一个健壮的验证算法,基于分形布朗模型的医学图像和视觉密码

文摘

在本文中,我们旨在讨论医学图像的安全认证要求的医疗网络,和一个安全认证方法设计基于分形和视觉密码。基于离散分形布朗随机场模型的灰度统计信息和空间结构信息的医学图像完全开采。医学图像的灰度分布表达形式的分形特性。通过使用空间数据挖掘方法,分形结构空间的数据进行了分析,并通过使用能源结构的稳定性,形成身份验证功能。使用视觉密码(VC),身份验证方法的鲁棒性进一步增强。通过集中测试常见的医学图像和与现有方法的比较分析,进一步验证,方法是有效对抗常见的JPEG压缩等攻击,缩放、旋转操作,剪裁,添加噪声、滤波和模糊。

1。介绍

5 g技术的快速发展提供了强有力的技术保障医疗网络的推广和应用。在当前新型冠状病毒肺炎疫情、远程医疗、远程咨询的利用率是增加一天。而数字医学图像,如CT、MRI、美国、和其他诊断和治疗信息迅速分布和传播医疗网络平台、身份验证的完整性、真实性和有效性的医疗信息也已成为一个热点问题,迫切需要解决。数字水印技术的迅速发展,医疗信息的验证提供了一个解决方案。然而,传统的水印技术经常修改原始载体信息在某种程度上。任何非医学的医疗信息的变化可能会影响医生的诊断,这可能导致医疗纠纷。因此,没有任何修改原来的医疗信息,从原始数据,分析和挖掘承运人的内在稳定的特征信息,并使用稳定特征作为安全认证的基础已成为一个可行的医疗信息安全认证解决方案。

近年来,国内外许多学者做了大量研究,以满足医学图像的需要安全认证(1- - - - - -12]。使用感知哈希,DTCWT-DCT Henon映射,静等人提出了一个multiwatermarking医学图像认证的方法,这是健壮的常见几何攻击(1]。Tzuo等人利用细胞自动机的显著差异系数实现医学图像的无损的身份验证(2]。胡锦涛和朱使用的关键控制逻辑混乱的地图,使用一定的策略来寻找相似的二进制序列作为水印信息来实现身份验证(3]。Kavitha和Sakthivel在混合动力领域实现了医学图像版权保护方案通过使用快速响应代码的机制(4]。Arsalan等人使用压缩功能降低嵌入失真,实现医学图像认证的可逆性5]。Fatahbeygi Akhlaghian结合支持向量机和视觉密码学提出一个戒备森严的图像验证方法(6]。Elham联合熵分析和离散萤火虫算法来实现图像安全认证(7]。谢长廷和黄提出了一个基于DWT和视觉密码的身份验证方案。该计划是基于小波系数的均值和方差来实现身份验证(8]。Qingtang和北京充分利用DCT变换的直流系数的分布特征来实现版权认证方案适用于彩色图像的空间域(9]。

先前的研究的基础上,结合分形布朗模型和视觉密码身份验证方案提出了适合医学图像。这种方法从灰度医学图像信息映射空间分形维数和空间使用分形数据表单身份验证功能的稳定性。最初的身份验证功能是由视觉密码学炒和困惑,这也进一步提高了该方法的鲁棒性。没有噪声添加身份验证过程。一系列的实验表明,该方法对常见的攻击是健壮的,如JPEG压缩、缩放、旋转角度,剪裁,噪声、滤波、模糊等等。

2。相关的技术

2.1。分数布朗随机场模型

分形的概念最初是由豪斯多夫在1919年引入的,然后在1975年由曼德布洛特。分形的基本特征是规模不变。曼德布洛特认为分形有三个要素:形式,机会,和尺寸。分形维数定量描述分形是一个基本参数。这是一个几何对象尺度转换的重要特征。根据不同的定义和计算方法,常用的分形维度包括豪斯多夫维数,箱尺寸,信息维数和分形布朗随机场模型(10]。

图像的灰度值在随机游走模式中,处理和灰度值(x,y)被标记为我(x,y)。根据分形布朗随机场模型,得出以下结果:

让 。

公式(1)可以简化为

通过双方的对数(2),可以获得以下: 在哪里C是一个常数。

通过使用最小二乘方法,数据点 安装。直线的斜率是赫斯特指数H分形布朗模型。二维医学图像,其分形维数D等于3 -H。

通过研究自然图像,Pentland证明了各向异性的灰色图像符合离散分数布朗随机场模型。Pentland和其他学者首先介绍了分形维数的概念,为信号处理和指出,物体的形状和纹理信息可以得到图像的分形分析。分形信息不仅反映了灰色振幅的变化,也反映了灰度的变化在不同的尺度上。在图像的边缘区域,分形特征参数的值将经历奇异的变化。实验分析后,在一系列的攻击模式,如翻译、旋转、仿射变换、和JPEG压缩、边缘区域的结构要求具有良好的规律性和分形维数的变化值不明显,所以它具有较强的鲁棒性。在这篇文章中,我们充分利用边缘地区的细粒度稳定的关系形成一个稳定的极值结构的分形维结构版权认证信息。

2.2。视觉密码

在1994年,提出了视觉密码Naor和沙密。这实际上是一个秘密共享方案(n,k)[11]。这种方法提供了一种方案,将秘密图像划分为n子图象。没有任何加密计算,原来秘密图像可以恢复k子图象。即使攻击者与无限的计算能力不能得到任何信息秘密图像当subsecrets的数量小于给定值(k)。图1显示的结构(2,2)视觉密码。图2给出了一个应用的例子(2,2)视觉密码。

3所示。身份验证方案

本节介绍了身份验证方案。该计划包括两个阶段:一是所有权构建阶段,另一个是所有权验证阶段。

3.1。构建阶段的所有权

医学图像分为块。基于分形布朗随机场模型,子图象的分形维数计算。灰色的原始载体信息映射空间的分形维数空间。的分形维数特征子图象形成。分形维数特征联系在一起进行分析和规范化,形成稳定的功能,被认为是关键的版权认证。图3显示了所有权构建阶段。这一阶段的细节描述如下。(我)步骤1:把医学图像划分成块,形成8×8不重叠的细胞单位。(2)步骤2:分析和计算每个单元单元通过使用分形布朗随机模型。每个细胞单位的分维值数据库和数据库存储在矩阵获得的D。(3)步骤3:基于矩阵D,创建一个矩阵FD大小一样D;FD的初始值设置为零。(iv)第四步:分析数据的矩阵D(我,j)。如果D(我,j)大于或等于2,然后,FD (我,j)= 1;否则,FD (我,j)= 0。中的数据矩阵FD从医学图像中提取的特征信息。(v)第五步:使用(2,2)视觉密码学机制如图1和版权信息即时通讯,分享矩阵im_share1,im_share2构造。主份额矩阵im_share由以下规则:im_share= (im_share1,im_share2)。(vi)第六步:执行异或操作im_share1和FD,结果存储在dw_copyright。与此同时,dw_copyright和im_share2存储在第三方认证中心进行进一步的验证。

3.2。所有权验证阶段

图4显示了所有权验证阶段。这一阶段的细节描述如下。(我)步骤1:将疑似医学图像划分为块形成8×8不重叠的细胞单位。(2)步骤2:分析和计算每个单元单元通过使用分形布朗随机模型。每个细胞单位的分维值数据库,数据库是存储在矩阵D1。(3)步骤3:基于矩阵D1,创建一个矩阵FD1 D1一样的大小;FD1的初始值设置为零。(iv)第四步:分析数据矩阵D1 (我,j)。如果D1 (我,j)大于或等于2,然后,FD1 (我,j)= 1;否则,FD1 (我,j)= 0。中的数据矩阵FD1疑似医学图像中提取的特征信息。(v)第五步:获取dw_copyright从第三方认证中心。执行FD1和异或操作dw_copyright;结果存储在im_share1_1。也就是说,im_share1_1= (dw_copyrightXOR (FD1)。(vi)第六步:获取im_share2从第三方认证中心。共享图片im_share根据共享恢复im_share1_1和im_share2如下规则:im_share= (im_share1_1)或(im_share2)。(七)第七步:把图片分享im_share为不重叠的2×2块。计算每个小块的总和(我);如果金额小于或等于2im1(我)= 0;否则,im1(我)= 1。也就是说, 在哪里im1是恢复身份验证信息。

4所示。实验结果

为了验证算法的鲁棒性在这一节中进行一些实验。图5显示六个512×512医学图像命名为“腹部”,“心”,“肺”,“乳房”,“肾上腺,”“头”和一个32×32标志形象。所有的图片都使用该算法进行了测试。

为了描述算法的有效性和鲁棒性,峰值信噪比(PSNR)是用来衡量图像的视觉变化后的一系列攻击。PSNR值越大,越不损害图像会有(3]。规范化相似(NC)值是用来测量之间的相似度提取版权信息和原始版权信息。数控值越大,两者之间的相似度就越高。定义的PSNR和数控以下规则: 在哪里米和N测试图像的大小。和原始图像和攻击的图像。 在哪里 是原始版权信息和版权信息中恢复过来。B版权信息的大小。

4.1。承运人的相关测试图像

身份验证信息存储在认证中心是载体图像的固有特征密切相关,所以不同载体图像的特征信息应该是相互独立的。测试图像之间的关联数据表1。从表1之间的关联数据,可以看出,不同的图像大多集中在0.6,这表明从不同的图像提取的特征信息有显著差异。

4.2。常见的攻击测试

医学图像容易几何和nongeometric攻击在网络传输的过程。健壮性测试后进行常见的攻击如JPEG压缩(压缩因子50%),盐和胡椒噪声(0.001),高斯噪声(0.001),图像旋转(10°),缩放攻击(减少了50%),锐化,乘法噪声(0.01),裁剪攻击(1/5),中值滤波(7×7),对比度增强和亮度增强。数据6- - - - - -16显示结果通过执行该方案在“腹部”的形象。

从数据6- - - - - -16可以看出,该算法显示了强鲁棒性对传统几何攻击和nongeometric攻击,和身份验证的数控价值形象主要是接近1。对于医学图像,任何可见的变化将引起特别的关注。在攻击测试数据6- - - - - -16,有许多攻击,使载体图像显著变化。例如,如图13,承运人图像减少1/5,它的PSNR值远低于30 dB。然而,获得认证图像仍然表现良好。身份验证图像的数控从图中提取(13日)等于0.9971。

4.3。算法的比较

表2和3显示该算法之间的性能比较和其他安全身份验证算法。从比较数据,该算法显示了强鲁棒性的抗几何攻击和常规攻击。

5。结论

基于离散分形布朗随机场模型,灰色的医学图像转换的空间分形空间没有添加任何噪音。在分形空间中,分形维数的数据分析和挖掘,形成稳定的特性。基于稳定特性,医学图像的版权信息进行验证。方法的安全性进一步提高利用可视密码方案。在提取过程中,应用概率统计的知识,进一步提高验证的准确性。该方案具有以下特点。(1)图像的分形维数反映了固有的属性,这是能量属性而不是视觉属性。下的属性仍然显示了良好的内在稳定性仿射变换模式,如旋转、剪切、大小调整和压缩变换。一系列的攻击测试证明了方案的鲁棒性。(2)有意义的二进制图像用作身份验证信息。 This scheme differs from the traditional authentication algorithms simply judge the similarity of the threshold. (3) The security of the algorithm is further enhanced by visual cryptography obfuscation operation. Meanwhile, to improve the accuracy of information detection, the probability and statistics knowledge is applied. At the same time, the algorithm has a good universality, especially suitable for medical images and military images, and has a good theoretical significance and popularization value [18- - - - - -31日]。

数据可用性

可用的测试图像http://peir.path.uab.edu/library。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

杏园王负责的形式分析。本丁负责的资金收购。Daihong江和丹·李的调查。Tiankai太阳负有责任的方法。

确认

这项研究得到了国家自然科学基金(没有。61672124),密码理论的项目13国家密码学发展基金(五年计划。MMJJ20170203),辽宁省科技创新领先的人才计划项目(没有。XLYC1802013),辽宁省重点研发项目(没有。2019020105 - jh2/103),青年徐州理工学院(没有的基础。XKY2017223),徐州科技计划项目(KC19197、KC17078 KC18011),自然科学研究的主要项目中国江苏高等教育机构(18 kja520012)和江苏省Qinglan项目拨款2018。

引用

1. l, l . Jingbing m .轨迹et al .,”一个健壮的multi-watermarking医学图像算法基于DTCWT-DCT和henon地图,”应用科学,9卷,不。4 p。700年,2019年。视图:出版商的网站|谷歌学术搜索
2. y Tzuo, c, c .本“无损的医学图像水印方法基于元胞自动机变换系数的显著差异,”信号处理:图像通信卷,70年,第183 - 174页,2019年。视图:出版商的网站|谷歌学术搜索
3. 朱y胡锦涛和美国,“零水印算法基于PCA和混乱的匆忙,“浙江大学学报(工程科学版),42卷,不。4、593 - 597年,2008页。视图:谷歌学术搜索
4. c . Kavitha和s . Sakthivel“医学图像的有效机制认证使用快速响应代码,”集群计算,22卷,不。S2, 4375 - 4382年,2018页。视图:出版商的网站|谷歌学术搜索
5. m . Arsalan a·s·库雷希a .汗和m . Rajarajan”保护医学图像和病人在医疗保健相关信息:使用一个聪明的和可逆水印技术,”应用软计算,51卷,第179 - 168页,2017年。视图:出版商的网站|谷歌学术搜索
6. A . Fatahbeygi和f·t·Akhlaghian高度健壮、安全的基于分类和视觉的图像水印加密,“《信息安全与应用程序,45卷,第78 - 71页,2019年。视图:出版商的网站|谷歌学术搜索
7. m . Elham”,选择最优块图像水印利用熵和不同的离散萤火虫算法,”软计算,23卷,不。19日,9685 - 9699年,2019页。视图:出版商的网站|谷歌学术搜索
8. 谢长廷和b .黄”,版权保护方案基于图像灰度图像秘密共享和小波transformatio,”第三国际会议信息技术学报》:新一代拉斯维加斯,页661 - 666年,NV,美国,2004年。视图:谷歌学术搜索
9. Qingtang和c·北京,健壮的彩色图像空间域水印技术,”软计算,22卷,不。1,第106 - 91页,2018。视图:出版商的网站|谷歌学术搜索
10. 问:关和w·张,“基于分形维数的图像边缘检测,”计算机科学,42卷,第298 - 296页,2015年。视图:谷歌学术搜索
11. m . Naor和a·沙米尔“视觉密码”在94年Cryptology-EUROCRYPT的进步施普林格,柏林,德国,1995年。视图:出版商的网站|谷歌学术搜索
12. b . Wenzheng y, b .荣,y,“LipoFNT: lipoylation网站识别与灵活的神经树,”复杂性卷,2019篇文章ID 1603867、9页,2019。视图:出版商的网站|谷歌学术搜索
13. c .许和y侯”,使用视觉密码学和数字图像的版权保护方案抽样方法,”光学工程,44卷,1 - 10,2005页。视图:出版商的网站|谷歌学术搜索
14. c . Ankita m . Dheerendra, s . Mukhopadhyay,”一个增强的动态的实名认证方案telecare医疗信息系统,“沙特国王大学计算机与信息科学杂志》上卷,29号1,54 - 62年,2017页。视图:出版商的网站|谷歌学术搜索
15. 美国高,“DT-CWT域的自适应图像水印算法。”四川大学学报(自然科学版)》第六卷,第497 - 493页,2008年。视图:谷歌学术搜索
16. h, h·曹、w . Kai-ning和w·方“零水印算法基于混沌调制。”图象图形学报5卷,第724 - 720页,2006年。视图:谷歌学术搜索
17. s . Tiankai w .杏园,b .荣”混合contourlet-singular值分解身份验证方案基于混沌和视觉为医学图像加密,“计算和理论纳米科学杂志》上13卷,1 - 11,2016页。视图:出版商的网站|谷歌学术搜索
18. n Arsshad和m . Nikooghadam”一个高效和安全认证和密钥协商方案使用EC会话发起协议,”多媒体工具和应用程序,卷75,不。1,第197 - 181页,2016。视图:出版商的网站|谷歌学术搜索
19. b . Wenzheng h . De-Shuang, c . Yue-Hui“Malonylation网站识别树,”目前的生物信息学,15卷,不。1,59 - 67年,2020页。视图:出版商的网站|谷歌学术搜索
20. b . Wenzheng y·本·l·丹et al .,“CMSENN:与集成神经网络计算修改网站,“化学计量学和智能实验室系统卷,185年,第72 - 65页,2019年。视图:出版商的网站|谷歌学术搜索
21. b . Wenzheng y·本·h·De-Shuang,“识别蛋白质的关键特性到一般PseAAC malonylation网站,“IEEE访问7卷,第54083 - 54073页,2019年。视图:出版商的网站|谷歌学术搜索
22. g . l . Yu心心,问:鑫,“ROI-based可逆数据隐藏方案在加密的医学图像,”杂志的视觉传达和图像表示39卷,51-57,2016页。视图:出版商的网站|谷歌学术搜索
23. l . (b . Wenzheng y本,y,“赖氨酸乙酰化网站认同多项式树,”国际分子科学杂志》上,20卷,不。1,第131 - 113页,2019。视图:出版商的网站|谷歌学术搜索
24. c . Shin-Yan y Zhaoqin, l . Junqiang”改善隐私认证方案基于云医疗环境,”医疗系统杂志,40卷,不。4、1 - 15,2016页。视图:出版商的网站|谷歌学术搜索
25. b . Wenzheng y长安,z优化et al .,“Mutli-features预测蛋白质转译修改网站,”IEEE-ACM交易计算生物学和生物信息学,15卷,不。5,1453 - 1460年,2018页。视图:出版商的网站|谷歌学术搜索
26. b . Wenzheng w .董,c . Yuehui”蛋白质结构分类课程灵活中性树,”IEEE-ACM交易计算生物学和生物信息学,14卷,不。5,1122 - 1133年,2017页。视图:出版商的网站|谷歌学术搜索
27. b . Wenzheng h .振华,y长安“Pupylation网站与系综分类模型预测,”国际期刊的数据挖掘和生物信息学18卷,第104 - 91页,2017年。视图:出版商的网站|谷歌学术搜索
28. A·穆罕默德,d . Abdelouahid Saleem et al ., k“的调查在telecare医学信息系统身份验证方案,“医疗系统杂志,14卷,1-26,2017页。视图:出版商的网站|谷歌学术搜索
29. b . Wenzheng c Yuehui, w .盾”预测蛋白质结构类与灵活的神经树,”生物医学材料与工程,24卷,不。6,3797 - 3806年,2014页。视图:出版商的网站|谷歌学术搜索
30. 肖z z亨,w•Chengyou”一个强大的基于DWT的图像水印技术,APDCBT,圣言,“对称,10卷,不。3、1 - 14,2018页。视图:出版商的网站|谷歌学术搜索
31. s . Tiankai b荣,z .人”研究核心医疗信息的动态共享方案在云中,”徐州理工学院杂志》上,30卷,第84 - 79页,2015年。视图:谷歌学术搜索

版权

版权©2020太阳Tiankai et al。这是一个开放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。