分区域的医学图像高容量无损信息隐藏方法

分类：论文范文 发表时间：2021-04-13 09:15

　　摘要：针对医学图像的分区域典型特征，提出一种基于区域和直方图平移的高容量无损信息隐藏方法。本方法用最大类间距分割法求得原始图像的前景区域，再用聚合多边形逼近和图像拟合法得到其数据嵌入区域。在数据嵌入过程中，提出利用差值直方图循环平移和基于编码的直方图平移方法分别在前景和背景区域嵌入数据，提高了原始直方图平移方法容量和解决了溢出问题。实验结果表明该方法总的嵌入容量可达1bit/pixel以上，并且隐秘图像质量在40dB左右，适用于具有区域特征的质量敏感图像的大容量信息隐藏。

　　关键词：医学图像；区域；可逆数据隐藏；隐私保护；直方图平移

　　更新了一篇医学相关的论文，如医学专业省级期刊有哪些，您可以点击并前往查看。

　　1引言

　　随着区域医疗和远程诊断技术的飞速发展，越来越多的医学图像信息开始在公网上进行传输。早期的研究者们提出使用加密技术来保护医学图像的安全[1]，如图像存储和通信系统（PACS,picturearchivingandcommunicationsystems）中广泛使用的医学数字成像和通信标准(DICOM,digitalimagingandcommunicationofmedicine)中，就在DICOM文件头中使用了MD5算法证明医学图像数据的完整性。加密是以一种主动防护方式使得非授权的用户无法获得信息内容，但解密后的图像无法提供进一步的保护，另外，加密的内容容易遭到攻击者的攻击。鉴于单一方法的不足，数字水印技术作为加密技术的有力补充，已经广泛应用在网络上的信息安全保护中。然而，传统的数字水印技术对载体内容造成的永久失真对高质量要求的医学图像来说是不可行的。因为感兴趣区域(ROI,regionofinterest)任何微小的失真，都可能对专业医生的疾病诊疗造成错误引导。鉴于医学图像对于质量的高要求，一方面利用水印技术来保护医学图像安全，另一方面要消去水印给图像带来的失真。即在提取出数据后，含水印图像能无损地恢复到原始状态，无损数字水印技术正是由此发展而来。目前，已经广泛应用在内容敏感载体，如卫星和军事图像、医学图像、二维工程图等领域[2~5]。

　　2相关算法

　　2.1ROI区域生成

　　定义1医学图像ROI区域分割是将医学图像划分为ROI和RONI2个区域，令集合I代表整个图像的区域，对I的ROI分割可以看作是将I划分成满足如下条件的非空子集I1和I2。1)21iiII???；2)12II???；3)对于1,2i?，有()TrueiPI?；4)对于1i?，2j?，有()FalseijPII??；5)对于1,2i?，iI是连通的区域。定义2基于单阈值的图像分割是在图像的灰度值域minmax[,]gg选择一个阈值Tg(minmax[]Tggg??)，对于图像中的任意一个像素值(,)Iij?，根据式(1)判断其归属的类别。

　　2.2DHCS算法

　　定义5对于原始图像I，I的图像块集合可用表示为{(,)|1,1,bBIIijiAjB?≤≤≤≤1//}bMANB????????≤≤(5)其中，A、B为分块尺寸，M、N为载体图像的维数。定义6对于某图像块，其块差值可表示为(,)abs((,)(,1))bbbDijIijIij???(6)其中，1,11iAjB?≤≤≤≤，abs(*)为取绝对值函数。

　　3算法实施

　　本节介绍了提出算法的具体实施方案，包括数据的嵌入、提取、图像恢复和提取数据的完整性认证。另外，对算法的性能进行了理论上的分析，包括嵌入容量、隐秘图像质量、算法空间复杂度和时间复杂度。为了便于算法描述，表2给出了算法中使用的相关符号。

　　4实验分析

　　实验中采用的医学图像载体和电子病历均来自中南大学湘雅医院数据中心，图片格式为JPG，512×512的8bit灰度图像，电子病历为XML格式。实验中，随机选择了60幅（MRI和CT各30幅）做了实验分析。主机的配置为CPUIntel(R)Core(TM)Duo1.86GHz，主存1GB，操作系统为WindowsXP，使用Matlab7.0作为编程环境。所有实验数据来自于Matlab仿真结果，选取其中6幅（MRI和CT各3幅）图像的相关数据。6幅选取的载体医学图像如图5所示。当隐秘图像未受到攻击时，方法能正确提取出嵌入的数据，并且重新计算的认证码与提取出的认证码完全一致，恢复出图像与原始图像完全一致，证明了方法的有效性。当数据图像遭到更改，如JPEG压缩时，图像认证失败，提取出数据无效，证明了方法的脆弱性。

　　5结束语

　　基于医学图像分感兴趣和非感兴趣区域的特性，本文提出了一种基于区域和直方图平移的无损数据隐藏方法，采用类间最大距的单阈值分割方法对感兴趣区域进行提取，并对ROI区域进行聚合多边形逼近表示。在ROI区域，对基于差值直方图平移方法进行改进，采用直方图循环平移方法嵌入电子病历等隐私数据；在RONI区域采用改进的基于编码的直方图方法嵌入图像的认证码。在提取阶段，重新计算恢复后图像的认证码，与提取出的认证码比较判定提取出隐私数据的有效性。算法实现了医学图像中的大容量无损数据隐藏和有效性认证。算法的创新之处在于提出了一个自动化生成ROI区域的方法，在不同区域中采用改进的直方图平移方法嵌入数据，较好地控制了溢出和提高了嵌入容量。实验结果表明，与现有的算法相比，算法在嵌入容量和隐秘图像质量上具有优势。该算法的局限在于只适用于具有明显分区域特征的医学图像，下一步的研究工作将考虑在区域特性不明显的医学图像中进行可逆数据隐藏。本文算法适应于在医学图像中进行隐私保护、秘密通信等用途。

　　参考文献：

　　[1]HUJK,CHENHH,HOUTW.Ahybridpublickeyinfrastructuresolution(HPKI)forHIPAAprivacy/securityregulations[J].ComputerStandards&Interfaces,2010,32(5-6):274-280.

　　[2]PENGF,LEIYZ,LONGM,etal.Areversiblewatermarkingschemefortwo-dimensionalCADengineeringgraphicsbasedonimproveddif-ferenceexpansion[J].Computer-AidedDesign,2011,43(8):1018-1024.

　　[3]曾骁,陈真勇,陈明等.基于零系数索引的可逆图像水印[J].计算机研究与发展,2010,47(7):1304-1312.ZENGX,CHENZY,CHENM,etal.Invertibleimagewatermarkingbasedonzerocoefficientindex[J].JournalofComputerResearchandDevelopment,2010,47(7):1304-1312.

　　邓小鸿1,2,3，陈志刚2,3，梁涤青2,3，毛伊敏1

上一篇：中国全科医生队伍建设的发展、挑战与展望 下一篇：精准药学：从转化医学到精准医学探讨新药发展