that decrease of the grasslands areas, agricultural lands and vegetation in general and the increase of urban areas mixed soil. The results are being used to project future analyze landscape diversity and fragmentation, and examine different scenarios for more ecological management. The classifications have provided an economical and accurate way to quantify, map and analyze changes over time in land cover.

في هذه الدراسة ، تم أستخدم الصور الفضائية الملتقطة بواسطة القمر الصناعي Landsat من نوعية Thematic Mapper ((TM والنوعية ((Enhancement Thematic Mapper plus (ETM+ ) للأعوام 1990 ، 2000، و 2006 لمراقبة التغيير الحاصل في استعمالات ألأراض وغطائها ( LULC ) لمنطقة ليلان ،في محافظة كركوك من العراق ، وذلك من خلال استخدام طريقة التصنيف الموجه(Supervised Classification ) وتحديدا طريقة الاحتمال الأعظم حيث تم تقييم دقة التصنيف من خلال استخدم الصور الجوية والخرائط الرقمية لاستعمالات الأرض وغطائها ، وكذلك الخرائط الطبوغرافية. الهدف من هذه الدراسة هو التعرف على التغيرات التي حدثت في استخدام الأراضي في المدينة من خلال فترات زمنية مختلفة . وكذلك لتحديد العوامل التي تؤثر على استخدامات توزيع الأراضي في تلك المنطقة. وقد استخدمت خمس فئات من لأغطية الأرضية الشائعة تمثلت بالغطاء النباتي والرمل و التربة، والتربة المالحة ، والمناطق الحضرية . أظهرت التصنيفات التي انخفاضا من المناطق المراعي والأراضي الزراعية والغطاء النباتي بشكل عام وزيادة المناطق الحضرية والتربة المختلطة. أظهرت نتائج التصنيف إمكانية استخدام النتائج في دراسة وإعداد مشاريع مستقبلية وكذلك اعداد دراسات في ادارة البيئة .

Remote sensing --- Landsat TM/ETM+ images --- land use/land cover --- LULC --- Maximum Likelihood Classifier --- MLC --- classification

The aim of most researchers is to complete full projects for establishing renewable sources stations. The project depend on many variables, which is called criteria, that’s makes the project workable or not. The criterion which studied in this paper is roads suitability for transporting turbines from the loading ports to construction site. One of the important factors which must provide paved roads for transportation and within standard. Southern Um-Qasr port is the best choice to receive wind turbine equipments. The nods down to the construction region will face 0 turns, 2 bridges that crosses over and 23 bridges that passes underneath.

الهدف الذي يسعى له اغلب الباحثين هو انتاج مشروع متكامل لانشاء محطات للطاقات المتجددة، يعتمد المشروع على عدة متغيرات، والتي تدعى المعايير، والتي توضح امكانية انشاء المشروع من عدمه. المعيار الذي تم دراسته في هذا البحث هو ملائمة (معيارية) الطرق لنقل التوربينات من موانئ التحميل الى موقع انشاء المحطة. واحدة من المعاملات المهمة هو تهيئة طرق مرصوفة (معبدة) للنقل وضمن المعيارية. ان ميناء ام قصر الجنوبي هو الاختيار الامثل لاستقبال معدات توربينات الرياح. ان العقد التي ستواجهها عملية النقل من الميناء وصولا الى موقع البناء هو 0 استدارة، 2 عدد الجسور التي يعبرها، و 23 عدد الجسور التي يمر من تحتها.

Roads suitability --- GIS --- Wind Turbines

Thyroid is a small butterfly shaped gland located in the front of the neck just below the Adams apple. Thyroid is one of the endocrine gland, which produces hormones that help the body to control metabolism. A different thyroid disorder includes Hyperthyroidism, Hypothyroidism, and thyroid nodules (benign/malignant). Ultrasound imaging is most commonly used to detect and classify abnormalities of the thyroid gland. Segmentation method is a tool that used widely in many applications including medical image processing. One of the common applications of segmentation is in medical image analysis for clinical diagnosis that has an important role in terms of quality and quantity. The main objective of this research is to use the Computer-Aided Diagnosis (CAD) algorithms to help the early detection of thyroid tumors. Thyroid ultrasound images may contain speckle noise which leads to obtain incorrect result. In order to obtain good accuracy; the noise must be removed from the input image. Those propose method is started with pre-processing of the thyroid ultrasound image to enhance its contrast and removing the undesired noise in order to make the image suitable for further processing. In our proposed work, we are using bilateral filter and unsharp filter to remove speckle noise to perform the pre-processing operations on the thyroid ultrasound images. The segmentation process is performed by using Fuzzy C-Means (FCM) algorithm to detect and segment thyroid ultrasound images for the thyroid region extracted image to 6 classes for two sample normal and abnormal images. The resulted segmented ultrasound images, and then used to extract the tumor region from thyroid's image.

الغدة الدرقية هي غدة على شكل فراشة صغيرة تقع في الجزء الأمامي من الرقبة أقل بقليل من تفاحة ادام. الغدة الدرقية هي واحدة من الغدد الصماء، التي تنتج الهرمونات التي تساعد الجسم على السيطرة على عملية التمثيل الغذائي. يتضمن اضطرابات الغدة الدرقية المختلفة , نشاط الغدة الدرقية المفرطة، تضخم الغدة الدرقية، وعقيدات الغدة الدرقية (الحميدة / الخبيثة). يعتبر التصوير بالموجات فوق الصوتية ((Ultrasound الأكثر شيوعا لكشف وتصنيف شذوذ الغدة الدرقية. ان طريقة تقسيم الصور هو الأداة التي تستخدم على نطاق واسع في العديد من تطبيقات المعالجة الصورية بما في ذلك معالجة الصور الطبية وهي واحدة من التطبيقات المهمة والشائعة للتجزئة لغرض تحليل الصور الطبية وكذلك لتشخيص المرض سريريا والتي لها دور مهم من حيث النوعية والكمية. الهدف الرئيسي من هذا البحث هو استخدام خوارزميات التشخيص بواسطة الحاسوب (CAD) للمساعدة في الكشف المبكر عن أورام الغدة الدرقية. ان صور الغدة الدرقية الماخوذة بواسطة الموجات فوق الصوتية(US) تحتوي على ضوضاء بقعية تؤدي الى حصول نتائج غير مرغوب فيها .ولغرض الحصول على نتائج مرضية يجب ازالة الضوضاء من تلك الصور . الطريقة المقترحة تتمثل بالتهيئة الاولية ما قبل المعالجة لصورالموجات فوق الصوتية للغدة الدرقية لغرض زيادة الوضوحية وإزالة الضوضاء غير المرغوب فيها من أجل جعل الصورة مناسبة للمعالجة. وقد تم اعتماد المرشحات لهذا الغرض. ان عملية تجزئة الصورة تمت باستخدام خوارزمية معدل التضبيب المسماة بالـ ( Fuzzy C-Mean (FCM) لتجزئة الصورة الى ستة اجزاء. حيث تم استخدام نتائجها بعد ذلك لعزل منطقة الورم من صورة الغدة الدرقية .

Medical imaging --- Thyroid nodules --- Ultrasound imaging --- bilateral filtering --- unsharp filtering --- Segmentation --- fuzzy c-mean

Kidney tumors are of different types having different characteristics and also remain challenging in the field of biomedicine. It becomes very important to detect the tumor and classify it at the early stage so that appropriate treatment can be planned. The main objective of this research is to use the Computer-Aided Diagnosis (CAD) algorithms to help the early detection of kidney tumors. In this paper, tried to implement an automated segmentation methods of gray level CT images is used to provide information such as anatomical structure and identifying the Region of Interest (ROI) i.e. locate tumor, lesion and other in kidney. A CT image has inhomogeneity, noise which affects the continuity and accuracy of the images segmentation. In order to obtain good accuracy; the noise must be removed from the input image. Those propose method is started with pre-processing of the kidney CT image to enhance its contrast and removing the undesired noise in order to make the image suitable for further processing. In our proposed work, we have proposed a hybrid filter as a combination of adaptive median and Gaussian HP filter for noise removal and image enhancement. The segmentation process is performed by using the Fuzzy C-Means (FCM) clustering and Watershed methods to detect and segment kidney CT images for the kidney region .The resulted segmented kidney CT images, and then used to extract the tumor region from kidney image.

أن اورام الكلى تتكون من عدة انواع مختلفه وأن خصائصها مختلفه بالاضافه الى ان معالجتها مختلفة ,ان كشف الورم وازالته يعتبر من المشاكل الطبية التي تبقى من التحديات التي تواجه حقل الطب البايلوجي , وأصبح من المهم الكشف عن الاورام وتصنيفها في المراحل الاولية كي يتم التخطيط للعلاج المناسب وان الهدف الرئيسي لهذا البحث هو استخدام خوارزميات معينة لتساعد الكشف على اورام الكلية , في هذا البحث طبقنا طرق التجزئه الالية لصور المستوى الرمادي وهي صور المفراس الحلزوني (CT) التي استخدمت لتزويدنا بمعلومات مثل التركيب التشريحي وتحديد مناطق الاهتمام ((ROI على سبيل المثال تحديد الورم. ان صور المفراس (CT) فيها ضوضاء متجانسة والتي تؤثر على استمرارية ودقة تجزئة الصور المدخلة . هذه الطرق المقدمة بدأت بمعالجة مسبقه لصور الـ CT للكلية لتحسين التباين وازالة الضوضاء الغير مرغوب فيها من اجل تحسين الصور والحصول على معالجة ادق في هذا العمل تم استخدام طريقة الـ (Mask لعزل الكلى وحدها عن باقي اجزاء البطن ( وتعتبر هذه الطريقة مهمه للتخلص من الضوضاء الغير مرغوب بها وبالتالي الحصول على تحسين للصوره وبالتي يمكن ان ان نجري عليها العديد من العمليات مثل التجزئه وعزل الورم وغيرها, بالاضافة الى استخدام مرشحات الوسيط وكذلك مرشح الكاوس قبل عملية التجزئة في هذا البحث تم استخدام خوارمية معدل التضبيب المسماة بالـ ( Fuzzy C-Mean (FCM وخوارمية الحد الفاصل المسماة بالـ(Watershed methods ) لكشف وتجزئة صور الكلية وأستخراج مناطق الورم فيها .

Image segmentation --- CT image --- Fuzzy C-Means --- FCM --- Watershed Transform.