面向医学图像加密域大容量信息隐藏与认证方法

作     者：温文媖 邹孟雷 方玉明 张玉书 左一帆 Wen Wenying;Zou Menglei;Fang Yuming;Zhang Yushu;Zuo Yifan

作者机构：江西财经大学信息管理学院南昌330013 南京航空航天大学计算机科学与技术学院南京211106 

出 版 物：《中国图象图形学报》 (Journal of Image and Graphics)

年 卷 期：2023年第28卷第3期

页      面：716-733页

核心收录：

学科分类：0839[工学-网络空间安全] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61961022,61961021,61906079) 江西省主要学科学术和技术带头人培养计划项目(20204BCJL23036) 江西省博士后科研项目(2020KY14) 江西省教育厅基金项目(GJJ210502) 江西省研究生教改项目(JXYJG-2021-101) 

主　　题：医学图像 大容量信息隐藏 半张量积压缩感知(STP-CS) 安全认证 逐步重建 

摘      要：目的远程医疗诊断是通过将患者的医学图像、病历以及诊断结果等敏感信息分享给医生或医疗机构,达到远程辅助治疗的目的。然而,在医疗数据分享过程中,患者的敏感信息易受篡改或伪造,导致信息的保密性、完整性和隐私性受到威胁,严重影响医生对患者的诊断。针对以上问题,利用医学图像高冗余特性,本文提出一种加密域大容量信息隐藏与高效认证方案。方法该方案结合半张量积压缩感知(semi-tensor product compressed sensing,STP-CS)与大容量秘密数据嵌入方式,将载体图像加密域腾出大容量空间用以嵌入患者信息。将医学图像数据分为非敏感数据和敏感数据两部分,通过传输非敏感数据以及STP-CS重构获取敏感数据实现云端与医院之间数据共享。结果本方案可实现以低复杂度的重构方式将STP-CS重建图像恢复到高质量图像,并以高效率的认证方式验证载体图像及嵌入秘密信息的完整性。为了验证算法的有效性,与优秀的图像恢复算法在不同部位MRI(megnetic resonace imaging)图像进行测试评估。实验结果表明,本文算法得到的载密图像能腾出约3.75 bit/像素的空间嵌入秘密信息,峰值信噪比均优于对比方法,相比于性能第2的方法提高了约810 dB。此外,本文算法恢复医学图像同样优于对比方法,有潜力应用于实际的远程医疗诊断。结论本文方法不仅提高数据的机密性,而且可获得现有医学图像共享方案中不具备的新功能,包括逐步恢复、像素压缩和大容量秘密信息嵌入等。