Στην παρούσα διπλωματική εργασία στόχος είναι η μελέτη της δυνατότητας επεξεργασίας των εικόνων των μαστογραφιών με σκοπό την ανίχνευση σε αυτές ύποπτων περιοχών. Η μελέτη αυτή βασίζεται στις ήδη υπάρχουσες επιστημονικές γνώσεις γύρω από τον καρκίνου του μαστού και τις ιδιότητές του και γίνεται μέσω επεξεργασίας των εικόνων με Matlab. Στο πρώτο κεφάλαιο αναφέρονται οι γνώσεις που έχουμε συλλέξει από επιστημονικές πηγές σχετικά με τις αιτίες,τη φαινομενολογία,την έκταση και τα είδη του καρκίνου του μαστού καθώς και τη διαδικασία της αναλογικής και της ψηφιακής μαστογραφία. Στο δεύτερο κεφάλαιο αναλύονται ενδελεχώς όλα τα χαρακτηριστικά της ψηφιακής μαστογραφίας.Στο τρίτο κεφάλαιο γίνεται ανασκόπηση των τεχνικών οι οποίες έχουν προταθεί ή χρησιμοποιηθεί για την αυτοματοποιημένη διάγνωση, κατηγοριοποίηση και επεξεργασία μαστογραφικών εικόνων.Στο τέταρτο κεφάλαιο γίνεται ανάλυση της μεθόδου εντοπισμού καρκίνου από εικόνες μαστογραφίας με τη χρήση μετασχηματισμού Watershed. Στο πέμπτο κεφάλαιο εξετάζεται η κλινική χρησιμότητα της καμπύλης ROC και JAFROC στη διαγνωστική έρευνα. Στο έκτο και τελευταιο κεφάλαιο γίνεται ολόκληρη η πειραματική διαδικασία στην οποία δοκιμάζονται διάφοροι τρόποι επεξεργασίας της εικόνας για όλα τα είδη καρκίνων του μαστού σε ένα μεγάλο πλήθος μαστογραφιών και εξάγονται σημαντικά συμπεράσματα για την επιλογή κάποιων από αυτών ανά είδος. / In this essay the purpose is the study of the possibility of mammography image processing techniques in order to detect possible breast cancer tissues. The study is based on already gained scientific knowledge on breast cancer and its characteristics and it is achieved through image processing techniques in matlab. In the first chapter is reported the knowledge we have gained on causes ,description, range and kinds of breast cancer , as also as the analogical and digital mammography procedure. In the second chapter, there are fully analyzed the digital mammography features. In the third chapter, there is a review of techniques used or tested in the past in automatic mammographic diagnosis and in image categorization and processing. In the fourth chapter,an image detection technique based on transformation Watershed is analyzed. In the fifth chapter, the clinical usefulness of ROC and JAFROC study is studied. In the sixth and last chapter, there is the whole experimental procedure that we have accomplished in order to test the advantages of various matlab image detection tools in various breast cancer kinds. There are also made some very important conlusions in the last chapter.