一个健壮的图像加密的水印技术对神经退行性疾病的诊断及其应用

文摘

互联网技术的使用导致了不同的多媒体数据的可用性在不同的格式。未经批准的客户滥用各种网络上多媒体信息,传达他们反对收购现金看似没有第一个版权所有者的干预。由于COVID-19病例的增加,许多患者信息,在他们不知情的情况下泄露所以需要一个智能技术保护病人数据的完整性通过将一个看不见的信号称为医学图像水印。本文提出了一种新的水印方法标准和医学图像。本文地址使用数字版权管理在医疗领域的应用,如在医学图像中嵌入水印与神经退行性疾病、肺部疾病和心脏问题。各种质量参数用于找出发达的评价方法。此外,水印方案的测试是通过运用各种信号处理攻击。

1。介绍

的可访问性的多媒体信息在网络上引起了意想不到的人分发信息,包括视频、非法。关于版权保护问题以及识别实际上是著名的所有权;同时,改善安全的策略是必要的打击这些非法problems-electronic患者信息和图像分布。多媒体的非法分布如图1。因此,需要一个授权方法需要识别这些非法用户,从而结束非法内容的分布。医疗数据也遭受完整性问题。要求的安全技术是实现加密,隐写术和数字水印。自水印相比有一个更广泛的范围,我们使用本文水印结合加密。所有的多媒体数据和医学图像有水印的传播。

有一个巨大的挑战在医学图像嵌入水印。水印技术嵌入不显明的信号在任何入侵者多媒体是不可见的。病人的医疗记录的分配必须是安全的之前各网站共享。医学图像生成诊断人体的内部零件涉及多个器官和组织。这些涉及磁共振成像(医学磁共振成像),超声波,内窥镜,温度记录1),添加水印等。医学图像质量损失的挑战,介绍了内部和轻微损失的信息会影响诊断。因此获得了本文提出的数字水印技术是解决这些问题。医学图像分为CT扫描,核磁共振,敝中断,超声和x射线。CT扫描图像是用来发现细节难以置信的人体软组织内。MRI(磁共振成像)类似于CT扫描图像,但图像的高质量生产。MRI对整个身体提供更详细的信息。核医学成像(敝中断)产生一个三维图像的特定部分的身体。超声图像是用来显示实时的运动未出生的孩子。x射线创建radiation-based图片找到一个有缺陷的骨骼的一部分。医学图像格式的不同格式NIfTI(神经影像信息学技术创新),日本(医学数字成像和通信),联合图像专家组(JPEG),和PNG(便携式网络图形)。

图1代表了多媒体数据的非法销售没有原始用户的信息在互联网上。图2解释了在多媒体数据中嵌入秘密信号的过程。图3描述了各种形式的各种技术的水印。水印的形式可以分类领域,文档,感知和应用程序。我们将使用标准图像和医学图像隐形水印技术。锻压医疗记录(COVID-19带来了许多挑战3),因此一个健壮的方法需要解决的问题特别是在各领域的神经退行性疾病的诊断,心脏疾病,肺部问题。神经退行性疾病是障碍,影响人类的生活方式导致呼吸问题,运动,和说话和心脏方面的问题。这些疾病的诊断是通过使用各种技术,如神经传导研究和肌电图。这些技术应用于检查多少使用电极在体内神经受损。有各种类型的医学图像用于神经退行性疾病的诊断,如核磁共振和CT图像。

比较分析现有的转换技术,提出了在表1(一)。已经观察到频域方法有明显的优势在空间域技术的实时应用程序。在拟议的工作中,我们使用基于变换具有优良的数据相关性和解相关属性;DCT不太适应所有类型的图像。GBT残余信号提供了良好的结果,预测一个好水平的区别实际和预期的输出。GBT具有更好的能量压缩比DCT和DWT和高施工质量属性。GBT称为边缘自适应变换,具有良好的结果在边缘检测机制。

表1 (b)代表了加密算法的比较分析水印领域的使用。质量损失是这项研究的主要约束作为水印嵌入影响医疗图像的质量。有很多提供水印方法。最常见的类型的频域方法是DCT和DWT,进一步结合其他领域的转换实现好的结果水印(4,5]。基于DCT变换是用来解决图像压缩问题。许多科学家正在把这些策略使答案找到适当的水印技术。虽然这些策略非常棒,改进可以在许多地区。在COVID-19,许多意想不到的用户正在寻找各种方式操纵信息。医院的网站越来越黑。病人的记录是操纵没有信息的所有者。该技术将解决问题在保护病人的记录没有所有者的信息,从而实现良好的使用数字版权管理(DRM)。加密机制利用该方案有助于更多的安全特性。这将是几乎难以识别的水印有水印的内容。 The developed method in the paper is based on singular value decomposition and graph-based transform. The mechanism of encrypting the watermark is done before watermarking. Embedding an encrypted watermark proposes scrambling the watermark image in a limited time as other mechanisms like DES and AES take a large amount of time for computation. Hence, a fast mechanism that emphasizes selecting certain features and Lyapunov exponents—the encryption on hyperchaos—is used in this analysis. The watermarking technique is evaluated by enforcing a variety of signal processing attacks. The performance parameters used in this research are PSNR, NC, SSIM, and BER. The substantial development done in the manuscript is given below:(一)我们开发了一种通过将加密的水印嵌入水印方法标准的医学图像使用超混沌加密、奇异值分解和基于变换(b)我们应用信号处理攻击该方法检查机制的效率(c)我们使用不同的评估结果质量的指标

部分2评审所有的努力进行这个特定区域相关联。部分3描述了本文使用的研究方法。部分4分析结果。部分6收到该工作描述的结论。

2。回顾文献

也许最著名的水印嵌入方法将离散小波变换(DWT)。许多科学家们应用这种方法如DWT变换是一种可靠的技术。然而,最低有效位修改过程不是实质性处理一些信号处理攻击(6- - - - - -8]。许多研究人员(9- - - - - -11)用频域方法如DCT和DWT (12]。表单通常面临这一问题像降低矩阵的维数,也就是说,这些方法的原因一直与另一个融合方式称为奇异值分解(计算)。圣言会分解技术(13,14)是提取大量的功能等矩阵奇异值分解的部分,因为它可以照顾图片压缩,以及处理罢工以及水印嵌入时不会影响任何频域技术融合与圣言。介绍了多小波视频水印技术SVD-DWT [15,16]。一个semiblind SVD-DWT方法被开发应用于压缩域的视频(17]。

DWT-SVD [18)是应用于各种图像,不同的研究人员提出了一个拥有优化器遇到优化算法的收敛性问题。萤火虫优化算法的混合方法是获得高值(19]。方法SVD-BWT开发与优化(20.]。各种动态算法PSO、拥有,萤火虫,布谷鸟搜索16,21- - - - - -23)提高现有算法的效率通过瞄准高适应性函数值与各自的数学模型。GBT [24)使用图形信号的形式,这种变换是申请深度映射编码(17,25,26]。GBT为各自的劳动的照片结合奇异值分解(2,27]。王等人。28]介绍了一种基于多个混沌图像加密机制。曹和王29日)应用超混沌加密机制(30.水印嵌入技术,以确保更安全,和该方法提供了更好的结果比换位密码用于(31日]。

3所示。提出的方法

本节提出了一种数字水印嵌入技术在医疗、标准图像和特定的攻击方法。

3.1。数字水印技术

第一步是一个加密的水印嵌入多媒体信息。添加水印遭遇巨大损失的质量问题。提出的策略是一个混合变换策略基于奇异值分解和边缘自适应基于变换。添加水印进行超混沌加密。拟议的嵌入技术足够健壮的应对所有信号处理攻击。边缘自适应GBT变换信号一个图表的形式,并在适应更好的结果图像的信号结构。圣言计数器降维问题。选择的转换利用GBT医疗的印象。的从圣言会合并与价值水印的价值。选择的原因价值 , ,和是承受特定的多媒体数据信号处理攻击的影响。它发现区域噪声的机会更多。它的大部分信息较少的图像变换后的系数矩阵形式。的价值发现高值对噪声鲁棒性攻击。在分解过程中,噪声会分开但呆在正交矩阵的数据和 。的组件删除大多数非零系数在图像。

3.1.1。基于变换和奇异值分解技术

基于变换的表示是在完成的 ,在哪里 , ,和分别表示顶点、边和信号。 重量是用在哪里 。对角矩阵是由 :

然后,Laplacian-graph矩阵将被定义为 在哪里是基尔霍夫操作符由邻接矩阵表示。特征值分解是真正的非负特征值来完成的 ; 代表正交特征向量作为派生而来

3.1.2。超混沌同步加密机制

一个超混沌机制用于加密水印图像 之前嵌入到医学图像和多媒体数据。使用超混沌加密的优点在于它依赖于初始条件如图4。它提供了加密后生成伪随机值,给出了其他算法所不具备的优势。它涉及李雅普诺夫指数(2),确保不会影响实际的数据。加密水印加密的关键步骤之前会影响输出数据。这个加密确保不影响输出数据加扰和确保良好的安全水平,因为它需要一个完美的密钥来解密数据。的重要性 早些时候的估计计算洛伦兹系统。的值 在匆忙使用2]。下一步是找到匆忙水印的过程中给出方程(13)和(14)。最后一个动作是交换系数^th行和^th行提供的图片的情况下(15),(16)和(17)。

3.1.3。水印的提取

这次复苏的水印是通过使用一个提取算法。提取的过程中描述方程(18),在图表示5。

提取的水印, 是有水印的图像, 选中的图片。

3.1.4。评估性能

技术的性能是衡量评价指标:系统,数控,SSIM和PSNR。这些参数相关有水印的图像与实际图像。发达算法的有效性完全取决于获得值的质量指标。所有质量指标区分原始图像和水印图像测量它们之间的差异。(一)峰值信噪比(PSNR): PSNR值之间是一个巨大的指标来衡量水印和原始图片基于均方误差值。这是特定的质量分析中使用的参数,因为它是由完整的误差估计。以下情况计算: 在哪里和分别代表图像的行和列。 选中的图片, 是有水印的图片: (b)归一化相关(NC):这个参数用于查找有水印的图像之间的相关性和选定的形象。它是计算 在哪里 选中的图片, 是有水印的图片,选择图像的均值,的意思是有水印的图像。(c)结构相似度指数测量:这个参数corepresents水印和封面图像结构信息。计算从 在哪里 , , , ,和是当地的手段,标准偏差,交叉方差选择帧,有水印的帧。如果 和 ,该指数可以简化 (d)误比特率:该参数计算多少错误发生后,水印的嵌入。是成反比的PSNR和以下方程:

4所示。实验结果

大约有100 MRI医学图像,已经采取了一些标准图像和测试。图片已经从标准提供的数据集,获得信号和处理研究所、南加州大学。数据集是对所有研究人员可用。以及这些图像加密的版本2二进制水印以及水印图表示6:共有三个标准图像和有两种医学图像。普通图片的名字是班登、辣椒和渔船,和医学图像是由名字medical_1和medical_2表示。实现的最后阶段的研究,采取了具体的质量指标。开放获取的医学图像取得了医学图像库。

水印应用于医学图像和正常的图像。彩色图像水印和灰度水印技术。彩色图像水印应用于前三个图像,灰度水印应用于最后两张照片。表2计算的性能提出了技术对任何攻击。情节在图7代表嵌入技术的性能。

4.1。嵌入的计算时间

处理时间(以秒为单位)估计阶段的时间嵌入指定的一组信息。处理器使用的处理时间成正比嵌入所花费的时间。嵌入系数的值为0.02。提出的策略是快速,每个处理器的需求,功能显著速度很好。表3代表了嵌入水印的各种设置的照片。情节在图8介绍了嵌入水印嵌入时间完成。

4.2。处理事件

该技术对各种攻击的鲁棒性测试场景,包括高斯噪声和JPEG压缩。提出技术验证的性能在应用不同的方差值的攻击。方法的鲁棒性完全取决于比特误码率(BER),归一化相关(NC),结构相似度指数测量(SSIM)和峰值信噪比(PSNR)。应用处理攻击对算法的效率进行评估。高斯噪声的高价值和更高的百分比在压缩值将影响输出有水印的图像的质量。

4.2.1。准备高斯噪声攻击

高斯噪声是白噪声攻击应用到选定的图片,而且计算的结果是由适当。它可以注意到从情节图9数控,典型的PSNR和SSIM减少增长遇到价值,改善与提高攻击和误码率。

表4高斯噪声攻击后代表性能参数的计算值。

4.2.2。JPEG压缩攻击

压缩值96放上选定的图像和水印并且选择图像的性能。的低价值联合图像专家组(JPEG)压缩会影响输出图像的质量。表5描述了性能指标计算值。图10代表块水印对JPEG压缩攻击技术。压缩攻击直接影响输出有水印的图像的质量。压缩攻击损失降低峰值信噪比的值与原始图像时压缩有水印的图像。我们使用无损压缩攻击来计算结果。

5。与现有的方法比较

该技术的性能测试是基于两个属性:隐形和嵌入的程度。多年来,许多研究人员研究在现有机制即兴发挥。本节解释提出技术的比较与先前的研究。表6比较该方法与基于值的各种技术嵌入时间和质量标准。每一个研究者使用不同的医学图像数据集根据需求;判断技术基于质量的性能指标不能准确版本的该方法与现有技术的性能。嵌入时间成为关键因素在比较该方法与现有的程序。比较分析是进行不同的图像,以及嵌入的估计时间以秒为单位计算。已经得出的性能不同的收集不同的图像水印技术。嵌入时间提供了该方法的有效性。它已经从表中给出的结果观察6比现有的一些方法,我们提出了技术性能更好的嵌入。的优化算法(22,32- - - - - -43)该方法可以正面影响高值的质量指标(PSNR)。

从情节图观察11我们提出的技术在嵌入时间达到好的结果。然而,质量问题可以持续的PSNR值仍然可以改进的一种优化算法(32- - - - - -43]。更高的PSNR值表明良好的鲁棒性水平。

6。结论和未来的工作

小说医疗图像水印方法是为了提高安全性在医学领域的应用。基于变换的混合的混合物,奇异值分解,和超混沌加密的有效嵌入水印的优势。该技术应用于标准和医学图像。额外的安全机制、超混沌加密用于拟议的工作,包括两种类型的图像的安全。该技术在医疗领域中的应用。图像的质量是没有添加水印后的变化,结果表明该技术的良好的性能。该方法速度快,添加一个优化算法将提高质量标准的价值。更高的质量量度值仍然可以有针对性的通过添加各种metaheuristic算法,如蚁群优化(ACO),灰太狼优化(拥有)和萤火虫算法。的优化算法将提高PSNR质量参数的值将在未来上市工作。

数据可用性

可以根据要求提供的数据。

的利益冲突

作者宣称没有利益冲突。

引用

1. m . Shabaz和美国Garg“预测未来疾病使用链接预测,基于现有的健康状况”世界日报的工程,2021年。视图:出版商的网站|谷歌学术搜索
2. c·沙玛,b . Amandeep r•索t•m . Shabaz,“基于安全框架选择的视频水印技术解决质量数据丢失:图变换为基础,结合奇异值分解,和超混沌加密,“安全性和通信网络,卷2021,19页,2021。视图:出版商的网站|谷歌学术搜索
3. f . Ajaz m . Naseem沙玛,m . Shabaz和g . Dhiman”COVID-19:挑战及其使用物联网技术解决方案,“当前医学成像,17卷,2021年。视图:出版商的网站|谷歌学术搜索
4. 王x y和m . j .王”,一个超混沌产生的洛伦兹系统,”自然史答:统计力学及其应用,卷387,不。14日,第3758 - 3751页,2008年。视图:谷歌学术搜索
5. t . Tabassum和s . m . m .伊斯兰教”,基于相同的帧提取的数字视频水印技术在三级DWT,”2012年15日计算机和信息技术国际会议(ICCIT)吉大港,页101 - 106年,孟加拉国,2012年12月。。视图:谷歌学术搜索
6. t . s . Bhattacharya将挑战,朋友,”一个调查在不同的视频水印技术和比较分析,参照h . 264 / AVC”2006年IEEE国际研讨会上消费类电子产品,页1 - 6,圣彼得堡,俄罗斯,2006年。视图:出版商的网站|谷歌学术搜索
7. d .你们,c .邹、戴y和z王”一种新的自适应水印实时MPEG视频,”应用数学和计算,卷185,不。2、907 - 918年,2007页。视图:出版商的网站|谷歌学术搜索
8. r . Rewani m·库马尔,a . k . s .两个“数字图像水印:一项调查,”国际工程研究和应用程序(IJERA)杂志,3卷,不。4、1750 - 1753年,2013页。视图:谷歌学术搜索
9. 答:阿勒-哈吉和a . Abu-Errub”性能优化的基于离散小波变换的图像数字水印使用遗传算法,”计算机科学期刊,4卷,不。10日,834 - 841年,2008页。视图:谷歌学术搜索
10. c .吴y郑,w . Ip, k .容c . Chan和z,”一个灵活的h . 264 / AVC压缩视频使用基于粒子群优化的抖动调制水印方案,“AEU-International电子和通讯》杂志上,卷65,不。1,27-36,2011页。视图:谷歌学术搜索
11. m . Masoumi和美国Amiri盲目scene-based水印视频版权保护,”AEU-International电子和通讯》杂志上,卷67,不。6,528 - 535年,2013页。视图:谷歌学术搜索
12. a . Mansouri a Aznaveh f·拉扎,“盲目h压缩视频水印模式考虑”IEEE国际会议上声学学报》,演讲,和信号处理,ICASSP美国达拉斯,得克萨斯州,2010年3月。视图:谷歌学术搜索
13. o . s . Faragallah“高效视频水印基于奇异值分解在离散小波变换域,“AEU-International电子和通讯》杂志上,卷67,不。3、189 - 196年,2013页。视图:谷歌学术搜索
14. p . Venugopala h . Sarojadevi n . n . Chiplunkar诉Bhat,“视频水印通过调整像素值和使用场景变化检测,”2014年第五次国际会议在信号和图像处理,页259 - 264,班加罗尔,印度,2014年1月。视图:谷歌学术搜索
15. b . bloom和c·阿伦”的方法在视频与多个使用小波水印,水印”通信技术和电子杂志》上,卷61,不。2、165 - 175年,2016页。视图:谷歌学术搜索
16. c . Agarwal A Mishra,沙玛,“小说灰度图像水印使用混合fuzzy-BPN架构,”埃及信息学杂志,16卷,不。1,第102 - 83页,2015。视图:谷歌学术搜索
17. d·考尔认为,金达尔,“半blind-DWT-SVD视频水印”技术。代表,信息和通信技术国际会议上,2014年。视图:谷歌学术搜索
18. c·沙玛,g·辛格和g·辛格赛,“有效的视频水印技术质量损失的数据,”印度科学和技术杂志》上,9卷,不。2016年47岁。视图:谷歌学术搜索
19. a . Mishra c Agarwal, a·沙玛,p·贝迪”优化灰度图像水印使用DWT-SVD和萤火虫算法,”专家系统与应用程序第41卷。。17日,第7867 - 7858页,2014年。视图:谷歌学术搜索
20. 答:为了和r . Tirumala”,基于双正交小波变换的视频水印使用优化技术,”今天材料:诉讼5卷,第1477 - 1470页,2018年。视图:谷歌学术搜索
21. f t d .赵,y,和z,“资源服务组合和最佳选择基于粒子群优化的制造网格系统,”IEEE工业信息,4卷,不。4、315 - 327年,2008页。视图:谷歌学术搜索
22. s . Mirjalili s . m . Mirjalili和a·刘易斯,“灰太狼优化器,”工程软件的进步卷。69年,46 - 61年,2014页。视图:谷歌学术搜索
23. f . Seghir和A . Khababa“混合方法利用基因和果蝇优化算法QoS-aware云服务组合,”《智能制造,2018年,页1 - 20。视图:谷歌学术搜索
24. 和l . j .侯h . Liu洲,“基于变换解相关的数据,”2016年IEEE国际会议上数字信号处理(DSP)2016年10月,北京,中国。视图:谷歌学术搜索
25. g .张w·金,a·奥尔特加j .石田和a .日本久保田公司“深度映射编码使用基于图的变换和变换域sparsification MMSIP,”2011年IEEE 13日国际研讨会上多媒体信号处理2011年10月,杭州,中国。视图:谷歌学术搜索
26. 即Daribo、d . Florencio和g .张“任意形状的运动预测深度视频压缩使用算术编码,“IEEE图像处理,23卷,不。11日,第4708 - 4696页,2014年。视图:谷歌学术搜索
27. h . Egilmez y郑玄,c·奥尔特加,“基于变换的视频编码”IEEE图像处理,卷。29日,页。9330 - 9344年,京都,日本,2020年9月。视图:谷歌学术搜索
28. p h . y . w . Wang Tan太阳,y彭日成,比比任,“一种新颖的基于小波变换的数字图像加密算法和multi-chaos”无线通信和传感器网络,第719 - 711页,2016年。视图:谷歌学术搜索
29. 曹z l·王,“一个安全的视频水印技术基于超混沌洛伦兹系统,”多媒体工具和应用程序,卷78,不。18日,第26109 - 26089页,2019年。视图:谷歌学术搜索
30. m . w . Wang m . Si y彭日成et al .,“一个基于结合混沌加密算法在人体区域网络,”电脑和电子工程卷,65年,第291 - 282页,2018年。视图:出版商的网站|谷歌学术搜索
31. c·沙玛,a Bagga视频水印方案基于DWT,圣言,栅栏质量损失的数据,”2018计算机科学的第四次国际大会上(可以)Jalandhar,页84 - 87年,印度,2018年8月。视图:谷歌学术搜索
32. g . Dhiman诉Kumar,“斑点鬣狗优化器:一种新颖的仿生metaheuristic技术工程应用为基础,“工程软件的进步卷。114年,48 - 70年,2017页。视图:谷歌学术搜索
33. g . Dhiman诉Kumar,“帝企鹅优化器:工程问题的仿生算法,”以知识为基础的系统卷。159年,20 - 50,2018页。视图:谷歌学术搜索
34. g . Dhiman诉Kumar,“海鸥优化算法:大规模工业工程理论及其应用问题,“以知识为基础的系统卷,165年,第196 - 169页,2019年。视图:谷歌学术搜索
35. g . Dhiman和a·考尔“柱廊:仿生优化算法为基础工业工程问题,“人工智能技术的工程应用卷,82年,第174 - 148页,2019年。视图:谷歌学术搜索
36. k . Jairath:辛格、诉Jagota和m . Shabaz“紧凑ultrawide乐队metamaterial-inspired开口环谐振器结构加载带开槽天线,”数学问题在工程,2021卷,2021年。视图:出版商的网站|谷歌学术搜索
37. m . Dehghani z蒙塔泽里,a Dehghani et al .,“枣疯病:多领导人优化器,”国际智能工程和系统杂志》上,13卷,不。6,364 - 373年,2020页。视图:谷歌学术搜索
38. m . Rakhra r·辛格·t·k•m . Shabaz,“Metaheuristic和基于机器学习的智能引擎农业设备租赁和共享”数学问题在工程,2021卷,2021年。视图:出版商的网站|谷歌学术搜索
39. m . Dehghani z蒙塔泽里,g . Dhiman et al .,”一个春天的搜索算法应用于工程优化问题,“应用科学,2020年。视图:谷歌学术搜索
40. k . Mahajan美国Garg和m . Shabaz”CPIDM: clustering-based深刻的深度学习HSI模型迭代分割,“无线通信和移动计算卷,2021篇文章ID 7279260, 12页,2021。视图:出版商的网站|谷歌学术搜索
41. g . Dhiman“ESA:混合仿生metaheuristic工程问题的优化方法,”与计算机工程,37卷,不。1,第353 - 323页,2021。视图:谷歌学术搜索
42. 唐和m . Shabaz”,一个新面孔图像识别算法基于cerebellum-basal ganglia机制,“医疗保健工程卷,2021篇文章ID 3688881, 11页,2021年。视图:出版商的网站|谷歌学术搜索
43. m . Dehghani z蒙塔泽里,o·马利克,g . Dhiman诉Kumar,“小米黄酒:面向二进制搜索算法”,国际创新技术和探索工程杂志》上,9卷,不。1,2019。视图:谷歌学术搜索
44. p . Khare诉斯利瓦斯塔瓦,“安全、健壮的医学图像水印方法保护医学图像的完整性,”交易新兴电信技术,32卷,不。2、2021。视图:出版商的网站|谷歌学术搜索
45. 沙玛,b . Bagga, m . s .辛格(manmohan Singh)和m . Shabaz”小说优化基于变换的水印技术解决安全问题在实时应用程序中,“数学问题在工程,卷2021,27页,2021。视图:出版商的网站|谷歌学术搜索

版权

版权©2021是Sharma等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。