3D Integral Imaging (also referred to as 3D Holoscopic imaging) methodology uses the principle of “Fly’s eye” and hence allows natural viewing of objects (i.e. fatigue free viewing); 3D-holoscopic technology produces images that are true optical models. This technology is based on physical principles with duplication of light fields. In this paper, a new method of visualization medical 3D integral images is proposed. Digital Imaging and Communications in Medicine data images (DICOM) taken from CT, MRI, PET and US images that produced by 3D-Doctor software to generate medical 3D integral images visualization of anatomy without glass in natural light. The method is mainly based on multiprocessor ray tracing system as renderer. The medical 3D content is captured in real time with the content viewed by multiple viewers independently of their position, without the needs of 3D eyewear. Experimental results show validation of the new algorithm and demonstrated that medical 3D integral images content can be displayed on commercially available multi-view auto-stereoscopic display. Medical 3D integral images content is parsed into multiprocessor ray tracing system, consequently, short time of medical 3D integral images movie of such pelvis scene is generated and displayed on PC screen, LCD and Holovizio display.
Dr. Mahmoud Geat Mahmoud Eljadid, Prof. Amar Aggoun(5-2016)

تـقنيات الذكاء الاصطناعي تُـسخر الآن لخدمة كافة مجالات الحياة، اقتصادية كانت أو طبية، أو تعليمية، أو عسكرية أو سياحية، وهي تقنيات تتميز باستمرارية تطورها وتستوحي بناء نماذج خوارزميات ذكائها من خلال الطبيعة التي نحيا فيها، في أسلوب التعامل مع المعضلات وحلها، وهي متعددة المنهجيات في الذكاء الاصطناعي، وأشهرها في هذه الحقبة، منهجية تعلم الآلة (Machine Learning) التي يتفرع منها أسلوب حديث يعرف بالتعليم العميق (Deep Learning)، وهو الذي بناؤه مستوحى من مفهوم شبكة الخلايا العصبية الدماغية (Artificial Neural Networks). إن هذا المجال المتطور يبشر بحل مشاكل كانت ضربا من الخيال يوماً ما، وانتشرت تطبيقاته المبتكرة الجديدة بشكل كبير جداً مؤخراً، وفي هذه الورقة سيتم بناء نموذج تعلم عميق يعمل على التعرف على بعض المَعالم الأندلسية الشهيرة، والنموذج سيكون بمثابة العقل المفكر في تطبيق الهاتف المحمول الذي يلتقط صورة المَعلم الأندلسي، فيحلل جزئيات الصورة محاولاً التعرف عليها وذكر اسم ذلك المَعلم، والنظام المتطور لهذا التطبيق الذكي سيستخدم تقنية خدمات الويب(Web Services) للتواصل مع قاعدة بيانات النظام، والرد بالمعلومات التي يحتاجها المستخدم، كما يعتبر هذا المجال من بصريات الحاسوب(Computer Vision) التي تعنى بقدرة الحواسيب على تمييز الصور والأشكال.
رضوان علي بلقاسم حسين, عبدالحميد الفلاح ميلود الواعر, عائشة محمود فياض(12-2021)

Agent-Based Models (ABM) have become popular as tools for epidemiological simulations due to their ability to model real life phenomena at individual entity levels. ABM is a relatively new area for modelling as compared to the classical modelling methods. Many different fields use agentbased models including ecology, demography, geography, political science and epidemiology. Recently, an abundance of literature has presented applications of agent-based modeling in the biological systems. In this paper, the authors present an agent-based model attempts to simulate an epidemiological disease known as Cutaneous Leishmaniasis (CL). The model is developed to investigate the ability of ABM in modelling a disease that keeps speeding in Libya. The methodology used for describing and designing CL model is derived from nature of the disease mechanism. The ABM model involves three types of agents: Human, Rodent and Sand-fly. Each agent has its own properties, in addition to other global parameters which affect the human infection processes. The main parameter used for monitoring the model's performance is the number of people infected. The model experiments are designed to investigate ABM’s performance in modeling CL disease. Simulation results show that human infection rate is increasing or decreasing dependent on number of sand-fly vectors, number of host rodents, and human population awareness level arabic 7 English 62
Rudwan A. Husain, Hala Shaar, Marwa Solla, Hassan A. H. Ebrahem(3-2019)