CN115631834B - 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
CN115631834B
CN115631834B CN202211660046.7A CN202211660046A CN115631834B CN 115631834 B CN115631834 B CN 115631834B CN 202211660046 A CN202211660046 A CN 202211660046A CN 115631834 B CN115631834 B CN 115631834B
Authority
CN
China
Prior art keywords
data
column
value
data point
histogram
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.)
Active
Application number
CN202211660046.7A
Other languages
English (en)
Other versions
CN115631834A (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 SMS_1
其中，
Figure SMS_9
表示第
Figure SMS_7
行第
Figure SMS_11
列数据点的第一波动系数，
Figure SMS_8
表示第
Figure SMS_14
行第
Figure SMS_17
列数据点的第一范围，
Figure SMS_18
表示第
Figure SMS_4
行第
Figure SMS_10
列数据点的第一范围内第
Figure SMS_2
个数据点的数据值，
Figure SMS_16
表示第
Figure SMS_3
行第
Figure SMS_12
列数据点的第一范围内第
Figure SMS_6
个数据点的数据值，
Figure SMS_15
表示第
Figure SMS_5
行第
Figure SMS_13
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 SMS_19
其中，
Figure SMS_21
表示第
Figure SMS_22
行第
Figure SMS_28
列数据点的第二波动系数，
Figure SMS_25
表示第
Figure SMS_31
行第
Figure SMS_34
列数据点的第二范围，
Figure SMS_38
及
Figure SMS_33
分别表示第
Figure SMS_39
行第
Figure SMS_20
列、第
Figure SMS_32
列及第
Figure SMS_24
列数据点的数据值，
Figure SMS_35
及
Figure SMS_27
分别表示第
Figure SMS_36
行第
Figure SMS_26
列数据点的第二范围内第
Figure SMS_29
行上第
Figure SMS_30
列、第
Figure SMS_37
列及第
Figure SMS_23
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 SMS_40
其中，
Figure SMS_47
表示第
Figure SMS_43
行与第
Figure SMS_53
行的第一差异程度，
Figure SMS_48
表示共有
Figure SMS_51
个数据点对，
Figure SMS_50
表示第
Figure SMS_55
个数据点对中第
Figure SMS_46
行数据点的第三波动系数，
Figure SMS_49
表示第
Figure SMS_41
个数据点对中第
Figure SMS_52
行数据点的第三波动系数，
Figure SMS_44
表示第
Figure SMS_56
对数据点之间的欧式距离，
Figure SMS_45
表示第
Figure SMS_54
个数据点对的索引差异，
Figure SMS_42
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 SMS_57
其中，
Figure SMS_61
表示第
Figure SMS_63
行第
Figure SMS_65
列数据点的第一加密值，
Figure SMS_60
表示第
Figure SMS_66
行第
Figure SMS_68
列数据点的数据值，
Figure SMS_70
表示第
Figure SMS_58
行的第二差异程度，
Figure SMS_64
表示第
Figure SMS_67
行第
Figure SMS_69
列数据点的数据值减去八邻域数据值均值得到的差值，
Figure SMS_59
为第四加密系数，
Figure SMS_62
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 SMS_71
其中，
Figure SMS_72
表示在第一数据直方图中与最大频率方柱距离为
Figure SMS_73
的方柱拉伸后的第二数据值，
Figure SMS_74
表示在第一数据直方图中与最大频率方柱距离为
Figure SMS_75
的方柱，
Figure SMS_76
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 SMS_77
表示第一数据直方图中距离为
Figure SMS_78
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 SMS_79
其中，
Figure SMS_80
表示在第一数据直方图中与最大频率方柱距离为
Figure SMS_81
的方柱拉伸后的第二数据值，
Figure SMS_82
表示该方柱调整后对应的第三加密值，
Figure SMS_83
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 SMS_84
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 SMS_87
，且
Figure SMS_92
应为偶数，若
Figure SMS_94
不是偶数，则数值加1得到
Figure SMS_86
表示四舍五入取整函数，
Figure SMS_96
表示变动周期大小；进一步的，以第
Figure SMS_90
行第
Figure SMS_95
列数据点为例，以第
Figure SMS_93
行第
Figure SMS_100
列数据点为中心，长度为
Figure SMS_85
的一维横向窗口作为第
Figure SMS_98
行第
Figure SMS_89
列数据点的第一范围，即第一范围内共有
Figure SMS_99
个数据点，第
Figure SMS_91
行第
Figure SMS_97
列数据点的第一波动系数
Figure SMS_88
的计算方法为：
Figure SMS_101
其中，
Figure SMS_105
表示第
Figure SMS_109
行第
Figure SMS_114
列数据点的第一范围，
Figure SMS_103
表示第
Figure SMS_106
行第
Figure SMS_108
列数据点的第一范围内第
Figure SMS_112
个数据点的数据值，
Figure SMS_102
表示第
Figure SMS_107
第
Figure SMS_111
列数据点的第一范围内第
Figure SMS_115
个数据点的数据值，
Figure SMS_104
表示第
Figure SMS_110
行第
Figure SMS_113
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 SMS_118
，以第
Figure SMS_121
行第
Figure SMS_123
列数据点为例，以第
Figure SMS_119
行第
Figure SMS_122
列数据点为中心，高度为
Figure SMS_125
且宽度为3二维纵向窗口作为第
Figure SMS_126
行第
Figure SMS_116
列数据点的第二范围，即第二范围中共有
Figure SMS_120
行，第
Figure SMS_124
行第
Figure SMS_127
列数据点的第二波动系数
Figure SMS_117
的计算方法为：
Figure SMS_128
其中，
Figure SMS_145
表示第
Figure SMS_131
行第
Figure SMS_143
列数据点的第二范围，
Figure SMS_132
及
Figure SMS_144
分别表示第
Figure SMS_133
行第
Figure SMS_142
列、第
Figure SMS_136
列及第
Figure SMS_137
列数据点的数据值，
Figure SMS_129
及
Figure SMS_141
分别表示第
Figure SMS_134
行第
Figure SMS_139
列数据点的第二范围内第
Figure SMS_135
行上第
Figure SMS_138
列、第
Figure SMS_130
列及第
Figure SMS_140
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 SMS_146
行与第
Figure SMS_147
行为例，其第一差异程度
Figure SMS_148
的计算方法为：
Figure SMS_149
其中，
Figure SMS_156
表示共有
Figure SMS_152
个数据点对，
Figure SMS_158
表示第
Figure SMS_153
个数据点对中第
Figure SMS_163
行数据点的第三波动系数，
Figure SMS_151
表示第
Figure SMS_164
个数据点对中第
Figure SMS_155
行数据点的第三波动系数，
Figure SMS_159
表示第
Figure SMS_150
对数据点之间的欧式距离，
Figure SMS_162
表示第
Figure SMS_157
个数据点对的索引差异，
Figure SMS_161
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 SMS_160
个数据点对是第
Figure SMS_165
行的第6列数据点和第
Figure SMS_154
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 SMS_167
行与第
Figure SMS_169
行之间的第一差异程度
Figure SMS_171
，将
Figure SMS_168
与
Figure SMS_170
的均值作为第
Figure SMS_172
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 SMS_173
行的第二差异程度记为
Figure SMS_166
。
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 SMS_174
行第
Figure SMS_175
列数据点为例，其第一加密值
Figure SMS_176
的计算方法为：
Figure SMS_177
其中，
Figure SMS_180
表示第
Figure SMS_183
行第
Figure SMS_185
列数据点的数据值，
Figure SMS_179
表示第
Figure SMS_182
行的第二差异程度，
Figure SMS_184
表示第
Figure SMS_186
行第
Figure SMS_178
列数据点的数据值减去八邻域数据值均值得到的差值，
Figure SMS_181
表示该数据点的第四加密系数，
Figure SMS_187
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 SMS_188
，患者治疗时间序列为
Figure SMS_189
，获取两数据序列之间的余弦相似度为
Figure SMS_190
。
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 SMS_191
的方柱为例，其拉伸后对应的第二数据值
Figure SMS_192
的计算方法为：
Figure SMS_193
其中，
Figure SMS_194
表示在第一数据直方图中与最大频率方柱距离为
Figure SMS_195
的方柱，
Figure SMS_196
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 SMS_197
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 SMS_198
的取值范围为整数，其中在最大频率方柱左侧的方柱的
Figure SMS_199
值为负整数，右侧的方柱的
Figure SMS_200
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 SMS_201
，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 SMS_202
，以在第一数据直方图中与最大频率方柱距离为
Figure SMS_203
的方柱为例，其拉伸后再调整对应的第三加密值
Figure SMS_204
的计算方法为：
Figure SMS_205
其中，
Figure SMS_206
表示在第一数据直方图中与最大频率方柱距离为
Figure SMS_207
的方柱拉伸后的第二数据值，
Figure SMS_208
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 (6)

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；
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 QLYQS_1
；
其中，
Figure QLYQS_12
表示第
Figure QLYQS_4
行第
Figure QLYQS_8
列数据点的第一波动系数，
Figure QLYQS_6
表示第
Figure QLYQS_10
行第
Figure QLYQS_16
列数据点的第一范围，
Figure QLYQS_17
表示第
Figure QLYQS_13
行第
Figure QLYQS_15
数据点的第一范围内第h个数据点的数据值，
Figure QLYQS_3
表示第
Figure QLYQS_9
行第
Figure QLYQS_5
列数据点的第一范围内第
Figure QLYQS_7
个数据点的数据值，
Figure QLYQS_11
表示第
Figure QLYQS_14
行第
Figure QLYQS_2
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；
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 QLYQS_18
；
其中，
Figure QLYQS_29
表示第
Figure QLYQS_20
行第
Figure QLYQS_26
列数据点的第二波动系数，
Figure QLYQS_32
表示第
Figure QLYQS_36
行第
Figure QLYQS_38
列数据点的第二范围，
Figure QLYQS_40
、
Figure QLYQS_30
及
Figure QLYQS_33
分别表示第
Figure QLYQS_19
行第
Figure QLYQS_23
列、第
Figure QLYQS_21
列及第
Figure QLYQS_25
列数据点的数据值，
Figure QLYQS_28
、
Figure QLYQS_35
及
Figure QLYQS_31
分别表示第
Figure QLYQS_34
行第
Figure QLYQS_37
列数据点的第二范围内第
Figure QLYQS_39
行上第
Figure QLYQS_22
列、第
Figure QLYQS_24
列及第
Figure QLYQS_27
列数据点的数据值。
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，所述获取相邻行的第一差异程度，包括的具体方法为：
Figure QLYQS_41
；
其中，
Figure QLYQS_50
表示第
Figure QLYQS_44
行与第
Figure QLYQS_47
行的第一差异程度，
Figure QLYQS_53
表示共有
Figure QLYQS_56
个数据点对，
Figure QLYQS_54
表示第
Figure QLYQS_57
个数据点对中第
Figure QLYQS_51
行数据点的第三波动系数，
Figure QLYQS_55
表示第
Figure QLYQS_43
个数据点对中第
Figure QLYQS_46
行数据点的第三波动系数，
Figure QLYQS_45
表示第
Figure QLYQS_49
对数据点之间的欧式距离，
Figure QLYQS_48
表示第
Figure QLYQS_52
个数据点对的索引差异，
Figure QLYQS_42
表示该两行所有数据点对的索引差异均值。
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一加密值，包括的具体方法为：
Figure QLYQS_58
；
其中，
Figure QLYQS_60
表示第
Figure QLYQS_64
行第
Figure QLYQS_68
列数据点的第一加密值，
Figure QLYQS_59
表示第
Figure QLYQS_66
行第
Figure QLYQS_70
列数据点的数据值，
Figure QLYQS_71
表示第
Figure QLYQS_61
行的第二差异程度，
Figure QLYQS_63
表示第
Figure QLYQS_67
行第
Figure QLYQS_69
列数据点的数据值减去八邻域数据值均值得到的差值，
Figure QLYQS_62
为第四加密系数，
Figure QLYQS_65
表示符号函数。
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，所述获取第二数据直方图，包括的具体方法为：
Figure QLYQS_72
；
其中，
Figure QLYQS_73
表示在第一数据直方图中与最大频率方柱距离为
Figure QLYQS_74
的方柱拉伸后的第二数据值，
Figure QLYQS_75
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 QLYQS_76
表示第一数据直方图中距离为
Figure QLYQS_77
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。
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，所述获取第三数据直方图，包括的具体方法为：
Figure QLYQS_78
；
其中，
Figure QLYQS_79
表示在第一数据直方图中与最大频率方柱距离为
Figure QLYQS_80
的方柱拉伸后的第二数据值，
Figure QLYQS_81
表示该方柱调整后对应的第三加密值，
Figure QLYQS_82
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 CN115631834A (zh) 2023-01-20
CN115631834B true 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
CN115631834A (zh) 2023-01-20

Similar Documents

Publication Publication Date Title
Samanta et al. Quantum-inspired evolutionary algorithm for scaling factor optimization during manifold medical information embedding
Ibaida et al. A low complexity high capacity ECG signal watermark for wearable sensor-net health monitoring system
CN115242475B (zh) 一种大数据安全传输方法及系统
Gupta et al. Secure Transmission of EEG Data Using Watermarking Algorithm for the Detection of Epileptical Seizures.
Shiu et al. Preserving privacy of online digital physiological signals using blind and reversible steganography
Abuadbba et al. Walsh–Hadamard-based 3-D steganography for protecting sensitive information in point-of-care
Liji et al. Integer-to-integer wavelet transform based ECG steganography for securing patient confidential information
Zhang et al. An efficient multi-level encryption scheme for stereoscopic medical images based on coupled chaotic system and Otsu threshold segmentation
Rahman et al. Reversible biosignal steganography approach for authenticating biosignals using extended binary Golay code
Sharma et al. Bio-signal data sharing security through watermarking: a technical survey
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
Shalaby et al. Enhanced Arnold’s cat map-AES encryption technique for medical images
Banerjee et al. A robust bio-signal steganography with lost-data recovery architecture using deep learning
CN115631834B (zh) 一种血液标量波图像的通信方法
Panchikkil et al. A pseudo-random pixel mapping with weighted mesh graph approach for reversible data hiding in encrypted image
Sun et al. Optimization of MSFs for watermarking using DWT-DCT-SVD and fish migration optimization with QUATRE
He et al. Compression and encryption of heterogeneous signals for internet of medical things
Soni et al. AFD and chaotic map‐based integrated approach for ECG compression, steganography and encryption in E‐healthcare paradigm
Singh et al. Wavelet based robust watermarking technique for integrity control in medical images
Wen et al. PPM-SEM: A privacy-preserving mechanism for sharing electronic patient records and medical images in telemedicine
Pandey et al. Bernoulli's Chaotic Map-Based 2D ECG Image Steganography: A Medical Data Security Approach
Shuo et al. A visually secure image encryption method based on semi-tensor product compressed sensing and IWT-HD-SVD embedding
Birajdar et al. Secure and robust ECG steganography using fractional fourier transform
Gopalakrishnan et al. Cloud Security System for ECG Transmission and Monitoring Based on Chaotic Logistic Maps
Duy et al. A proposed pattern recognition framework for EEG-based smart blind watermarking system

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