医学图像感兴趣区域加密技术研究.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

哈尔滨理工大学理学硕士学位论文

医学图像感兴趣区域加密技术研究

摘要

互联网和大数据时代,海量高分辨率的医学图像成为病历储存,病情诊断

等保障人们健康的重要媒介。传统的图像完全加密技术是保障患者隐私安全的

重要手段。针对海量高分辨率的医学图像,传统加密技术可能满足不了一部分

图像高速处理的要求。医学图像的器官区域和背景区域显著分离,因此针对医

学图像感兴趣区域(RegionofInterest,ROI)的加密技术有望满足高处理速率

的要求。同时,医学图像解密的无损性是保障精准医疗的必要要求。

本文主要研究医学图像ROI的高效,安全和无损加解密技术。首先,对医

学图像ROI加密和实验分析中需要的相关理论知识做简要介绍。然后,基于双

混沌映射和ROI信息隐写,设计了高效且安全的医学图像可逆选择性加密算法。

最后,基于位平面和可控压缩设计了更精准,安全且满足加密效率的可逆选择

性加密算法。本文主要研究内容和创新如下:

(1)为了满足海量医学图像加密的效率要求,提出基于双混沌映射和最低

有效位(LeastSignificantBit,LSB)的医学图像高效可逆选择性加密方案。将

高斯拉普拉斯(LaplacianofGaussian,LoG)边缘检测与外边界跟踪算法相结

合实现医学图像ROI的快速提取。然后,利用双混沌系统对ROI加密保证图像

的安全性,并与未改变的背景区域(RegionofBackground,ROB)相结合得到

加密图像。最后,利用密钥控制的LSB算法将表示ROI位置的秘密信息嵌入到

加密图像中以保证医学图像的无损解密。通过该方法提取的ROI具有简单易实

现的特点,不仅在满足医学图像安全性的同时减少运行时间,还可以保证医学

图像的解密是无损的。

(2)为了进一步提高医学图像ROI的安全性,提出基于位平面和可控压缩

的医学图像高安全性可逆选择性加密方案。将卷积神经网络(Convolutional

2

NeuralNetwork,CNN)作为理论基础,通过U-Net精准地提取出医学图像ROI。

然后,将提取出来的ROI位平面分解后进行加密并与未改变的ROB相结合,

实现医学图像ROI的高安全性。最后,利用游程编码压缩二值图像并通过密钥

将其嵌入到密文图像中,压缩可以减少信息的嵌入量并实现医学图像无损解密。

2

相比于其他提取方法,U-Net能够更加精准地提取出ROI,但是运行时间相对

-I-

哈尔滨理工大学理学硕士学位论文

较长。对部分位平面加密,不仅能够平衡运行时间,而且能够提高医学图像的

安全性。该加密方案在保证加密效率的同时更加精准地提取ROI并提高医学图

像的安全性。

2

关键词医学图像;选择性加密;LoG边缘检测;混沌系统;U-Net

-II-

哈尔滨理工大学理学硕士学位论文

ResearchonEncryptionTechnologyforMedical

ImageRegionofInterest

Abstract

IntheeraoftheInternetandbigdata,massivehigh-resolutionmedicalimages

havebecomeanimportantmediumtoprotectpeopleshealth,suchasmedicalrecord

storageanddiseasediagnosis.Traditionalim

文档评论(0)

n1u1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档