CN115631834A - 一种血液标量波图像的通信方法 - Google Patents

一种血液标量波图像的通信方法 Download PDF

Info

Publication number
CN115631834A
CN115631834A CN202211660046.7A CN202211660046A CN115631834A CN 115631834 A CN115631834 A CN 115631834A CN 202211660046 A CN202211660046 A CN 202211660046A CN 115631834 A CN115631834 A CN 115631834A
Authority
CN
China
Prior art keywords
data
column
histogram
value
data point
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
Application number
CN202211660046.7A
Other languages
English (en)
Other versions
CN115631834B (zh
Inventor
董国锋
任国旺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
INSTITUTE OF ACUPUNCTURE AND MOXIBUSTION CHINA ACADEMY OF CHINESE MEDICAL SCIENCES
Beijing Shisheng Medical Technology Co ltd
Original Assignee
INSTITUTE OF ACUPUNCTURE AND MOXIBUSTION CHINA ACADEMY OF CHINESE MEDICAL SCIENCES
Beijing Shisheng Medical Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by INSTITUTE OF ACUPUNCTURE AND MOXIBUSTION CHINA ACADEMY OF CHINESE MEDICAL SCIENCES, Beijing Shisheng Medical Technology Co ltd filed Critical INSTITUTE OF ACUPUNCTURE AND MOXIBUSTION CHINA ACADEMY OF CHINESE MEDICAL SCIENCES
Priority to CN202211660046.7A priority Critical patent/CN115631834B/zh
Publication of CN115631834A publication Critical patent/CN115631834A/zh
Application granted granted Critical
Publication of CN115631834B publication Critical patent/CN115631834B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Bioethics (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Primary Health Care (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Databases & Information Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及图像通信技术领域，提出了一种血液标量波图像的通信方法，包括：获取标量波数据及患者治疗数据；将标量波数据转换为二维矩阵形式，并获取每个数据点的第三波动系数；对相邻行之间的数据点进行最优化匹配获取若干数据点对，得到每一行的第二差异程度，获取每个数据点的第一加密值；根据第一加密值获取第一数据直方图，并根据患者治疗数据获取患者各治疗数据序列之间的余弦相似度，根据第一数据直方图的分布及余弦相似度获取每个数据点的第三加密值；对加密后的标量波数据进行传输，接收端解码后经过解调单元解析标量波，并进行治疗。本发明旨在解决传统加密算法中嵌入相同加密信息导致信息隐蔽性不够的问题。

Description

一种血液标量波图像的通信方法
技术领域
本发明涉及图像通信领域，具体涉及一种血液标量波图像的通信方法。
背景技术
标量波是一种量子技术，有着能够穿透屏蔽物体，用于治疗伤痛及疾病的特点；近年来随着科学技术的发展，标量波技术现广泛应用于医疗领域中，尤其是血液循环系统疾病，通过以不同的标量波作为治疗手段，针对不同的血液循环系统疾病进行治疗。对于利用标量波对血液循环系统疾病进行治疗，标量波的构成形式是血液循环系统疾病治疗系统的根本，标量波数据对患者拥有极大的私密性，并且随着网络技术的不断发展，数据隐私盗取问题日益突出，给标量波图像数据的安全存储带了极大的安全隐患，需要一种针对血液标量波图像的安全通信方法。
发明内容
本发明提供一种血液标量波图像的通信方法，以解决现有的传统加密算法中嵌入相同加密信息导致信息隐蔽性不够的问题，所采用的技术方案具体如下：
本发明一个实施例提供了一种血液标量波图像的通信方法，该方法包括以下步骤：
获取标量波数据及患者病历号和患者治疗时间；
对标量波数据通过傅里叶变换获取变化周期，根据变化周期对标量波数据进行划分，将划分后的每段标量波数据逐行排列获取到二维矩阵形式的标量波数据；
根据二维矩阵中每个数据点行方向上第一范围内的数据值方差变化获取每个数据点的第一波动系数，根据每个数据点与行相邻数据点的数据值变化、与列方向上第二范围内的数据值变化差异获取每个数据点的第二波动系数，根据第一波动系数与第二波动系数获得第三波动系数；
对相邻行之间的数据点进行最优化匹配获取若干数据点对，根据数据点对之间的第三波动系数、欧式距离及索引差异获取相邻行的第一差异程度，将每一行分别与相邻上一行和下一行的第一差异程度均值作为每一行的第二差异程度，将每个数据点的数据值与八邻域数据值均值的差值绝对值作为每个数据点的第四加密系数，根据每一行的第二差异程度及每一行上每个数据点的第四加密系数获取每个数据点的第一加密值；
对患者病历号及患者治疗时间进行位数补全使数据长度相等，计算补全后的两数据序列之间的余弦相似度，根据所有数据点的第一加密值获取第一数据直方图，根据第一数据直方图中最大频率的位置及所述余弦相似度对直方图进行拉伸获取第二数据直方图，根据第二数据直方图的分布范围对第二数据直方图进行调整获取第三数据直方图，得到每个数据点的第三加密值；
对二维矩阵中每个数据点的第三加密值进行传输。
可选的，所述获取变化周期，包括的具体方法为：
将标量波数据通过傅里叶变换转换到频域空间中，将频域空间中最大幅值对应的频率的倒数作为变化周期。
可选的，所述获取每个数据点的第一波动系数，包括的具体方法为：
Figure 321818DEST_PATH_IMAGE001
其中，
Figure 437542DEST_PATH_IMAGE002
表示第
Figure 808480DEST_PATH_IMAGE003
行第
Figure 820299DEST_PATH_IMAGE004
列数据点的第一波动系数，
Figure 410942DEST_PATH_IMAGE005
表示第
Figure 533619DEST_PATH_IMAGE003
行第
Figure 759064DEST_PATH_IMAGE004
列数据点的第一范围，
Figure 941784DEST_PATH_IMAGE006
表示第
Figure 49417DEST_PATH_IMAGE003
行第
Figure 241364DEST_PATH_IMAGE004
列数据点的第一范围内第
Figure 353939DEST_PATH_IMAGE007
个数据点的数据值，
Figure 238718DEST_PATH_IMAGE008
表示第
Figure 302489DEST_PATH_IMAGE003
行第
Figure 32547DEST_PATH_IMAGE004
列数据点的第一范围内第
Figure 967005DEST_PATH_IMAGE009
个数据点的数据值，
Figure 757107DEST_PATH_IMAGE010
表示第
Figure 42595DEST_PATH_IMAGE003
行第
Figure 812230DEST_PATH_IMAGE004
列数据点的第一范围内每个数据点与右侧相邻数据点的差值均值。
可选的，所述获取每个数据点的第二波动系数，包括的具体方法为：
Figure 866774DEST_PATH_IMAGE011
其中，
Figure 827776DEST_PATH_IMAGE012
表示第
Figure 334981DEST_PATH_IMAGE003
行第
Figure 406842DEST_PATH_IMAGE004
列数据点的第二波动系数，
Figure 315892DEST_PATH_IMAGE013
表示第
Figure 182217DEST_PATH_IMAGE003
行第
Figure 442297DEST_PATH_IMAGE004
列数据点的第二范围，
Figure 786691DEST_PATH_IMAGE014
及
Figure 317292DEST_PATH_IMAGE015
分别表示第
Figure 354518DEST_PATH_IMAGE016
行第
Figure 836315DEST_PATH_IMAGE004
列、第
Figure 249979DEST_PATH_IMAGE017
列及第
Figure 133621DEST_PATH_IMAGE018
列数据点的数据值，
Figure 341748DEST_PATH_IMAGE019
及
Figure 310841DEST_PATH_IMAGE020
分别表示第
Figure 262617DEST_PATH_IMAGE003
行第
Figure 266345DEST_PATH_IMAGE004
列数据点的第二范围内第
Figure 146839DEST_PATH_IMAGE021
行上第
Figure 337648DEST_PATH_IMAGE022
列、第
Figure 93115DEST_PATH_IMAGE023
列及第
Figure 951349DEST_PATH_IMAGE024
列数据点的数据值。
可选的，所述获取相邻行的第一差异程度，包括的具体方法为：
Figure 501279DEST_PATH_IMAGE025
其中，
Figure 444965DEST_PATH_IMAGE026
表示第
Figure 738543DEST_PATH_IMAGE027
行与第
Figure 451284DEST_PATH_IMAGE028
行的第一差异程度，
Figure 172115DEST_PATH_IMAGE029
表示共有
Figure 928780DEST_PATH_IMAGE029
个数据点对，
Figure 26049DEST_PATH_IMAGE030
表示第
Figure 593297DEST_PATH_IMAGE031
个数据点对中第
Figure 485029DEST_PATH_IMAGE016
行数据点的第三波动系数，
Figure 403307DEST_PATH_IMAGE032
表示第
Figure 38687DEST_PATH_IMAGE031
个数据点对中第
Figure 726021DEST_PATH_IMAGE033
行数据点的第三波动系数，
Figure 54234DEST_PATH_IMAGE034
表示第
Figure 194228DEST_PATH_IMAGE031
对数据点之间的欧式距离，
Figure 400344DEST_PATH_IMAGE035
表示第
Figure 942184DEST_PATH_IMAGE031
个数据点对的索引差异，
Figure 441298DEST_PATH_IMAGE036
表示该两行所有数据点对的索引差异均值。
可选的，所述获取每个数据点的第一加密值，包括的具体方法为：
Figure 803009DEST_PATH_IMAGE037
其中，
Figure 780193DEST_PATH_IMAGE038
表示第
Figure 442118DEST_PATH_IMAGE016
行第
Figure 112134DEST_PATH_IMAGE004
列数据点的第一加密值，
Figure 226720DEST_PATH_IMAGE039
表示第
Figure 774639DEST_PATH_IMAGE016
行第
Figure 291071DEST_PATH_IMAGE004
列数据点的数据值，
Figure 131988DEST_PATH_IMAGE040
表示第
Figure 733870DEST_PATH_IMAGE016
行的第二差异程度，
Figure 318435DEST_PATH_IMAGE041
表示第
Figure 423795DEST_PATH_IMAGE016
行第
Figure 435613DEST_PATH_IMAGE004
列数据点的数据值减去八邻域数据值均值得到的差值，
Figure 259213DEST_PATH_IMAGE042
为第四加密系数，
Figure 148933DEST_PATH_IMAGE043
表示符号函数。
可选的，所述获取第二数据直方图，包括的具体方法为：
Figure 108799DEST_PATH_IMAGE044
其中，
Figure 291519DEST_PATH_IMAGE045
表示在第一数据直方图中与最大频率方柱距离为
Figure 602414DEST_PATH_IMAGE046
的方柱拉伸后的第二数据值，
Figure 528782DEST_PATH_IMAGE047
表示在第一数据直方图中与最大频率方柱距离为
Figure 343154DEST_PATH_IMAGE047
的方柱，
Figure 962355DEST_PATH_IMAGE048
表示补全后的患者病历号与患者治疗时间两数据序列之间的余弦相似度，
Figure 494967DEST_PATH_IMAGE049
表示第一数据直方图中距离为
Figure 959446DEST_PATH_IMAGE047
的方柱对应的第一加密值；将第一数据直方图中所有方柱进行拉伸，拉伸后的直方图记为第二数据直方图。
可选的，所述获取第三数据直方图，包括的具体方法为：
Figure 159484DEST_PATH_IMAGE050
其中，
Figure 684006DEST_PATH_IMAGE051
表示在第一数据直方图中与最大频率方柱距离为
Figure 205379DEST_PATH_IMAGE047
的方柱拉伸后的第二数据值，
Figure 739129DEST_PATH_IMAGE052
表示该方柱调整后对应的第三加密值，
Figure 528093DEST_PATH_IMAGE053
表示第二数据直方图中的最大数据值；第一数据直方图中所有方柱计算拉伸后的第二数据值并调整，得到的直方图记为第三数据直方图。
本发明相较于现有技术的有益效果是：通过用于血液循环系统疾病治疗的标量波数据为波形规则或不规则但其振幅有规律的振动波来产生特异性标量波，因此根据模态转换后的标量波数据中的数据分布特征进行量化获取每个数据点的行方向上的波动性和列方向上的波动性，并根据每个数据点的行方向上的波动性和列方向上的波动性来表征每个数据点的含有的标量波的振动信息的多少，进而可以自适应获取每个数据点的加密程度系数。根据每个数据点的加密程度系数来表征隐含于邻域范围内信息的程度，并结合患者的专有治疗信息，对标量波数据的直方图分布进行自适应拉伸调节；避免了传统的算法中对于不同特征区域的图像采用相同的额外信息嵌入，并根据图像的灰度直方图的分布特性，使得信息的隐蔽性不够，容易遭到暴力破解的缺点；使得加密后的标量波数据的隐私性更好。
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为本发明的一个实施例所提供一种血液标量波图像的通信方法的流程示意图。
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做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。
请参阅图1，其示出了本发明一个实施例所提供的一种血液标量波图像的通信方法流程图，该方法包括以下步骤：
步骤S001、获取标量波数据及患者治疗数据。
本实施例根据血液循环系统疾病的标量波装置，对于不同的血液循环系统疾病，生成不同的标量波；所述标量波的生成过程为：通过电源连接波形生成器，生成振动波数据，并将振动波数据存储至振动波存储器中，由内部存有振动波的振动波储存器通过振动波播放器将存在振动波储存器里的振动波播放出来，通过标量波生成器生成标量波，此时的标量波数据为时序的数据值，图像表现为波形图像，即是标量波图像；同时，每位患者具有对应的标量波数据，记录对应患者的治疗数据，所述治疗数据包括患者病历号、患者治疗时间等患者专有的治疗数据。
需要说明的是，图像加密域可逆信息隐藏（RDH-EI）算法是在原始图像中可逆地增加额外的信息，并且在提取额外的信息后，原始图像可以被无损的重建。但是该算法容易遭到暴力破解，对于不同特征区域的图像采用相同的额外信息嵌入，采用唯密文COA的攻击方法，会很轻易进行破解，数据的隐私性仍无法保证；本实施例通过待处理的标量波数据，根据标量波的波形规律，以及相邻周期之间的联系，自适应获取嵌入信息的加密程度系数，进而根据待处理的标量波数据构建加密系数矩阵；同时为了增加数据的隐私性，本实施例根据患者的信息对灰度直方图的分布性进行自适应修改，避免人为根据图像的灰度值直方图的分布特性，进行暴力破解。
步骤S002、将标量波数据转换为二维矩阵形式，并获取每个数据点的第三波动系数。
需要说明的是，由于对不同的血液循环系统疾病治疗使用的为波形规则或不规则但其振幅有规律的振动波来产生特异性标量波，因此对应的标量波具有极强的规律性，为了计算方便有利于加密编码，对获取的标量波数据进行预处理，根据标量波数据进行周期划分，转换为标量波数据图像，即二维矩阵形式进行处理。
具体的，先对获取到的标量波数据进行小波去噪，避免噪声信号对标量波数据的干扰；对处理后的标量波数据进行傅里叶变换，将标量波数据转换到频域空间中，获取频域空间中最大幅值所对应的频率，并将该频率的倒数作为变化周期；根据变化周期对时序的标量波数据进行均等划分，划分后的每段标量波数据即为一个周期内的标量波数据，将每段标量波数据逐行排列形成二维矩阵形式；此时二维矩阵中同行数据点表示同一周期内的标量波数据，同列数据点表示不同周期内相同位置的标量波数据；同时为了方便计算，将标量波数据归一化到灰度范围内，即归一化至
Figure 223517DEST_PATH_IMAGE054
范围，采用线性归一化方法对标量波数据进行归一化。
本实施例中在划分过程中剩余的片段不足一个变化周期时，采用现有的明文传输将该片段的标量波数据进行传输。
进一步需要说明的是，对二维矩阵中数据点的数据值进行加密，可以根据数据值的波动系数来分析数据点所包含的振动信息，振动信息越多的数据点需要越大的加密程度；数据点在行方向上的第一波动系数越大，表明该数据点包含的振动信息越多，加密程度应越大；在列方向上的第二波动系数越大，表明该数据点的规律性越小，包含的振动信息越多，加密程度应越大。
具体的，首先本实施例给出第一范围
Figure 730722DEST_PATH_IMAGE055
，且
Figure 802583DEST_PATH_IMAGE056
应为偶数，若
Figure 446054DEST_PATH_IMAGE057
不是偶数，则数值加1得到
Figure 577958DEST_PATH_IMAGE058
表示四舍五入取整函数，
Figure 572459DEST_PATH_IMAGE059
表示变动周期大小；进一步的，以第
Figure 182431DEST_PATH_IMAGE060
行第
Figure 713032DEST_PATH_IMAGE061
列数据点为例，以第
Figure 484679DEST_PATH_IMAGE060
行第
Figure 232055DEST_PATH_IMAGE061
列数据点为中心，长度为
Figure 645719DEST_PATH_IMAGE062
的一维横向窗口作为第
Figure 263782DEST_PATH_IMAGE060
行第
Figure 471910DEST_PATH_IMAGE061
列数据点的第一范围，即第一范围内共有
Figure 175423DEST_PATH_IMAGE063
个数据点，第
Figure 392778DEST_PATH_IMAGE060
行第
Figure 130927DEST_PATH_IMAGE061
列数据点的第一波动系数
Figure 509956DEST_PATH_IMAGE064
的计算方法为：
Figure 467810DEST_PATH_IMAGE065
其中，
Figure 223276DEST_PATH_IMAGE066
表示第
Figure 815931DEST_PATH_IMAGE060
行第
Figure 631441DEST_PATH_IMAGE061
列数据点的第一范围，
Figure 43968DEST_PATH_IMAGE067
表示第
Figure 603125DEST_PATH_IMAGE060
行第
Figure 315866DEST_PATH_IMAGE061
列数据点的第一范围内第
Figure 36697DEST_PATH_IMAGE068
个数据点的数据值，
Figure 467679DEST_PATH_IMAGE069
表示第
Figure 66412DEST_PATH_IMAGE060
第
Figure 368081DEST_PATH_IMAGE061
列数据点的第一范围内第
Figure 525393DEST_PATH_IMAGE070
个数据点的数据值，
Figure 178091DEST_PATH_IMAGE071
表示第
Figure 813472DEST_PATH_IMAGE060
行第
Figure 500805DEST_PATH_IMAGE061
列数据点所在的第一范围内每个数据点与右侧相邻数据点差值的均值；需要说明的是，同一行中最右侧数据点的右侧相邻数据点为该行的最左侧数据点，最左侧数据点的左侧相邻数据点为同一行的最右侧数据点，即是根据同行最左最右两数据点首尾相连形式，再获取每个数据点的第一范围并计算第一波动程度；此时，第一波动系数计算方法实质为数据点行方向上第一范围内相邻数据点差值的方差表现，方差越大，表明数据点第一范围内的波动变化越大，第一波动系数越大，包含的振动信息越多，加密程度需要设置的越大。
进一步的，本实施例给出第二范围
Figure 829018DEST_PATH_IMAGE072
，以第
Figure 703433DEST_PATH_IMAGE060
行第
Figure 408084DEST_PATH_IMAGE061
列数据点为例，以第
Figure 684344DEST_PATH_IMAGE060
行第
Figure 673205DEST_PATH_IMAGE061
列数据点为中心，高度为
Figure 300495DEST_PATH_IMAGE073
且宽度为3二维纵向窗口作为第
Figure 277679DEST_PATH_IMAGE060
行第
Figure 939604DEST_PATH_IMAGE061
列数据点的第二范围，即第二范围中共有
Figure 344041DEST_PATH_IMAGE074
行，第
Figure 193048DEST_PATH_IMAGE060
行第
Figure 973922DEST_PATH_IMAGE061
列数据点的第二波动系数
Figure 490354DEST_PATH_IMAGE075
的计算方法为：
Figure 331271DEST_PATH_IMAGE076
其中，
Figure 401995DEST_PATH_IMAGE077
表示第
Figure 488025DEST_PATH_IMAGE060
行第
Figure 858964DEST_PATH_IMAGE061
列数据点的第二范围，
Figure 605203DEST_PATH_IMAGE078
及
Figure 694382DEST_PATH_IMAGE079
分别表示第
Figure 817059DEST_PATH_IMAGE060
行第
Figure 42504DEST_PATH_IMAGE061
列、第
Figure 225223DEST_PATH_IMAGE080
列及第
Figure 270540DEST_PATH_IMAGE081
列数据点的数据值，
Figure 196907DEST_PATH_IMAGE082
及
Figure 43903DEST_PATH_IMAGE083
分别表示第
Figure 397524DEST_PATH_IMAGE060
行第
Figure 930136DEST_PATH_IMAGE061
列数据点的第二范围内第
Figure 660195DEST_PATH_IMAGE084
行上第
Figure 594653DEST_PATH_IMAGE061
列、第
Figure 119175DEST_PATH_IMAGE085
列及第
Figure 139084DEST_PATH_IMAGE086
列数据点的数据值；需要说明的是，同一列中最上方数据点的上方相邻数据点为该行的最下方数据点，最下方数据点的下方相邻数据点为同一列的最上方数据点，即是根据同列最上最下两数据点首尾相连形式，再获取每个数据点的第二范围并计算第二波动程度；此时，通过计算数据点与相邻数据点的数据值差异，并与第二范围内各行相同位置的相邻数据值差异比较来表征第二波动系数，规律性最大的情况下第二范围内各行相同位置的相邻数据值差异应相等，得到的比值等于1，若不等于1且与1之间的差值越大，表明数据点的规律性越小，第二波动系数越大，包含的振动信息越多，加密程度应设置的越大。
按照上述方法获取二维矩阵中每个数据点的第一波动系数及第二波动系数，并将每个数据点的第一波动系数与第二波动系数的乘积作为每个数据点的第三波动系数，获取到所有数据点的第三波动系数后对每个数据点的第三波动系数进行线性归一化处理；此时，数据点的第三波动系数越大，包含的振动信息越多，需要设置的加密程度越大。
步骤S003、对相邻行之间的数据点进行最优化匹配获取若干数据点对，并得到相邻行的第一差异程度，进而得到每一行的第二差异程度，获取每个数据点的第一加密值。
需要说明的是，由于变化周期相同，每行标量波数据包含的数据点数量是相同的，对相邻行之间的数据点进行最优化匹配，采用DTW算法对数据点进行最优化匹配，获取到一一对应的数据点对，根据匹配的数据点之间的欧式距离，结合匹配点对之间的匹配序位的索引特征来进行波动差异量化。
具体的，以第
Figure 672833DEST_PATH_IMAGE087
行与第
Figure 727377DEST_PATH_IMAGE088
行为例，其第一差异程度
Figure 422800DEST_PATH_IMAGE089
的计算方法为：
Figure 431470DEST_PATH_IMAGE090
其中，
Figure 503331DEST_PATH_IMAGE091
表示共有
Figure 146802DEST_PATH_IMAGE091
个数据点对，
Figure 278706DEST_PATH_IMAGE092
表示第
Figure 273207DEST_PATH_IMAGE093
个数据点对中第
Figure 883180DEST_PATH_IMAGE094
行数据点的第三波动系数，
Figure 646737DEST_PATH_IMAGE095
表示第
Figure 683963DEST_PATH_IMAGE096
个数据点对中第
Figure 165760DEST_PATH_IMAGE097
行数据点的第三波动系数，
Figure 313844DEST_PATH_IMAGE098
表示第
Figure 698951DEST_PATH_IMAGE099
对数据点之间的欧式距离，
Figure 172658DEST_PATH_IMAGE100
表示第
Figure 876172DEST_PATH_IMAGE101
个数据点对的索引差异，
Figure 93527DEST_PATH_IMAGE102
表示该两行所有数据点对的索引差异均值；需要说明的是，索引差异即是相邻行匹配的数据点在列上索引序号的差值绝对值，例如第
Figure 566096DEST_PATH_IMAGE103
个数据点对是第
Figure 210704DEST_PATH_IMAGE104
行的第6列数据点和第
Figure 401514DEST_PATH_IMAGE105
行的第3列数据点构成，则其索引差异为3；此时，数据点对之间的欧式距离越远，索引差异越大，两数据点的第三波动系数越大，相邻行之间的差异越大。
进一步的，通过相同方法得到第
Figure 156981DEST_PATH_IMAGE094
行与第
Figure 749636DEST_PATH_IMAGE106
行之间的第一差异程度
Figure 299566DEST_PATH_IMAGE107
，将
Figure 744716DEST_PATH_IMAGE108
与
Figure 38294DEST_PATH_IMAGE109
的均值作为第
Figure 751035DEST_PATH_IMAGE110
行的第二差异程度；按照上述方法获取每一行的第二差异程度，并进行线性归一化处理，得到的第
Figure 737446DEST_PATH_IMAGE111
行的第二差异程度记为
Figure 902848DEST_PATH_IMAGE112
。
进一步需要说明的是，为了使加密后的数据在其八邻域内分布表现不明显，即是将加密后的数据隐藏在八邻域中，需要设定第四加密系数，第四加密系数为数据点的数据值与八邻域数据值的均值的差值绝对值，差异越大，需要调整的程度越大，第四加密系数应越大，更好的对数据点进行隐藏，数据点在邻域分布之间更加不明显。
具体的，以第
Figure 734538DEST_PATH_IMAGE113
行第
Figure 567364DEST_PATH_IMAGE061
列数据点为例，其第一加密值
Figure 459097DEST_PATH_IMAGE114
的计算方法为：
Figure 111795DEST_PATH_IMAGE115
其中，
Figure 747176DEST_PATH_IMAGE116
表示第
Figure 935974DEST_PATH_IMAGE117
行第
Figure 264187DEST_PATH_IMAGE061
列数据点的数据值，
Figure 404182DEST_PATH_IMAGE118
表示第
Figure 577674DEST_PATH_IMAGE117
行的第二差异程度，
Figure 119514DEST_PATH_IMAGE119
表示第
Figure 353049DEST_PATH_IMAGE117
行第
Figure 980339DEST_PATH_IMAGE061
列数据点的数据值减去八邻域数据值均值得到的差值，
Figure 223102DEST_PATH_IMAGE120
表示该数据点的第四加密系数，
Figure 353869DEST_PATH_IMAGE121
表示符号函数；按照上述方法计算获取每个数据点的第一加密值。
至此，根据每个数据点第四加密系数及所在行的第二波动程度获取了每个数据点的第一加密值，避免了传统的算法中对于不同特征区域的图像采用相同的额外信息嵌入，使得信息的隐蔽性不够，容易遭到破解。
步骤S004、根据第一加密值获取第一数据直方图，并根据患者治疗数据获取患者各治疗数据序列之间的余弦相似度，根据第一数据直方图的分布及余弦相似度获取每个数据点的第三加密值。
需要说明的是，此时得到的第一加密值根据标量波数据的特征获取到的自适应加密系数及加密值；为了进一步增加隐秘性，本实施例通过患者的信息对灰度直方图的分布性进行自适应拉伸调节，进而对上述加密后的数据进一步加密。
具体的，先对患者治疗数据进行预处理，患者病历号和患者治疗时间都表示为数据形式，将两数据进行数据长度统一，将缺少的位数补0进行补全，例如患者病历号为20210602，时间为202203291627，则对应的进行位数补充后的患者病历号为202106020000；将补全后的两数据转换为二进制形式并分别构成数据序列，即是将每一位的0或1进行拆分形成序列形式，及补全后的患者病历号序列为
Figure 23885DEST_PATH_IMAGE122
，患者治疗时间序列为
Figure 374357DEST_PATH_IMAGE123
，获取两数据序列之间的余弦相似度为
Figure 420810DEST_PATH_IMAGE124
。
进一步需要说明的是，对所有数据点的所有第一加密值进行统计获得第一加密值的第一数据直方图，对第一数据直方图进行置乱计算来增加隐秘性，采用最大频率值对应的数据值，逐渐递增的方式进行拉伸变化，对直方图的分布进行自适应调整。
具体的，以在第一数据直方图中与最大频率方柱距离为
Figure 406084DEST_PATH_IMAGE125
的方柱为例，其拉伸后对应的第二数据值
Figure 247001DEST_PATH_IMAGE126
的计算方法为：
Figure 848883DEST_PATH_IMAGE127
其中，
Figure 167869DEST_PATH_IMAGE128
表示在第一数据直方图中与最大频率方柱距离为
Figure 538808DEST_PATH_IMAGE128
的方柱，
Figure 285047DEST_PATH_IMAGE129
表示补全后的患者病历号与患者治疗时间两数据序列之间的余弦相似度，
Figure 374226DEST_PATH_IMAGE130
表示第一数据直方图中该方柱对应的第一加密值；将第一数据直方图中所有方柱都按照该方法进行拉伸，拉伸后的直方图记为第二数据直方图；需要说明的是，
Figure 231323DEST_PATH_IMAGE131
的取值范围为整数，其中在最大频率方柱左侧的方柱的
Figure 235531DEST_PATH_IMAGE132
值为负整数，右侧的方柱的
Figure 418251DEST_PATH_IMAGE132
值为正整数。
进一步的，为保证拉伸后的第二数据直方图对应的数据范围仍为
Figure 729146DEST_PATH_IMAGE133
，不会因为数据值过于集中而降低隐藏性；需要获取第二数据直方图的实际数据范围为
Figure 389935DEST_PATH_IMAGE134
，以在第一数据直方图中与最大频率方柱距离为
Figure 735465DEST_PATH_IMAGE135
的方柱为例，其拉伸后再调整对应的第三加密值
Figure 823507DEST_PATH_IMAGE136
的计算方法为：
Figure 621699DEST_PATH_IMAGE137
其中，
Figure 86178DEST_PATH_IMAGE138
表示在第一数据直方图中与最大频率方柱距离为
Figure 286215DEST_PATH_IMAGE139
的方柱拉伸后的第二数据值，
Figure 545159DEST_PATH_IMAGE140
表示第二数据直方图中的最大数据值；将第一数据直方图中所有方柱按照该方法拉伸再调整，得到的直方图记为第三数据直方图，并根据第一数据直方图与第三数据直方图间方柱对应关系获取每个数据点的第三加密值。
步骤S005、对加密后的标量波数据进行传输，接收端解码后经过解调单元解析标量波，并进行治疗。
将加密后的标量波数据进行传输，同时传输相应的密钥，密钥包括的具体内容为所有数据点的第四加密系数构成的加密系数矩阵、每行的第二波动程度及患者治疗数据序列；接收端按照加密过程的逆变换进行解码，获得标量波数据，标量波数据即为时序的数据值，图像表现形式为波形的标量波图像，将标量波图像输入到解调单元中进行解析，进而对血液循环系统进行治疗。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种血液标量波图像的通信方法，其特征在于，该方法包括以下步骤：
获取标量波数据及患者病历号和患者治疗时间；
对标量波数据通过傅里叶变换获取变化周期，根据变化周期对标量波数据进行划分，将划分后的每段标量波数据逐行排列获取到二维矩阵形式的标量波数据；
根据二维矩阵中每个数据点行方向上第一范围内的数据值方差变化获取每个数据点的第一波动系数，根据每个数据点与行相邻数据点的数据值变化、与列方向上第二范围内的数据值变化差异获取每个数据点的第二波动系数，根据第一波动系数与第二波动系数获得第三波动系数；
对相邻行之间的数据点进行最优化匹配获取若干数据点对，根据数据点对之间的第三波动系数、欧式距离及索引差异获取相邻行的第一差异程度，将每一行分别与相邻上一行和下一行的第一差异程度均值作为每一行的第二差异程度，将每个数据点的数据值与八邻域数据值均值的差值绝对值作为每个数据点的第四加密系数，根据每一行的第二差异程度及每一行上每个数据点的第四加密系数获取每个数据点的第一加密值；
对患者病历号及患者治疗时间进行位数补全使数据长度相等，计算补全后的两数据序列之间的余弦相似度，根据所有数据点的第一加密值获取第一数据直方图，根据第一数据直方图中最大频率的位置及所述余弦相似度对直方图进行拉伸获取第二数据直方图，根据第二数据直方图的分布范围对第二数据直方图进行调整获取第三数据直方图，得到每个数据点的第三加密值；
对二维矩阵中每个数据点的第三加密值进行传输。
2.根据权利要求1所述的一种血液标量波图像的通信方法，其特征在于，所述获取变化周期，包括的具体方法为：
将标量波数据通过傅里叶变换转换到频域空间中，将频域空间中最大幅值对应的频率的倒数作为变化周期。
3.根据权利要求1所述的一种血液标量波图像的通信方法，其特征在于，所述获取每个数据点的第一波动系数，包括的具体方法为：
Figure 849590DEST_PATH_IMAGE001
其中，
Figure 563469DEST_PATH_IMAGE002
表示第
Figure 77627DEST_PATH_IMAGE003
行第
Figure 269573DEST_PATH_IMAGE004
列数据点的第一波动系数，
Figure 818366DEST_PATH_IMAGE005
表示第
Figure 437567DEST_PATH_IMAGE006
行第
Figure 439021DEST_PATH_IMAGE007
列数据点的第一范围，
Figure 434659DEST_PATH_IMAGE008
表示第
Figure 837958DEST_PATH_IMAGE006
行第
Figure 831322DEST_PATH_IMAGE007
列数据点的第一范围内第
Figure 116810DEST_PATH_IMAGE009
个数据点的数据值，
Figure 650559DEST_PATH_IMAGE010
表示第
Figure 908365DEST_PATH_IMAGE006
行第
Figure 338210DEST_PATH_IMAGE007
列数据点的第一范围内第
Figure 376573DEST_PATH_IMAGE011
个数据点的数据值，
Figure 386117DEST_PATH_IMAGE012
表示第
Figure 826326DEST_PATH_IMAGE006
行第
Figure 692650DEST_PATH_IMAGE007
列数据点的第一范围内每个数据点与右侧相邻数据点的差值均值。
4.根据权利要求1所述的一种血液标量波图像的通信方法，其特征在于，所述获取每个数据点的第二波动系数，包括的具体方法为：
Figure 421572DEST_PATH_IMAGE014
其中，
Figure 31545DEST_PATH_IMAGE015
表示第
Figure 263943DEST_PATH_IMAGE016
行第
Figure 832328DEST_PATH_IMAGE007
列数据点的第二波动系数，
Figure 517387DEST_PATH_IMAGE017
表示第
Figure 196630DEST_PATH_IMAGE006
行第
Figure 283535DEST_PATH_IMAGE007
列数据点的第二范围，
Figure 22821DEST_PATH_IMAGE018
及
Figure 195176DEST_PATH_IMAGE019
分别表示第
Figure 412531DEST_PATH_IMAGE006
行第
Figure 619521DEST_PATH_IMAGE007
列、第
Figure 529708DEST_PATH_IMAGE020
列及第
Figure 189360DEST_PATH_IMAGE021
列数据点的数据值，
Figure 944826DEST_PATH_IMAGE022
及
Figure 803061DEST_PATH_IMAGE023
分别表示第
Figure 821832DEST_PATH_IMAGE006
行第
Figure 31097DEST_PATH_IMAGE007
列数据点的第二范围内第
Figure 793516DEST_PATH_IMAGE024
行上第
Figure 771837DEST_PATH_IMAGE007
列、第
Figure 695930DEST_PATH_IMAGE020
列及第
Figure 392491DEST_PATH_IMAGE025
列数据点的数据值。
5.根据权利要求1所述的一种血液标量波图像的通信方法，其特征在于，所述获取相邻行的第一差异程度，包括的具体方法为：
Figure 693022DEST_PATH_IMAGE026
其中，
Figure 791428DEST_PATH_IMAGE027
表示第
Figure 886423DEST_PATH_IMAGE006
行与第
Figure 70280DEST_PATH_IMAGE028
行的第一差异程度，
Figure 174502DEST_PATH_IMAGE029
表示共有
Figure 861835DEST_PATH_IMAGE029
个数据点对，
Figure 393311DEST_PATH_IMAGE030
表示第
Figure 798884DEST_PATH_IMAGE031
个数据点对中第
Figure 706798DEST_PATH_IMAGE006
行数据点的第三波动系数，
Figure 514217DEST_PATH_IMAGE032
表示第
Figure 13331DEST_PATH_IMAGE031
个数据点对中第
Figure 640621DEST_PATH_IMAGE033
行数据点的第三波动系数，
Figure 86646DEST_PATH_IMAGE034
表示第
Figure 748572DEST_PATH_IMAGE035
对数据点之间的欧式距离，
Figure 621850DEST_PATH_IMAGE036
表示第
Figure 2016DEST_PATH_IMAGE037
个数据点对的索引差异，
Figure 986152DEST_PATH_IMAGE038
表示该两行所有数据点对的索引差异均值。
6.根据权利要求1所述的一种血液标量波图像的通信方法，其特征在于，所述获取每个数据点的第一加密值，包括的具体方法为：
Figure 768163DEST_PATH_IMAGE039
其中，
Figure 609080DEST_PATH_IMAGE040
表示第
Figure 414225DEST_PATH_IMAGE006
行第
Figure 998791DEST_PATH_IMAGE007
列数据点的第一加密值，
Figure 635308DEST_PATH_IMAGE041
表示第
Figure 850389DEST_PATH_IMAGE006
行第
Figure 939568DEST_PATH_IMAGE007
列数据点的数据值，
Figure 531086DEST_PATH_IMAGE042
表示第
Figure 22110DEST_PATH_IMAGE006
行的第二差异程度，
Figure 408092DEST_PATH_IMAGE043
表示第
Figure 250146DEST_PATH_IMAGE006
行第
Figure 379776DEST_PATH_IMAGE007
列数据点的数据值减去八邻域数据值均值得到的差值，
Figure 459728DEST_PATH_IMAGE044
为第四加密系数，
Figure 344507DEST_PATH_IMAGE045
表示符号函数。
7.根据权利要求1所述的一种血液标量波图像的通信方法，其特征在于，所述获取第二数据直方图，包括的具体方法为：
Figure 345961DEST_PATH_IMAGE046
其中，
Figure 341599DEST_PATH_IMAGE047
表示在第一数据直方图中与最大频率方柱距离为
Figure 479319DEST_PATH_IMAGE048
的方柱拉伸后的第二数据值，
Figure 535000DEST_PATH_IMAGE048
表示在第一数据直方图中与最大频率方柱距离为
Figure 23750DEST_PATH_IMAGE048
的方柱，
Figure 291920DEST_PATH_IMAGE049
表示补全后的患者病历号与患者治疗时间两数据序列之间的余弦相似度，
Figure 612043DEST_PATH_IMAGE050
表示第一数据直方图中距离为
Figure 776308DEST_PATH_IMAGE048
的方柱对应的第一加密值；将第一数据直方图中所有方柱进行拉伸，拉伸后的直方图记为第二数据直方图。
8.根据权利要求1所述的一种血液标量波图像的通信方法，其特征在于，所述获取第三数据直方图，包括的具体方法为：
Figure 549092DEST_PATH_IMAGE051
其中，
Figure 824216DEST_PATH_IMAGE052
表示在第一数据直方图中与最大频率方柱距离为
Figure 264425DEST_PATH_IMAGE048
的方柱拉伸后的第二数据值，
Figure 334012DEST_PATH_IMAGE053
表示该方柱调整后对应的第三加密值，
Figure 859671DEST_PATH_IMAGE054
表示第二数据直方图中的最大数据值；第一数据直方图中所有方柱计算拉伸后的第二数据值并调整，得到的直方图记为第三数据直方图。
CN202211660046.7A 2022-12-23 2022-12-23 一种血液标量波图像的通信方法 Active CN115631834B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211660046.7A CN115631834B (zh) 2022-12-23 2022-12-23 一种血液标量波图像的通信方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211660046.7A CN115631834B (zh) 2022-12-23 2022-12-23 一种血液标量波图像的通信方法

Publications (2)

Publication Number Publication Date
CN115631834A true CN115631834A (zh) 2023-01-20
CN115631834B CN115631834B (zh) 2023-05-05

Family

ID=84910994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211660046.7A Active CN115631834B (zh) 2022-12-23 2022-12-23 一种血液标量波图像的通信方法

Country Status (1)

Country Link
CN (1) CN115631834B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012030038A (ja) * 2010-07-05 2012-02-16 Sony Corp 生体情報処理方法および装置、記録媒体並びにプログラム
CN103678888A (zh) * 2013-12-01 2014-03-26 北京航空航天大学 一种基于欧拉流体模拟算法的心脏血液流动示意显示方法
CN111103620A (zh) * 2019-11-20 2020-05-05 李志勇 一种岩巷超前探测三维偏移成像方法
CN114549563A (zh) * 2022-02-26 2022-05-27 福建工程学院 一种基于DeepLabV3+的复合绝缘子实时分割方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012030038A (ja) * 2010-07-05 2012-02-16 Sony Corp 生体情報処理方法および装置、記録媒体並びにプログラム
CN103678888A (zh) * 2013-12-01 2014-03-26 北京航空航天大学 一种基于欧拉流体模拟算法的心脏血液流动示意显示方法
CN111103620A (zh) * 2019-11-20 2020-05-05 李志勇 一种岩巷超前探测三维偏移成像方法
CN114549563A (zh) * 2022-02-26 2022-05-27 福建工程学院 一种基于DeepLabV3+的复合绝缘子实时分割方法及系统

Also Published As

Publication number Publication date
CN115631834B (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
CN115242475B (zh) 一种大数据安全传输方法及系统
Shiu et al. Preserving privacy of online digital physiological signals using blind and reversible steganography
Ibaida et al. A low complexity high capacity ECG signal watermark for wearable sensor-net health monitoring system
Gupta et al. Secure Transmission of EEG Data Using Watermarking Algorithm for the Detection of Epileptical Seizures.
Zhang et al. An efficient multi-level encryption scheme for stereoscopic medical images based on coupled chaotic system and Otsu threshold segmentation
Sharma et al. Bio-signal data sharing security through watermarking: a technical survey
Bhatnagar et al. Analysis and extension of multiresolution singular value decomposition
Thakkar et al. Performance comparison of recent optimization algorithm Jaya with particle swarm optimization for digital image watermarking in complex wavelet domain
CN107578365B (zh) 基于量子杂草寻优机制的小波数字水印嵌入和提取方法
Banerjee et al. A robust bio-signal steganography with lost-data recovery architecture using deep learning
Wang et al. Robust periodic blind watermarking based on sub-block mapping and block encryption
CN115631834B (zh) 一种血液标量波图像的通信方法
El-Shafai et al. Proposed Privacy Preservation Technique for Color Medical Images.
Sahu et al. Unequal steganography with unequal error protection for wireless physiological signal transmission
He et al. Compression and encryption of heterogeneous signals for internet of medical things
Malik et al. A high capacity data hiding scheme using modified AMBTC compression technique.
Hameed et al. Compression and encryption for ECG biomedical signal in healthcare system
CN109584190B (zh) 一种基于小波变换低频直方图受限的对比度图像增强方法
Pandey et al. Bernoulli's Chaotic Map-Based 2D ECG Image Steganography: A Medical Data Security Approach
Soni et al. AFD and chaotic map‐based integrated approach for ECG compression, steganography and encryption in E‐healthcare paradigm
Yang et al. Adaptive electrocardiogram steganography based on 2D approach with predetermined rules
Duy et al. A proposed pattern recognition framework for EEG-based smart blind watermarking system
Birajdar et al. Secure and robust ECG steganography using fractional fourier transform
Bhattacherjee et al. A Brief Survey of Steganographic methods for ECG Signal
Nguyen et al. Right protection mechanism based on optimal robust watermarking for shared EEG data

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