CN107977580A - 医学图像的加密、解密方法和装置及医学图像的处理系统 - Google Patents
医学图像的加密、解密方法和装置及医学图像的处理系统 Download PDFInfo
- Publication number
- CN107977580A CN107977580A CN201610935083.2A CN201610935083A CN107977580A CN 107977580 A CN107977580 A CN 107977580A CN 201610935083 A CN201610935083 A CN 201610935083A CN 107977580 A CN107977580 A CN 107977580A
- Authority
- CN
- China
- Prior art keywords
- data
- pixel region
- dimensional
- element value
- encryption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/08—Computing arrangements based on specific mathematical models using chaos models or non-linear system models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Nonlinear Science (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Storage Device Security (AREA)
Abstract
本发明公开了一种医学图像的加密方法和装置、医学图像的解密方法和装置、以及医学图像的处理系统,涉及医学图像处理技术领域。其中,加密方法包括:从医学图像中选取感兴趣区域;将所述感兴趣区域中的每个像素区域的二维数据转换为一维数据;利用混沌系统对每个像素区域对应的一维数据进行加密处理,以得到每个像素区域对应的一维加密数据;将每个像素区域对应的一维加密数据转换为二维加密数据,以得到加密图像。本发明实施例可以提高加密的效率。
Description
技术领域
本发明涉及医学图像处理技术领域,尤其是一种医学图像的加密方法和装置、医学图像的解密方法和装置、以及包括医学图像的加密装置和医学图像的解密装置的医学图像的处理系统。
背景技术
随着多媒体技术的广泛应用和发展,图像信息的安全也越来越重要。医学数字成像和通信(DICOM)是目前影像信息学领域的国际通用标准,被广泛应用于放射医疗、心血管成像以及放射诊疗诊断设备(例如X射线、计算机断层扫描(CT)、核磁共振等)。DICOM标准的推出大大简化了医学影像信息的交换,提高了信息传递的准确性和高效性,从而在一定程度上提高了医疗机构的诊断和治疗水平。
医学数据中一般都包含有大量的患者隐私信息以及一些学术机密,因此,不论从法律角度还是伦理道德角度考虑,对患者隐私的保护都是医疗领域的一个研究重点。然而,医学图像不同于一般的文本信息,它具有数据量大、冗余度高、像素间相关性强等特点,传统的加密技术如数据加密标准(DES)、高级加密标准(AES)等,由于并不能考虑到图像信息的固有特点,加密所需时间过长而且不能确保能够很好地掩盖图像信息,这些传统的加密技术并不适用于医学图像的加密。
因此,构建一个高效、安全、防篡改能力强的加密系统,是当前数字医学影像系统建设的迫切需求。
发明内容
本发明所要解决的一个技术问题是:解决医学图像加密效率低的问题。
根据本发明的一方面,提供一种医学图像的加密方法,包括:从医学图像中选取感兴趣区域;将所述感兴趣区域中的每个像素区域的二维数据转换为一维数据;利用混沌系统对每个像素区域对应的一维数据进行加密处理,以得到每个像素区域对应的一维加密数据;将每个像素区域对应的一维加密数据转换为二维加密数据,以得到加密图像。
根据本发明的另一方面,提供一种医学图像的解密方法,包括:将医学图像中加密区域的每个像素区域的二维加密数据转换为一维加密数据;利用混沌系统对每个像素区域对应的一维加密数据进行解密处理,以得到每个像素区域对应的一维数据;将每个像素区域对应的一维数据转换为二维数据,以得到解密图像。
根据本发明的又一方面,提供一种医学图像的加密装置,包括:选取单元,用于从医学图像中选取感兴趣区域;第一转换单元,用于将所述感兴趣区域中的每个像素区域的二维数据转换为一维数据;加密单元,用于利用混沌系统对每个像素区域对应的一维数据进行加密处理,以得到每个像素区域对应的一维加密数据;第二转换单元,用于将每个像素区域对应的一维加密数据转换为二维加密数据,以得到加密图像。
根据本发明的再一方面,提供一种医学图像的解密装置,包括:第一转换单元,用于将医学图像中加密区域的每个像素区域的二维加密数据转换为一维加密数据;解密单元,用于利用混沌系统对每个像素区域对应的一维加密数据进行解密处理,以得到每个像素区域对应的一维数据;第二转换单元,用于将每个像素区域对应的一维数据转换为二维数据,以得到解密图像。
根据本发明的还一方面,提供一种医学图像的处理系统,包括:上述任意一个实施例所述的医学图像的加密装置和上述任意一个实施例所述的医学图像的解密装置。
本发明实施例利用混沌系统对医学图像中的感兴趣区域的每个像素区域分别进行加密,加密后的医学图像的数据长度不会发生变化,并且加密后的医学图像不会改变医学图像本身的文件结构。这种加密方法一方面提高了加密的安全性,另一方面也大幅度降低了加密的数据量,提高了加密的效率。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明一个实施例的医学图像的加密方法的流程示意图;
图2是根据本发明一个实施例的医学图像的解密方法的流程示意图;
图3是根据本发明一个实施例的医学图像的加密装置的结构示意图;
图4是根据本发明另一个实施例的医学图像的加密装置的结构示意图;
图5是根据本发明又一个实施例的医学图像的加密装置的结构示意图;
图6是根据本发明一个实施例的医学图像的解密装置的结构示意图;
图7是根据本发明另一个实施例的医学图像的解密装置的结构示意图;
图8是根据本发明又一个实施例的医学图像的解密装置的结构示意图;
图9是根据本发明又一个实施例的医学图像的处理系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
混沌系统具有初值敏感性、轨道不可预测性以及良好的伪随机性等特点,本发明提出将混沌系统应用于医学图像的加密,并且对每个像素区域分别进行加密。一方面具有很好的安全性,另一方面也提高了加密的效率。
图1是根据本发明一个实施例的医学图像的加密方法的流程示意图。如图1所示,该实施例的医学图像的加密方法包括如下步骤:
步骤102,从医学图像中选取感兴趣区域。
首先,可以读取DICOM文件,并对读取的DICOM文件进行解析以得到医学图像。然后,根据实际需求可以从医学图像中选取感兴趣区域,也即期望加密的区域。
步骤104,将感兴趣区域中的每个像素区域的二维数据转换为一维数据。
图像的每个像素区域对应一个二维数据,例如(x,y),可以采用预定的一维化算法按照预设顺序(例如逐行或者逐列)将每个像素区域的二维数据转换为一维数据。
步骤106,利用混沌系统对每个像素区域对应的一维数据进行加密处理,以得到每个像素区域对应的一维加密数据。
在一个实现方式中,可以利用由混沌系统生成的伪随机序列中的不同元素值对不同像素区域对应的一维数据分别进行加密处理,例如异或处理,以得到每个像素区域对应的一维加密数据。
另外,如果元素值为浮点型数据,则可以先将由混沌系统生成的伪随机序列中的不同元素值转换为整型数据;然后再利用不同元素值对应的整型数据对不同像素区域对应的一维数据分别进行加密处理,以得到每个像素区域对应的一维加密数据。例如,可以将值域落在(0,1)之间的浮点型数据归一化为值域落在图像精度所在值域范围(0,2m-1)内,其中,m为图像精度。
步骤108,将每个像素区域对应的一维加密数据转换为二维加密数据,以得到加密图像。
在一个实施例中,在得到加密图像后,还可以将加密图像写回DICOM文件中的预定数据单元,例如文件标号为(7FE0,0010)的数据单元。如此,可以保证DICOM文件的文件结构不变,可以无缝进入现有的医疗系统进行处理,并且,仍可以在现有的DICOM医疗看图程序中查看医学图像,但加密区域也即感兴趣区域不可识别。
本实施例中,利用混沌系统对医学图像中的感兴趣区域的每个像素区域分别进行加密,加密后的医学图像的数据长度不会发生变化,并且加密后的医学图像不会改变医学图像本身的文件结构。这种加密方法一方面提高了加密的安全性,另一方面也大幅度降低了加密的数据量,提高了加密的效率。
下面介绍一种利用由混沌系统生成的伪随机序列中的不同元素值对不同像素区域对应的一维数据分别进行加密处理的具体实现方式。
首先,利用初始元素值对按照预设顺序选取的一个像素区域对应的一维数据进行加密处理,以得到该像素区域对应的一维加密数据。
初始元素值可以根据混沌系统的设置精度来确定,例如,初始元素值可以是小数点后具有两位或三位的值,例如0.01或0.001等。这里的预设顺序例如可以是从左向右、从上向下的顺序。在这种情况下,可以利用初始元素值(例如为x(0))对第一行的第一个像素区域对应的一维数据进行加密处理。如上所述,可以先将初始元素值转换为整型数据,然后,利用初始元素值对应的整型数据对第一行的第一个像素区域对应的一维数据进行加密处理(例如异或处理),从而得到第一行的第一个像素区域对应的一维加密数据。
然后,利用混沌系统和初始元素值生成第一元素值。
作为示例,混沌系统可以是Logistic混沌系统,从而可以按照如下公式得到不同的元素值:x(n+1)=U*x(n)*(1-x(n)),其中U可以根据混沌系统的初始条件来确定,通常可以选为(3.57,4]。因此,第一元素值x(1)=U*x(0)*(1-x(0))。
之后,可以利用第一元素值对按照预设顺序选取的另一个像素区域对应的一维数据进行加密处理,以得到另一个像素区域对应的一维加密数据。
例如,可以利用第一元素值x(1)对第一行的第二个像素区域对应的一维数据进行加密处理。与上类似地,可以先将第一元素值x(1)转换为整型数据,然后,利用利用第一元素值对应的整型数据对第一行的第二个像素区域对应的一维数据进行加密处理(例如异或处理),从而得到第一行的第二个像素区域对应的一维加密数据。
之后,将第一元素值作为初始元素值,并执行利用混沌系统和初始元素值生成第一元素值,以及利用第一元素值对按照预设顺序选取的另一个像素区域对应的一维数据进行加密处理的操作,直到得到每个像素区域对应的一维加密数据。
例如,可以根据公式x(n+1)=U*x(n)*(1-x(n))得到其他的元素值,例如x(2)、x(3)等。每得到一个元素值,即利用该元素值对一个像素区域对应的一维数据进行加密处理,并将每个像素区域对应的一维加密数据转换为二维加密数据,如此可以得到每个像素区域对应的二维加密数据,从而得到加密图像。
此外,在一个实施例中,还可以将感兴趣区域、初始元素值、以及U的对应关系保存,从而在解密时可以根据相应的加密区域(对应感兴趣区域)对应的初始元素值和U对加密区域进行解密。
上述实现方式中,每生成一个混沌系统的伪随机序列的元素值,即利用该元素值对一个像素区域对应的一维数据进行加密处理,进而将每个像素区域对应的一维加密数据转换为二维加密数据,如此可以对感兴趣区域的每个像素区域进行加密。
图2是根据本发明一个实施例的医学图像的解密方法的流程示意图。如图2所示,该实施例的医学图像的解密方法包括如下步骤:
步骤202,将医学图像中加密区域的每个像素区域的二维加密数据转换为一维加密数据。
例如,可以将DICOM文件分解,从而得到医学图像的加密区域。可以采用预定的二维化算法按照预设顺序(例如逐行或者逐列)将加密区域的每个像素区域的二维加密数据转换为一维加密数据。
步骤204,利用混沌系统对每个像素区域对应的一维加密数据进行解密处理,以得到每个像素区域对应的一维数据。
在一个实现方式中,可以利用由混沌系统生成的伪随机序列中的不同元素值对不同像素区域对应的一维数据分别进行解密处理,例如异或处理,以得到每个像素区域对应的一维数据。
另外,如果元素值为浮点型数据,则可以先将由混沌系统生成的伪随机序列中的不同元素值转换为整型数据;然后再利用不同元素值对应的整型数据对不同像素区域对应的一维数据分别进行解密处理,以得到每个像素区域对应的一维数据。
步骤206,将每个像素区域对应的一维数据转换为二维数据,以得到解密图像。
在一个实施例中,在得到解密图像后,还可以将解密图像写回DICOM文件中的预定数据单元,例如文件标号为(7FE0,0010)的数据单元。
下面介绍一种利用由混沌系统生成的伪随机序列中的不同元素值对不同像素区域对应的一维加密数据分别进行解密处理的具体实现方式。
首先,利用初始元素值对按照预设顺序选取的一个像素区域对应的一维加密数据进行解密处理,以得到该像素区域对应的一维数据。
初始元素值可以根据预先保存的加密区域与初始元素值的对应关系来确定。这里的预设顺序例如可以是从左向右、从上向下的顺序。在这种情况下,可以利用初始元素值(例如为x(0))对第一行的第一个像素区域对应的一维加密数据进行解密处理。如上所述,可以先将初始元素值转换为整型数据,然后,利用初始元素值对应的整型数据对第一行的第一个像素区域对应的一维加密数据进行解密处理(例如异或处理),从而得到第一行的第一个像素区域对应的一维数据。
然后,利用混沌系统和初始元素值生成第一元素值。
例如,在加密时的混沌系统是Logistic混沌系统的情况下,可以按照如下公式得到不同的元素值:x(n+1)=U*x(n)*(1-x(n))。因此,第一元素值x(1)=U*x(0)*(1-x(0))。这里,x(0)和U均可以根据与加密区域的对应关系来确定。
之后,利用第一元素值对按照预设顺序选取的另一个像素区域对应的一维加密数据进行解密处理,以得到另一个像素区域对应的一维数据。
例如,可以利用第一元素值x(1)对第一行的第二个像素区域对应的一维加密数据进行解密处理。与上类似地,可以先将第一元素值x(1)转换为整型数据,然后,利用利用第一元素值对应的整型数据对第一行的第二个像素区域对应的一维加密数据进行解密处理(例如异或处理),从而得到第一行的第二个像素区域对应的一维数据。
之后,将第一元素值作为初始元素值,并执行上述利用混沌系统和初始元素值生成第一元素值,以及利用第一元素值对按照预设顺序选取的另一个像素区域对应的一维加密数据进行解密处理的操作,直到得到每个像素区域对应的一维数据。
例如,可以根据公式x(n+1)=U*x(n)*(1-x(n))得到其他的元素值,例如x(2)、x(3)等。每得到一个元素值,即利用该元素值对一个像素区域对应的一维加密数据进行解密处理,并将每个像素区域对应的一维数据转换为二维数据,如此可以得到每个像素区域对应的二维数据,从而得到解密图像。
上述实现方式中,每生成一个混沌系统的伪随机序列的元素值,即利用该元素值对一个像素区域对应的一维加密数据进行解密处理,进而将每个像素区域对应的一维数据转换为二维数据,如此可以对加密区域的每个像素区域进行解密。
与上面介绍的医学图像的加密方法和解密方法对应地,本发明还提供了一种医学图像的加密装置和解密装置。下面将分别进行介绍。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于加密装置和解密装置实施例而言,由于其与加密方法和解密方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
图3是根据本发明一个实施例的医学图像的加密装置的结构示意图。如图3所示,该实施例的医学图像的加密装置包括选取单元301、第一转换单元302、加密单元303和第二转换单元304。
选取单元301用于从医学图像中选取感兴趣区域。
第一转换单元302用于将感兴趣区域中的每个像素区域的二维数据转换为一维数据。
加密单元303用于利用混沌系统对每个像素区域对应的一维数据进行加密处理,以得到每个像素区域对应的一维加密数据。在一个实现方式中,加密单元303具体可以用于利用由混沌系统生成的伪随机序列中的不同元素值对不同像素区域对应的一维数据分别进行加密处理,以得到每个像素区域对应的一维加密数据。
第二转换单元304用于将每个像素区域对应的一维加密数据转换为二维加密数据,以得到加密图像。
本实施例中,利用混沌系统对医学图像中的感兴趣区域的每个像素区域分别进行加密,加密后的医学图像的数据长度不会发生变化,并且加密后的医学图像不会改变医学图像本身的文件结构。这种加密方法一方面提高了加密的安全性,另一方面也大幅度降低了加密的数据量,提高了加密的效率。
在一个实现方式中,加密单元303具体可以用于利用初始元素值对按照预设顺序选取的一个像素区域对应的一维数据进行加密处理,以得到该像素区域对应的一维加密数据;利用混沌系统和初始元素值生成第一元素值;利用第一元素值对按照预设顺序选取的另一个像素区域对应的一维数据进行加密处理,以得到另一个像素区域对应的一维加密数据;将第一元素值作为初始元素值,并执行利用混沌系统和初始元素值生成第一元素值,以及利用第一元素值对按照预设顺序选取的另一个像素区域对应的一维数据进行加密处理的操作,直到得到每个像素区域对应的一维加密数据。
图4是根据本发明另一个实施例的医学图像的加密装置的结构示意图。该实施例中,元素值为浮点型数据,如图4所示,该实施例的医学图像的加密装置中的加密单元303包括:
数据类型转换模块313,用于将由混沌系统生成的伪随机序列中的不同元素值转换为整型数据;
加密模块323,用于利用不同元素值对应的整型数据对不同像素区域对应的一维数据分别进行加密处理,以得到每个像素区域对应的一维加密数据。
图5是根据本发明又一个实施例的医学图像的加密装置的结构示意图。与图3所示实施例相比,该实施例的医学图像的加密装置还包括:
解析单元501,用于对DICOM文件进行解析以得到医学图像。
写入单元502,用于将加密图像写回DICOM文件中的预定数据单元。
图6是根据本发明一个实施例的医学图像的解密装置的结构示意图。如图6所示,该实施例的医学图像的解密装置包括第一转换单元601、解密单元602和第二转换单元603。
第一转换单元601用于将医学图像中加密区域的每个像素区域的二维加密数据转换为一维加密数据。
解密单元602用于利用混沌系统对每个像素区域对应的一维加密数据进行解密处理,以得到每个像素区域对应的一维数据。在一个实现方式中,解密单元602具体可以用于利用由混沌系统生成的伪随机序列中的不同元素值对不同像素区域对应的一维加密数据分别进行解密处理,以得到每个像素区域对应的一维数据。
第二转换单元603用于将每个像素区域对应的一维数据转换为二维数据,以得到解密图像。
在一个实现方式中,解密单元602具体可以用于利用初始元素值对按照预设顺序选取的一个像素区域对应的一维加密数据进行解密处理,以得到该像素区域对应的一维数据;利用混沌系统和初始元素值生成第一元素值;利用第一元素值对按照预设顺序选取的另一个像素区域对应的一维加密数据进行解密处理,以得到另一个像素区域对应的一维数据;将第一元素值作为初始元素值,并执行利用混沌系统和初始元素值生成第一元素值,以及利用第一元素值对按照预设顺序选取的另一个像素区域对应的一维加密数据进行解密处理的操作,直到得到每个像素区域对应的一维数据。
图7是根据本发明另一个实施例的医学图像的解密装置的结构示意图。该实施例中,元素值为浮点型数据,如图7所示,该实施例的医学图像的解密装置中的解密单元602包括:
数据类型转换模块612,用于将由混沌系统生成的伪随机序列中的不同元素值转换为整型数据。
解密模块622,用于利用不同元素值对应的整型数据对不同像素区域对应的一维加密数据分别进行解密处理,以得到每个像素区域对应的一维数据。
图8是根据本发明又一个实施例的医学图像的解密装置的结构示意图。与图6所示实施例相比,该实施例的医学图像的解密装置还包括写入单元801,用于将解密图像写回DICOM文件中的预定数据单元。
图9是根据本发明又一个实施例的医学图像的处理系统的结构示意图。如图9所示,医学图像的处理系统可以包括:上述任意一个实施例提供的医学图像的加密装置901和上述任意一个实施例提供的医学图像的解密装置902。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (21)
1.一种医学图像的加密方法,其特征在于,包括:
从医学图像中选取感兴趣区域;
将所述感兴趣区域中的每个像素区域的二维数据转换为一维数据;
利用混沌系统对每个像素区域对应的一维数据进行加密处理,以得到每个像素区域对应的一维加密数据;
将每个像素区域对应的一维加密数据转换为二维加密数据,以得到加密图像。
2.根据权利要求1所述的方法,其特征在于,所述利用混沌系统对每个像素区域对应的一维数据进行加密处理以得到每个像素区域对应的一维加密数据包括:
利用由混沌系统生成的伪随机序列中的不同元素值对不同像素区域对应的一维数据分别进行加密处理,以得到每个像素区域对应的一维加密数据。
3.根据权利要求2所述的方法,其特征在于,所述利用由混沌系统生成的伪随机序列中的不同元素值对不同像素区域对应的一维数据分别进行加密处理,以得到每个像素区域对应的一维加密数据包括:
利用初始元素值对按照预设顺序选取的一个像素区域对应的一维数据进行加密处理,以得到该像素区域对应的一维加密数据;
利用混沌系统和所述初始元素值生成第一元素值;
利用所述第一元素值对按照预设顺序选取的另一个像素区域对应的一维数据进行加密处理,以得到所述另一个像素区域对应的一维加密数据;
将所述第一元素值作为所述初始元素值,并执行所述利用混沌系统和所述初始元素值生成第一元素值,以及利用所述第一元素值对按照预设顺序选取的另一个像素区域对应的一维数据进行加密处理的操作,直到得到每个像素区域对应的一维加密数据。
4.根据权利要求2所述的方法,其特征在于,所述元素值为浮点型数据;
所述利用由混沌系统生成的伪随机序列中的不同元素值对不同像素区域对应的一维数据分别进行加密处理,以得到每个像素区域对应的一维加密数据包括:
将由混沌系统生成的伪随机序列中的不同元素值转换为整型数据;
利用不同元素值对应的整型数据对不同像素区域对应的一维数据分别进行加密处理,以得到每个像素区域对应的一维加密数据。
5.根据权利要求1所述的方法,其特征在于,在从医学图像中选取感兴趣区域之前,还包括:
对DICOM文件进行解析以得到所述医学图像;
在得到加密图像后,还包括:
将加密图像写回所述DICOM文件中的预定数据单元。
6.一种医学图像的解密方法,其特征在于,包括:
将医学图像中加密区域的每个像素区域的二维加密数据转换为一维加密数据;
利用混沌系统对每个像素区域对应的一维加密数据进行解密处理,以得到每个像素区域对应的一维数据;
将每个像素区域对应的一维数据转换为二维数据,以得到解密图像。
7.根据权利要求6所述的方法,其特征在于,所述利用混沌系统对每个像素区域对应的一维加密数据进行解密处理,以得到每个像素区域对应的一维数据包括:
利用由混沌系统生成的伪随机序列中的不同元素值对不同像素区域对应的一维加密数据分别进行解密处理,以得到每个像素区域对应的一维数据。
8.根据权利要求6所述的方法,其特征在于,所述利用由混沌系统生成的伪随机序列中的不同元素值对不同像素区域对应的一维加密数据分别进行解密处理,以得到每个像素区域对应的一维数据包括:
利用初始元素值对按照预设顺序选取的一个像素区域对应的一维加密数据进行解密处理,以得到该像素区域对应的一维数据;
利用混沌系统和所述初始元素值生成第一元素值;
利用所述第一元素值对按照预设顺序选取的另一个像素区域对应的一维加密数据进行解密处理,以得到所述另一个像素区域对应的一维数据;
将所述第一元素值作为所述初始元素值,并执行所述利用混沌系统和所述初始元素值生成第一元素值,以及利用所述第一元素值对按照预设顺序选取的另一个像素区域对应的一维加密数据进行解密处理的操作,直到得到每个像素区域对应的一维数据。
9.根据权利要求6所述的方法,其特征在于,所述元素值为浮点型数据;
所述利用由混沌系统生成的伪随机序列中的不同元素值对不同像素区域对应的一维加密数据分别进行解密处理,以得到每个像素区域对应的一维数据包括:
将由混沌系统生成的伪随机序列中的不同元素值转换为整型数据;
利用不同元素值对应的整型数据对不同像素区域对应的一维加密数据分别进行解密处理,以得到每个像素区域对应的一维数据。
10.根据权利要求6所述的方法,其特征在于,在得到解密图像后,还包括:
将解密图像写回DICOM文件中的预定数据单元。
11.一种医学图像的加密装置,其特征在于,包括:
选取单元,用于从医学图像中选取感兴趣区域;
第一转换单元,用于将所述感兴趣区域中的每个像素区域的二维数据转换为一维数据;
加密单元,用于利用混沌系统对每个像素区域对应的一维数据进行加密处理,以得到每个像素区域对应的一维加密数据;
第二转换单元,用于将每个像素区域对应的一维加密数据转换为二维加密数据,以得到加密图像。
12.根据权利要求11所述的装置,其特征在于,所述加密单元具体用于:
利用由混沌系统生成的伪随机序列中的不同元素值对不同像素区域对应的一维数据分别进行加密处理,以得到每个像素区域对应的一维加密数据。
13.根据权利要求12所述的装置,其特征在于,所述加密单元具体用于:
利用初始元素值对按照预设顺序选取的一个像素区域对应的一维数据进行加密处理,以得到该像素区域对应的一维加密数据;
利用混沌系统和所述初始元素值生成第一元素值;
利用所述第一元素值对按照预设顺序选取的另一个像素区域对应的一维数据进行加密处理,以得到所述另一个像素区域对应的一维加密数据;
将所述第一元素值作为所述初始元素值,并执行所述利用混沌系统和所述初始元素值生成第一元素值,以及利用所述第一元素值对按照预设顺序选取的另一个像素区域对应的一维数据进行加密处理的操作,直到得到每个像素区域对应的一维加密数据。
14.根据权利要求12所述的装置,其特征在于,所述元素值为浮点型数据;
所述加密单元包括:
数据类型转换模块,用于将由混沌系统生成的伪随机序列中的不同元素值转换为整型数据;
加密模块,用于利用不同元素值对应的整型数据对不同像素区域对应的一维数据分别进行加密处理,以得到每个像素区域对应的一维加密数据。
15.根据权利要求11所述的装置,其特征在于,还包括:
解析单元,用于对DICOM文件进行解析以得到所述医学图像;
写入单元,用于将加密图像写回所述DICOM文件中的预定数据单元。
16.一种医学图像的解密装置,其特征在于,包括:
第一转换单元,用于将医学图像中加密区域的每个像素区域的二维加密数据转换为一维加密数据;
解密单元,用于利用混沌系统对每个像素区域对应的一维加密数据进行解密处理,以得到每个像素区域对应的一维数据;
第二转换单元,用于将每个像素区域对应的一维数据转换为二维数据,以得到解密图像。
17.根据权利要求16所述的装置,其特征在于,所述解密单元具体用于:
利用由混沌系统生成的伪随机序列中的不同元素值对不同像素区域对应的一维加密数据分别进行解密处理,以得到每个像素区域对应的一维数据。
18.根据权利要求17所述的装置,其特征在于,所述解密单元具体用于:
利用初始元素值对按照预设顺序选取的一个像素区域对应的一维加密数据进行解密处理,以得到该像素区域对应的一维数据;
利用混沌系统和所述初始元素值生成第一元素值;
利用所述第一元素值对按照预设顺序选取的另一个像素区域对应的一维加密数据进行解密处理,以得到所述另一个像素区域对应的一维数据;
将所述第一元素值作为所述初始元素值,并执行所述利用混沌系统和所述初始元素值生成第一元素值,以及利用所述第一元素值对按照预设顺序选取的另一个像素区域对应的一维加密数据进行解密处理的操作,直到得到每个像素区域对应的一维数据。
19.根据权利要求17所述的装置,其特征在于,所述元素值为浮点型数据;
所述解密单元包括:
数据类型转换模块,用于将由混沌系统生成的伪随机序列中的不同元素值转换为整型数据;
解密模块,用于利用不同元素值对应的整型数据对不同像素区域对应的一维加密数据分别进行解密处理,以得到每个像素区域对应的一维数据。
20.根据权利要求16所述的装置,其特征在于,还包括:
写入单元,用于将解密图像写回DICOM文件中的预定数据单元。
21.一种医学图像的处理系统,其特征在于,包括:权利要求11-15任意一项所述的医学图像的加密装置和权利要求16-20任意一项所述的医学图像的解密装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610935083.2A CN107977580B (zh) | 2016-10-25 | 2016-10-25 | 医学图像的加密、解密方法和装置及医学图像的处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610935083.2A CN107977580B (zh) | 2016-10-25 | 2016-10-25 | 医学图像的加密、解密方法和装置及医学图像的处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107977580A true CN107977580A (zh) | 2018-05-01 |
CN107977580B CN107977580B (zh) | 2020-07-07 |
Family
ID=62004875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610935083.2A Active CN107977580B (zh) | 2016-10-25 | 2016-10-25 | 医学图像的加密、解密方法和装置及医学图像的处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107977580B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108650434A (zh) * | 2018-05-08 | 2018-10-12 | 吉林大学 | 一种图像加密的方法 |
CN112261239A (zh) * | 2020-09-18 | 2021-01-22 | 太原理工大学 | 一种基于pud自适应分解的明文相关图像加密方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604439A (zh) * | 2008-06-13 | 2009-12-16 | 西北工业大学 | 一种基于多混沌系统的彩色图像加密方法 |
CN102496367A (zh) * | 2011-12-06 | 2012-06-13 | 北京邮电大学 | 基于dwt-dct-svd的音频盲水印算法 |
CN103473733A (zh) * | 2013-09-12 | 2013-12-25 | 东北林业大学 | 基于dna编码和混沌映射的图像加密算法 |
CN103973936A (zh) * | 2014-02-19 | 2014-08-06 | 浙江大学 | 一种高强度医学图像快速加密方法及解密方法 |
CN104537604A (zh) * | 2014-12-25 | 2015-04-22 | 中国科学院武汉物理与数学研究所 | 一种图像确定性加密双盲保密匹配方法 |
-
2016
- 2016-10-25 CN CN201610935083.2A patent/CN107977580B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604439A (zh) * | 2008-06-13 | 2009-12-16 | 西北工业大学 | 一种基于多混沌系统的彩色图像加密方法 |
CN102496367A (zh) * | 2011-12-06 | 2012-06-13 | 北京邮电大学 | 基于dwt-dct-svd的音频盲水印算法 |
CN103473733A (zh) * | 2013-09-12 | 2013-12-25 | 东北林业大学 | 基于dna编码和混沌映射的图像加密算法 |
CN103973936A (zh) * | 2014-02-19 | 2014-08-06 | 浙江大学 | 一种高强度医学图像快速加密方法及解密方法 |
CN104537604A (zh) * | 2014-12-25 | 2015-04-22 | 中国科学院武汉物理与数学研究所 | 一种图像确定性加密双盲保密匹配方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108650434A (zh) * | 2018-05-08 | 2018-10-12 | 吉林大学 | 一种图像加密的方法 |
CN108650434B (zh) * | 2018-05-08 | 2019-08-20 | 吉林大学 | 一种图像加密的方法 |
CN112261239A (zh) * | 2020-09-18 | 2021-01-22 | 太原理工大学 | 一种基于pud自适应分解的明文相关图像加密方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107977580B (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103916234B (zh) | 一种应用于隐私保护的混沌医学图像加密方法 | |
Chen et al. | Adaptive medical image encryption algorithm based on multiple chaotic mapping | |
Yang et al. | Property analysis of XOR-based visual cryptography | |
EP2107792A1 (en) | Image encryption apparatus and image decryption apparatus | |
Song et al. | A fast parallel batch image encryption algorithm using intrinsic properties of chaos | |
Janani et al. | A secure medical image transmission scheme aided by quantum representation | |
CN106651734A (zh) | 二值二维码图像加密、解密的方法和装置 | |
Song et al. | A practical medical image cryptosystem with parallel acceleration | |
Li et al. | A partial encryption algorithm for medical images based on quick response code and reversible data hiding technology | |
Huang et al. | Flexible meaningful visual multi-secret sharing scheme by random grids | |
CN107977580A (zh) | 医学图像的加密、解密方法和装置及医学图像的处理系统 | |
Mathivanan et al. | QR code–based ECG signal encryption/decryption algorithm | |
Chen et al. | Real-time error-free reversible data hiding in encrypted images using (7, 4) Hamming code and most significant bit prediction | |
Liu et al. | Mutil-medical image encryption by a new spatiotemporal chaos model and DNA new computing for information security | |
Ahmad et al. | A framework to protect patient digital medical imagery for secure telediagnosis | |
Yampolskiy et al. | Password protected visual cryptography via cellular automaton rule 30 | |
Song et al. | Batch image encryption using cross image permutation and diffusion | |
Ahmed et al. | Medical Image encryption: A comprehensive review | |
CN102184518A (zh) | 基于边缘检测的dicom医学图像加密和解密方法 | |
Ali et al. | Image encryption scheme based on orbital shift pixels shuffling with ILM chaotic system | |
CN111131657B (zh) | 基于自验证矩阵的混沌医学图像防篡改加密方法 | |
CN111260532B (zh) | 隐私图像加密方法、装置、电子设备及计算机可读存储介质 | |
Ren et al. | Reversible data hiding in encrypted image based on bit-plane redundancy of prediction error | |
Li et al. | Reversible data hiding in encrypted image based on (7, 4) hamming code and unitsmooth detection | |
Chai et al. | SE-NDEND: A novel symmetric watermarking framework with neural network-based chaotic encryption for Internet of Medical Things |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |