医学图像水印技术,精确的篡改检测ROI的ROI和准确的恢复

文摘

在远程医疗将医学图像可能导致。在任何诊断决策之前,感兴趣的区域(ROI)的完整性必须验证接收的医学图像,以避免误诊。脆弱在这篇文章中,我们提出一种新颖的基于块的医学图像水印技术来避免ROI内嵌入失真,核实ROI的完整性,检测准确ROI内破坏块,然后恢复原来的投资回报率为零损失。在这个方法中,医学图像的像素划分为三组:ROI像素,地区noninterest (RONI)像素,和边界像素。然后,验证数据和信息的ROI是嵌入在边界像素。恢复数据的嵌入RONI ROI。在许多医学图像进行的实验的结果表明,该方法生产高质量有水印的医学图像,标识的存在导致内部投资回报率有100%的准确度,并恢复原ROI没有任何损失。

1。介绍

远程医疗消除了距离的障碍,提供医疗服务可以在遥远的地方。它允许传播医学数据从一个位置到另一个地方,使方便的和忠实的病人和医务人员之间的相互作用。这种交换的医学图像对医学图像的一个重要前提是未经授权的用户不能修改。这个前提叫做维护医学图像的完整性。相反的传播医学图像和病人数据独立通过商业网络带来更多的成本和传输时间(1]。水印是用来解决上述两个问题。

基于介质用于隐藏数据在一个图像,水印技术分为两类,即空间域和频率域。在空间域水印技术(2- - - - - -5),数据直接嵌入到宿主图像。在频域技术6- - - - - -8),数据嵌入到宿主图像转换。

另一个水印技术是可逆的技术分类和不可逆转的技术。获得的原始图像可以无损失有水印的图像与可逆水印技术(7- - - - - -10),而无损恢复原始图像是不可能与不可逆水印技术(6]。可逆水印更适合医学图像(11]。

基于应用程序,分为鲁棒水印技术,脆弱,混合动力车。鲁棒水印技术(6- - - - - -8,12)应用在有保护版权信息的图像是必需的,鲁棒水印维持有意或无意的攻击图像。脆弱水印技术(2- - - - - -5,13)用于应用程序需要检测的图像在传输过程中引起的导致未经授权的人员并授权的图像来源。混合水印技术(14- - - - - -16)用于应用程序需要隐私控制和完整性控制的图像。这些都是脆弱和鲁棒水印技术的融合。在这里,鲁棒水印用于隐私控制和脆弱水印用于图像的完整性控制。

大部分的医学图像包含两个部分叫做ROI和RONI。从诊断的角度ROI是更重要的。应该小心而隐藏数据到ROI的部分,这样视觉质量不会退化。同时必须确定任何篡改ROI和最初的ROI必须恢复为了避免误诊和医学图像传输。ROI的恢复数据通常是嵌入RONI [3- - - - - -5,8,16- - - - - -18]。当检测到任何篡改ROI内收到有水印的医学图像被篡改区域的ROI是恢复数据嵌入到RONI取而代之。

在本文中,我们提出一个新颖的基于块的脆弱的医学图像水印技术来实现以下目标。(1)识别干扰块ROI内准确地使用两块的均值和方差值。(2)恢复原始投资回报率为零损失,破坏时。(3)检测导致内部ROI,恢复原来的ROI,简单的数学计算。(4)避免的过程检查的有水印的医学图像ROI的存在导致ROI时没有干扰。(5)避免失真的ROI有水印的医学图像不嵌入任何数据在ROI。

剩下的纸被组织成四个部分。部分2涵盖了文学评论,该方法在部分说明3,结果说明在部分4,最后的结论是在部分5。

2。文献综述

迄今为止许多块基于水印技术开发识别干扰区域ROI的医学图像和检测到任何损害时恢复原来的ROI。Zain和Fauzi2)提出了一个方案,医学图像分割成8×8块,然后之间建立一个映射块将每个块的恢复信息嵌入到相应的映射块。之后,每一块进一步分为四子块的大小4×4然后9-bit水印生成每个子块。生成9-bit水印嵌入到每个子块的lsb的第一个9像素对应子块的映射块。接收机的尽头,有水印的医学图像分为8×8块大小,然后计算块之间的映射是在嵌入过程中完成。之后,每一块进一步分为四个4×4大小的子块,然后一个2级检测方案适用于检测篡改过的块。这个2级检测方案确定破坏块,一级检测应用于子块的块和2级检测应用于块。当检测到干扰块,对应的映射块标识,然后恢复提取数据嵌入映射块。这个恢复数据用于取代破坏块的像素。这种方法的主要缺点如下。(1)如果两块及其映射块B是玩弄那么它将不可能恢复原始图像。 (2) This method does not use any authentication data for the entire medical image to check directly whether the image is tampered. So, all blocks in the image have to be checked one after another to detect the presence of tampers. This checking process leads to wastage of time when the image is not tampered. (3) A tampered block cannot be recovered with original pixels of the block as this method uses average of pixels inside the block for recovering the pixels in the tampered block.

吴et al。6开发了基于两块的方法。在第二个方法中,生成JPEG选择ROI的位串,然后分成固定长度的片段。后,医学图像分成块,然后哈希位计算每个块排除与ROI。使用这些哈希位的身份验证数据块。在每一块图像,哈希位块和一个段的JPEG比特串的ROI都使用健壮的加性水印嵌入技术。那么所有块结合有水印的医学图像。在接收机的结束,有水印的医学图像分为块嵌入过程中完成的。从每一块、散列的块和一段JPEG比特串都是提取。对于每个块,哈希位计算,然后与提取的哈希位检查块是否被篡改。如果与ROI的块被确定为玩弄那么JPEG比特串段提取所有模块被用来恢复ROI。 Disadvantages of this method are as follows: (1) it is not possible to get original ROI as JPEG bit-string of ROI is used to recover ROI when it is tampered and (2) this method requires more calculations to generate recovery data of ROI and embed it into all blocks of medical image.

蒋介石et al。7)提出了两种基于块的方法基于对称密钥密码体制和修改不同扩张(DE)技术。第一种方法有能力恢复整个医学图像,而第二种方法则只有ROI的医学图像恢复的能力。在第一种方法中,医学图像分为4×4块大小,然后计算每一块的平均水平。之后,所有的块的平均值是连接,然后使用两个对称密钥加密1,2为了增加安全的程度。然后,Haar小波变换应用于所有块识别光滑块。加密的所有块的平均值是嵌入在确定平滑块。接收机的一端,嵌入式数据提取水印图像,然后使用密钥进行解密1,2所有块的平均值。所有块后,计算平均值,然后与提取的平均值来检测篡改过的块。当检测到干扰块破坏块中的像素块的提取平均所取代。第二种方法与第一种方法相同,除了像素的比特ROI嵌入块而不是整个图像块的平均值。陷阱的这些计划如下:(1)这两种方法需要更多的时间将数据嵌入到医学图像作为医学图像的所有块必须转换为频域,然后平滑块必须被识别为嵌入数据和(2)两种方法不使用任何身份验证数据对整个ROI或整个图像检查直接ROI或整个图像是否被篡改。所以,ROI或在整个图像中所有的块必须一个接一个检查检测的存在导致。这个检查的过程会导致浪费时间的图像不是玩弄。

刘等人。3,4开发两个可逆基于块的方法。在第一种方法中,医学图像分割成两个区域:ROI和RONI。之后,ROI和RONI分为不重叠的块大小8×8和6×6,分别。映射是ROI嵌入块复苏之间形成信息每一块的映射块。每一块在RONI ROI映射到一块。这种映射是用于ROI块像素的lsb嵌入其映射RONI块。然后,该方法由Zain和Fauzi实现2是仅适用于ROI检测导致的医学图像的一部分在ROI和恢复原来的ROI。像素在ROI的lsb替换原来的位,存储在RONI方案可逆的。第二种方法与第一种方法相同,除了像素块的移除lsb的ROI使用运行长度编码压缩技术嵌入到RONI块之前。这两种方法的缺点如下。(1)如果两块及其映射块B在ROI是玩弄那么它将不可能恢复原来的ROI。(2)两种方法不使用任何身份验证数据对整个ROI检查直接ROI是否被篡改。因此,所有块的ROI必须一个接一个检查来检测导致的存在。这个检查的过程会导致浪费时间的ROI不是玩弄。(3)破坏块不能恢复与原像素块的这些方法使用平均内的像素块恢复破坏的像素块。

Memon et al。15)实现混合水印方法。在这种方法中,医学图像分割成ROI和RONI。然后,脆弱水印嵌入lsb的ROI。RONI分为块大小然后一个位置地图指示可嵌入块生成。一个健壮的水印嵌入到可嵌入块RONI使用整数小波变换(IWT)。后来,地图嵌入到你的位置₃每一块使用LSB替换方法。最后,ROI和RONI结合有水印的图像。在接收机的结束,有水印的医学图像分割成ROI和RONI。然后,鲁棒水印提取RONI和用于检查认证的图像。脆弱水印提取ROI和视觉检查了解的存在导致内部ROI。该方法的两个缺点如下:(1)没有规范原有的ROI是如何恢复的破坏和ROI时(2)该方法的时间复杂度更像生成位置地图嵌入数据之前。

Tjokorda Agung和Permana5)开发了一种可逆的方法的医学图像ROI RONI大小更比较大小。在这种方法中,医学图像中所有像素的原始LSB收集然后LSB每个像素设置为零。后来,医学图像分割成ROI和RONI地区。然后,ROI和RONI分为块大小6×6和6×1,分别。ROI的块之间的映射是形成每个ROI块的存储恢复信息映射ROI。删除原始lsb使用RLE压缩技术然后嵌入2 lsb RONI 6×1块。接收机的尽头,有水印的医学图像分割成投资回报率和RONI在嵌入过程中完成。然后,Zain和Fauzi提出的方法2)是仅适用于ROI检测导致一部分在ROI和恢复原来的ROI。的原始lsb嵌入RONI被提取,然后恢复到他们的位置的原始医学图像。这个方法有相同的缺点为刘提出的方法等。3,4]。

Al-Qershi和邱8)开发了一种可逆ROI-based水印方案。在发送方的目的,医学图像分割成ROI和RONI。后,病人的数据和散列值的ROI都嵌入到ROI使用技术由郭台铭et al。压缩形式的ROI,平均值的ROI内,嵌入的地图ROI, RONI嵌入地图,lsb RONI的秘密区域的像素嵌入RONI使用这项技术的田。最后,ROI的信息嵌入到lsb的像素在一个秘密的地方。在接收机的结束,ROI提取信息从一个秘密区域,用于确定ROI和RONI地区。RONI确定地区的压缩形式的ROI,平均值的ROI内块,嵌入的地图ROI, RONI嵌入地图,LSB秘密区域像素的提取。使用提取ROI的位置地图,病人的数据和散列值的ROI提取ROI。然后,散列值的ROI计算并与提取的散列值。如果有两个散列值之间的不匹配的ROI分为16×16块。对于每个块,平均值计算并与相应的提取的平均值的平均值。 If they are not equal then the block is marked as tampered and replaced by the corresponding block of the compressed form of ROI. Two disadvantages of this method are (1) extracting the embedded data from RONI without knowing the embedding map of RONI and (2) use of compressed form of ROI as recovery data for the ROI.

Al-Qershi和邱17)提出了一个方案基于二维不同扩张。特拉华州民主党(2 d - de)发送方的尽头,医学图像分为三个区域:ROI像素,RONI像素,和边界像素。之后,病人的数据的连接,ROI的散列值,像素在ROI,和lsb边界像素使用霍夫曼编码压缩,然后嵌入RONI使用2 d-de技术。这个嵌入生成一个位置地图将ROI的连接信息,然后嵌入lsb边界像素。在接收机的结束,有水印的医学图像边界像素的ROI和位置地图信息都提取出来。使用此ROI信息,ROI和RONI标识。提取的位置地图是用于提取患者的数据,散列值的ROI, ROI内的像素,并从RONI lsb边界像素。检测的过程破坏块[所用的是一样的8]。每个破坏块替换为相应的块的像素提取ROI。lsb的边界像素利用RONI提取的lsb替换。这个方案的一个主要缺点是,它只适用于医学图像ROI的大小非常少(12%的整个图像的大小)。

Al-Qershi和邱16开发了一种混合ROI-based方法。在发送方的目的,医学图像分为三个区域:ROI, RONI,边界像素。后,病人的数据和ROI的散列值使用修改DE技术嵌入ROI。ROI位置地图压缩形式的ROI和平均强度的街区ROI内然后嵌入RONI DWT的技巧的运用。然后,大小的水印插入RONI和ROI信息嵌入边界像素使用相同的DWT技术。在接收机的结束,从边界像素和ROI提取信息是用来确定ROI和RONI地区。压缩形式的ROI,块的平均强度的ROI和位置地图的ROI提取识别RONI地区。使用提取ROI的位置地图,病人的数据和散列值的ROI提取ROI。检测的过程破坏块和恢复ROI是一样的(8]。该方法的两个缺点:(1)使用压缩形式的ROI作为ROI和恢复信息(2)只适用于图像的大小至少是512×512。

邓et al。9)开发提出基于可逆水印的篡改检测和恢复方法和四叉树分解。在这种方法中,原始图像分为块高同质性使用四叉树分解,然后恢复功能是计算每个块使用线性插值像素。所有块嵌入的恢复特性作为第一个水印利用可逆的整数变换。四叉树信息作为第二层水印嵌入使用LSB替换。在验证阶段,嵌入的水印提取和恢复原始图像。类似的线性插值技术是利用每个块的特性。篡改检测和定位可以通过比较提取的特征与重新计算。提取的特征可以用来恢复这些干扰区域相似性高到原来的状态。这个方案的一个缺点是不能破坏时恢复原始图像。

金等。19)开发提出篡改检测和恢复方案验证和完整性验证图像基于图像同质性分析。该方法将图像划分为大小可变块使用四叉树分解,然后选择每个块的平均值作为恢复功能。用这种方法确定的一些弊端如下:(1)不能完全恢复原始图像在该地区恢复信息干扰,(2)算法的计算复杂度很高。

谭et al。20.)提出了一种双层可逆水印技术与医学图像篡改检测能力。该方法嵌入源信息和加密位置信号作为第一层水印到医学图像。医学图像块的CRC值用于检测导致和作为第二层水印嵌入。这种方法不是指定如何玩弄块恢复原始图像。

大部分的复习计划是有水印的检测干扰块医学图像基于块的平均强度。这些计划失败识别更改或导致任何块如果值的像素块被修改而不改变块的平均值。例如,如果一个块的像素值在一个有水印的医学图像,如表所示1然后将72块的平均强度。有可能达到相同的块的平均强度如表所示2通过改变像素的值。仅通过比较原始和修改块的平均值是不可能准确检测修改的块。因此有必要开发一个系统,可以准确检测导致即使只块的像素值改变了平均值保持相同。

3所示。该方法

为了实现上述目标,我们提出一个新颖的医学图像水印方法。一个医学图像可能包含几个不相交的ROI区域在不同的形状。每个ROI区域被标记由医生或临床医生交互,由一个封闭多边形。封闭多边形的特征是顶点的数量和他们的坐标。在目前的工作,我们认为医学图像包含一个ROI,尽管该方法可以用于医学图像包含多个ROI区域。外三行像素在图像被用作边界的图像。

在该方法中,医学图像被分割为三套像素,ROI像素,RONI像素,和边界像素,如图1。后,ROI计算散列码使用sha - 1技术,用于验证ROI。甚至改变了单一的ROI是确定使用这个散列码,sha - 1生成一个唯一的代码大小的160位对任何输入。ROI和RONI医学图像分为不重叠的块大小4×4和8×8,分别。然后,每个块在ROI映射到一块RONI使用(1)。这种映射是基于ROI的假定块的数量小于RONI块的数量,用于恢复每个ROI块信息嵌入到相应的映射RONI块。对于每一个ROI块,恢复数据是由收集块内像素的比特。每个ROI的恢复数据块嵌入lsb内的像素对应的映射RONI块。考虑 在哪里RONI块编号,是一个秘密密钥和1和之间是一个质数,在ROI块编号,然后呢在ROI块的数量。

对于每一个4×4块8位医学图像ROI的恢复数据的大小是128位(比特ROI内的像素块的集合)。两种lsb的每个像素映射RONI块用于嵌入这恢复数据,如图2。同样,在12位和16位医学图像恢复数据的大小是192和256,分别。3和4 lsb的像素映射RONI块用于嵌入恢复数据的每个ROI块12位和16位医学图像。最后,投资回报率和ROI的散列值的信息嵌入到lsb边界像素,信息的数量被定义为封闭多边形的顶点和顶点的坐标和边界被定义为外三行像素的图像。详细的嵌入算法解释如下。

3.1。嵌入算法

(1)医学图像分割成三组称为ROI的像素像素,RONI像素,和边界像素。(2)计算ROI的散列值(h1)使用sha - 1技术。(3)ROI划分为不重叠的4×4像素块的大小。(4)RONI划分为不重叠的8×8像素块的大小。(5)每个ROI块映射到一块在RONI使用(1在ROI),假设块的数量小于RONI块的数量。(6)收集的16个像素内每个ROI块恢复数据。(7)恢复数据的每个ROI块嵌入到2或3或4 lsb的像素映射RONI块,根据一些深度。(8)加密的散列值(h1)和指示信息的密钥k1 ROI。(9)的lsb嵌入加密位边界像素。

有水印的医学图像现在可以通过网络发送到其他医疗从业者在偏远地区。

接收机的尽头,信息和散列值的ROI提取边界像素的lsb收到有水印的医学图像。与ROI提取信息、像素的ROI和RONI有水印的医学图像识别。然后,散列值的ROI计算并与散列值来检测提取ROI内的存在导致收到医学图像。如果匹配两个散列值然后收到之间的医学图像是真实的,并直接用于诊断决策。不匹配两个散列值表示的存在导致ROI内收到有水印的图像。在ROI检测图像被篡改的位置,恢复原来的ROI, ROI和RONI收到有水印的图像分为不重叠的块大小4×4像素和8×8像素,分别嵌入过程中完成的。对于每个块ROI,映射RONI块标识使用(1)。然后,每个ROI的像素块提取相应的映射RONI lsb的块。每个ROI块的平均值和方差计算并与像素的均值和方差提取相应RONI块。当一块在ROI检测到干扰,提取的用于恢复原来的ROI的像素块。详细的提取算法解释如下。

3.2。提取算法

(1)提取加密的lsb位边界像素。(2)解密获取信息中提取ROI和散列值的ROI (h1)。(3)确定ROI像素和像素RONI收到医学图像通过使用信息的ROI。(4)计算ROI (h2)的散列值使用sha - 1技术。(5)比较h1和h2。(6)停止提取过程,如果h1, h2,否则。(7)投资回报率和RONI划分为大小4×4块8×8,分别。(8)重复步骤8 - 11为每个块()在ROI为了识别干扰ROI块。(9)计算平均(a1)和方差(v1)值的块。(10)提取ROI的像素块从2或3或4 lsb的像素映射RONI块,根据一些深度。(11)计算平均(a2)和方差(v2)提取像素值。(12)如果a1 ROI块B标记为干扰a2或v1v2。(13)替换每个干扰ROI块位的像素,提取相应的映射RONI块,得到原始的ROI。

现在医学图像诊断决策。

4所示。实验结果

实验是进行大约几百医学图像的8位,12位,16位深度和不同形式的CT扫描、MRI扫描,超声波,等等。几百的图像,40医学图像CT扫描,30医学图像MRI扫描,剩下的30超声图像。我们使用的指标称为峰值信噪比(PSNR)和加权峰值信噪比(WPSNR) [21)测量生成的有水印的医学图像的质量。PSNR值的公式如下: 在哪里和图像的宽度和高度。原始医学图像和吗是有水印的医学图像。

更高的PSNR值,少WPSNR表明有水印的图像失真。一个度量称为平均结构相似度指数(MSSIM) [22)是用来测量原始和有水印的医学图像之间的相似性。MSSIM−1和1之间的值。MSSIM指定值1,原始的和有水印的图片是相似的。知道有水印的医学图像退化的水平,总知觉错误(TPE) (23)使用公制。低价值的TPE指定的降解有水印的图像。

图3显示的一些医学图像用于我们的实验。这些图片是大脑的CT扫描,核磁共振扫描的肩膀,和腹部超声图像。为模拟技术,提出一个矩形形状ROI被认为是在每一个医学图像。图3还显示有水印的医学图像和医学图像重建。没有相当的原始视觉区别,有水印的,重建图像。表3描述了三个医学图像上的实验结果如图所示3。的平均结果进行实验几百医学图像如表所示4。

在拟议的技术中,的PSNR值和WPSNR水印并且重建医学图像大于40 dB。如果有水印的PSNR和WPSNR值和重建医学图像是40 dB以上那么医学图像水印技术是有效的(24]。明显的变化有水印的医学图像的结构信息是无形的MSSIM值的医学图像非常接近1。同样,低TPE值表明有水印的医学图像的退化。

入侵者是阻止获得ROI的散列值和信息通过加密密钥之前嵌入在边境。一些先进的技术(2- - - - - -5)不使用任何身份验证数据散列值的ROI检查直接ROI是否被篡改。所以,所有块ROI内必须检查一个接一个来检测导致的存在。这个检查的过程会导致浪费时间有水印的医学图像不是玩弄。这样浪费时间并不是发生在该方法是直接使用散列值的ROI检查是否干扰ROI。

如图4,我们诱导一些导致的ROI有水印的医学图像进行测试方案的性能检测的干扰或修改区域ROI和恢复原来的ROI。该方法确定了所有的破坏位置在ROI与100%的准确率和恢复原来的ROI没有损失,如图5。医学图像的lsb RONI和边境内的像素为零。所以,像素的lsb RONI和边界提取嵌入式数据后设置为0。表5显示了方案比较和审核计划。

该方法是建立在假设入侵者一般尝试修改的重要组成部分,投资回报率,在医学图像在传播。确定ROI内变化,恢复原来的ROI使用前必须完成医学图像诊断决策。该方法可以用于医学图像的像素表示使用8到12或16位和与不同形式的医学图像CT扫描、MRI扫描,超声波,等等。RONI和边境地区没有恢复完全按照所有像素的lsb RONI和边界设置为0后提取嵌入数据。这种限制并不影响方法的效率RONI和边境地区的医学图像中无关紧要的诊断决策的过程。它只能用于医学图像的ROI规模很小(25%的整个医学图像)。这不是健壮的普通攻击和图像处理操作。这个方法可以恢复原来的ROI的RONI和边境只有当有水印的医学图像不是由入侵者攻击或修改。入侵者通常尝试修改ROI的医学图像传输,这种方法出现作为一个重要的替代医学图像领域的传播。

5。结论

在本文中,我们提出了一种基于块的脆弱的医学图像篡改检测和恢复的水印技术。很明显的PSNR值,WPSNR MSSIM和TPE,该方法生产高质量的有水印的医学图像。有水印的嵌入失真在ROI医学图像是零,没有数据嵌入到ROI。该方法准确地识别和定位干扰阻塞在ROI使用平均值和方差值。原始ROI与零损失恢复破坏块的像素替换原来的像素值。拟议的方法使用简单的数学计算生成验证和恢复数据,确定破坏块内部ROI,恢复原来的ROI。这个方案不会检查的存在导致内部ROI提取ROI的散列值匹配时重新计算ROI的散列值。但一些复习计划检查的存在导致不确定是否ROI或整个医学图像干扰。

为未来的增强,我们试图扩展方法与大型医学图像ROI和维持常见的攻击和图像处理。

利益冲突

作者宣称没有利益冲突有关的出版。

引用

1. 黄g . Coatrieux j . montagne: h, c . Roux”混合可逆和RONI水印医学图像的可靠性保护”学报IEEE-EMBS第29届国际年会,在医学和生物工程协会(EMBC ' 07),页5653 - 5656,法国里昂,2007年8月。视图:出版商的网站|谷歌学术搜索
2. j . m . Zain和a r m . Fauzi“医学图像篡改检测和恢复水印,”学报》第28届IEEE工程年度国际会议在医学和生物学协会(磨床06年)2006年9月,页3270 - 3273。视图:出版商的网站|谷歌学术搜索
3. 研究所。刘和j . m . Zain可逆的医学图像水印对篡改检测和恢复,”学报》第三届IEEE计算机科学和信息技术国际会议(ICCSIT 10)2010年7月,页417 - 420。视图:出版商的网站|谷歌学术搜索
4. 研究所。刘,S.-W。刘,j . m . Zain“可逆的医学图像水印对篡改检测和恢复运行长度编码压缩,”世界科学院、工程和技术,没有。50岁,799 - 803年,2011页。视图:谷歌学术搜索
5. b . w . Tjokorda Agung和f . p . Permana医学图像水印和篡改检测和恢复使用LSB的可逆水印修改和运行长度编码(RLE)压缩,”《IEEE国际会议交流,网络和卫星(COMNETSAT 12),页167 - 171,巴厘岛,印度尼西亚,2012年7月。视图:出版商的网站|谷歌学术搜索
6. j·h·k·吴R.-F。Chang C.-J。Chen等人“为医学图像篡改检测和恢复使用near-lossless信息隐藏技术,”数码影像杂志,21卷,不。1,59 - 76年,2008页。视图:出版商的网站|谷歌学术搜索
7. K.-H。蒋介石,K.-C。Chang-Chien R.-F。常,H.-Y。日元”,为医学图像篡改检测和恢复系统使用小波可逆数据嵌入,”数码影像杂志,21卷,不。1,第90 - 77页,2008。视图:出版商的网站|谷歌学术搜索
8. o . m . Al-Qershi和b·e·邱”身份验证和使用一个可逆的数据隐藏ROI-based DICOM图像水印方案,”国际医学会议系统工程学报》(ICMSE ' 09),第834 - 829页,2009年。视图:谷歌学术搜索
9. 陈邓x, z, f .曾庆红,y, y毛,“身份验证和恢复的医疗诊断图像使用双重可逆数字水印,”纳米科学和纳米技术杂志》上,13卷,不。3、2099 - 2107年,2013页。视图:出版商的网站|谷歌学术搜索
10. b, e . l . Tan陈,d .倪t . Wang和h . Lei“可逆水印方案基于微分进化医学图像,”专家系统与应用程序第41卷。。7,3178 - 3188年,2014页。视图:出版商的网站|谷歌学术搜索
11. x罗、问:程和j . Tan“无损数据嵌入方案e-diagnosis的医学图像的应用,”第25届国际会议的程序IEEE在医学和生物学社会工程2003年9月,页852 - 855。视图:出版商的网站|谷歌学术搜索
12. j·j·艾格斯r . Bauml r . Tzschoppe和b·吉伦特“标量科斯塔方案嵌入的信息,”IEEE信号处理,51卷,不。4、1003 - 1019年,2003页。视图:出版商的网站|谷歌学术搜索|MathSciNet
13. a . m . s . a . m .吉拉尼,这个“NROI水印的医学图像内容认证”第12届IEEE国际Multitopic研讨会论文集(INMIC ' 08),页106 - 110,卡拉奇,巴基斯坦,2008年12月。视图:出版商的网站|谷歌学术搜索
14. a . Giakoumaki s Pavlopoulos, d . Koutsouris”多个图像水印应用于健康信息管理”,IEEE在生物医学信息技术,10卷,不。4、722 - 732年,2006页。视图:出版商的网站|谷歌学术搜索
15. n . a . Memon a·乔杜里·m·艾哈迈德和z . a . Keerio”混合水印的医学图像ROI身份验证和复苏,”国际计算机数学杂志》上,卷88,不。10日,2057 - 2071年,2011页。视图:出版商的网站|谷歌学术搜索
16. o . m . Al-Qershi和b·e·邱”身份验证和数据隐藏使用混合ROI-based DICOM图像水印方案,“数码影像杂志,24卷,不。1,第125 - 114页,2011。视图:出版商的网站|谷歌学术搜索
17. o . m . Al-Qershi和b·e·邱”ROI-based为医学图像篡改检测和恢复利用可逆水印技术,”《IEEE国际会议信息理论和信息安全(ICITIS 10),第155 - 151页,北京,中国,2010年12月。视图:出版商的网站|谷歌学术搜索
18. h . Nyeem w·博尔斯监管的,c·博伊德,“利用最低有效位平面RONI像素的医学图像水印,”数字图像计算国际会议:技术和应用程序(格言“13)IEEE 2013年11月。视图:出版商的网站|谷歌学术搜索
19. K.-S。金,蔡明俊。李,J.-W。李,t.w。哦,H.-Y。李”,提出篡改检测和恢复使用同质性分析在质量相关成像,”计算机视觉和图像理解,卷115,不。9日,第1323 - 1308页,2011年。视图:出版商的网站|谷歌学术搜索
20. j . c . c . k . Tan Ng, x, c . l . Poh y l .关和k . Sheah“安全保护的DICOM医学图像使用双层可逆水印和篡改检测能力,”数码影像杂志,24卷,不。3、528 - 540年,2011页。视图:出版商的网站|谷歌学术搜索
21. n . Ponomarenko s Krivenko k . Egiazarian j . Astola诉鲁金,“基于加权均方误差的度量特征的视觉质量的图像去噪方法,”学报》第八届国际研讨会上视频处理和质量指标为消费电子产品(VPQM 14)美国亚利桑那州斯科茨代尔,2014。视图:谷歌学术搜索
22. z, a·c·Bovik h·r·谢赫和e . p . Simoncelli“图像质量评估:从错误的可见性结构相似,“IEEE图像处理,13卷,不。4、600 - 612年,2004页。视图:出版商的网站|谷歌学术搜索
23. a·b·沃森“DCT量化矩阵为个人图像,视觉优化”人类的视觉,视觉处理和数字显示第四卷,1913学报学报圣何塞,页202 - 216年,加州,美国,1993年。视图:出版商的网站|谷歌学术搜索
24. k .陈和t . v . Ramabadran Near-lossless医学图像的压缩entropy-coded DPCM,”IEEE医学成像,13卷,不。3、538 - 548年,1994页。视图:出版商的网站|谷歌学术搜索

版权

版权©2014 r . Eswaraiah和大肠Sreenivasa Reddy。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。