CN115811578B - 一种医学疗养数字化处理方法 - Google Patents

Abstract

本发明涉及加密领域，具体涉及一种医学疗养数字化处理方法，包括：获取医学图像；对医学图像进行分割，利用像素块中的各像素得到像素块内各像素特征的初始频数；利用初始频数获取各像素特征的必备嵌入量和波动嵌入量，进而得到像素块的下限嵌入量和可调嵌入量；利用像素块中像素的非0比特个数和像素块的下限嵌入量获取各块特征的第一频数；利用各块特征的第一频数、像素块的可调嵌入量获取像素块的实际嵌入量；利用像素块的下限嵌入量和实际嵌入量得到像素块的准确嵌入量；根据像素块的准确嵌入量对医学图像嵌入水印，然后进行块间和块内置乱，获得加密后的医学图像。上述方法用于医学图像加密处理，可提高医学图像的隐私安全性。

Description

一种医学疗养数字化处理方法

技术领域

本发明涉及加密领域，具体涉及一种医学疗养数字化处理方法。

背景技术

医学图像是医学疗养的重要资料，数字化医学图像比模拟信号医学图像具有更大的优越性。通过将模拟信号医学图像进行数字化处理变成计算机能识别的数字信号，可以大大节省医生的处理时间，也弥补了年轻医生查看医学图像经验不足，容易造成误诊的缺点。随着云计算、计算机网络和远程医学疗养的飞速发展，医学图像的安全性越来越受到重视。

为了保护医学图像的隐私安全，多人提出了基于置乱的适用于医学图像的加密技术，其中Qin等人提出基于冗余转移的高容量加密域可逆信息隐藏算法（简称为Qin加密算法），有效提高了抵抗现有已知明文和唯密文等攻击的能力，但是该加密技术在置乱的同时，“非0比特个数”特征在置乱前后保持一致，为利用该特征估计置乱密钥提供了可能，而一旦置乱密钥被估计出来，攻击者就能重构原始图像，从而降低了加密图像抵御攻击的能力。因此亟需一种方法用于提高医学图像的隐私安全性。

发明内容

本发明提供一种医学疗养数字化处理方法，以解决现有的医学图像加密技术抵御攻击能力低的问题。

本发明提供一种医学疗养数字化处理方法，包括：获取医学图像；对医学图像进行分割，利用像素块中的各像素得到像素块内各像素特征的初始频数；利用初始频数获取各像素特征的必备嵌入量和波动嵌入量，进而得到像素块的下限嵌入量和可调嵌入量；利用像素块中像素的非0比特个数和像素块的下限嵌入量获取各块特征的第一频数；利用各块特征的第一频数、像素块的可调嵌入量获取像素块的实际嵌入量；利用像素块的下限嵌入量和实际嵌入量得到像素块的准确嵌入量；根据像素块的准确嵌入量对医学图像嵌入水印，然后进行块间和块内置乱，获得加密后的医学图像，相比于现有技术，本发明结合块特征和像素特征之间的关联性，获得最优水印嵌入方式，该方式影响像素特征和块特征的特殊性，实现同时打破像素特征和块特征恒定不变性的目的，提高了Qin加密算法抵御攻击的能力。本发明对图像嵌入了水印，实现图像加密的同时，保证了传输图像的可验证性。

为达到上述目的，本发明采用如下技术方案，一种医学疗养数字化处理方法，包括：

获取待处理的医学图像；

对医学图像进行等尺寸分割，将获得的像素块中各像素的像素值转换为八位二进制数，利用各像素的非0比特个数得到每个像素块内各像素特征的初始频数；

利用每个像素块内各像素特征的初始频数获取各像素特征的必备嵌入量和波动嵌入量；

利用每个像素块中各像素特征的必备嵌入量和波动嵌入量计算得到该像素块的下限嵌入量和可调嵌入量；

利用每个像素块中像素的非0比特个数和每个像素块的下限嵌入量获取每个像素块的块特征，利用每个像素块的块特征获取各块特征的第一频数；

利用各块特征的第一频数、每个像素块的可调嵌入量对第一频数小于3的块特征的第一频数进行调整，获取每个像素块的实际嵌入量；

利用每个像素块的下限嵌入量和实际嵌入量得到每个像素块的准确嵌入量；

根据每个像素块的准确嵌入量对医学图像嵌入水印，得到嵌入水印的医学图像；

对嵌入水印的医学图像进行块间置乱和块内置乱，获得加密后的医学图像。

进一步的，所述一种医学疗养数字化处理方法，所述各像素特征的必备嵌入量和波动嵌入量是按照如下方式获取：

对医学图像中的所有像素进行等尺寸分割，获得所有像素块；

将每个像素块中像素的像素值转换为八位二进制数；

统计每个像素块中各像素的非0比特个数，将像素的非0比特个数作为该像素的像素特征；

统计每个像素块内各像素特征的初始频数；

将每个像素块内各像素特征按照从小到大的方式进行排序，得到像素特征序列；

利用像素特征序列的各像素特征及该像素特征的相邻像素特征的初始频数，计算得到像素特征序列中各像素特征的相邻像素特征的必备嵌入量和波动嵌入量；

按照上述方式获取各像素特征的必备嵌入量和波动嵌入量。

进一步的，所述一种医学疗养数字化处理方法，所述利用像素特征序列的各像素特征及该像素特征的相邻像素特征的初始频数，计算得到像素特征序列中各像素特征的相邻像素特征的必备嵌入量和波动嵌入量采用的表达式如下：

对于或的i像素特征：；

对于的i像素特征：

，

式中，表示像素特征序列中i像素特征的初始频数，表示像素特征序列中i像素特征的相邻像素特征的必备嵌入量，表示像素特征序列中i像素特征的相邻像素特征的波动嵌入量，表示像素特征序列中i像素特征的相邻像素特征的初始频数。

进一步的，所述一种医学疗养数字化处理方法，所述每个像素块的下限嵌入量和可调嵌入量的表达式如下：

每个像素块的下限嵌入量：

式中，u表示每个像素块的下限嵌入量，表示像素特征序列中i像素特征的相邻像素特征的必备嵌入量；

每个像素块的可调嵌入量：

式中，l表示每个像素块的可调嵌入量，表示像素特征序列中i像素特征的相邻像素特征的波动嵌入量。

进一步的，所述一种医学疗养数字化处理方法，所述各块特征的第一频数是按照如下方式获取：

计算每个像素块中所有像素的非0比特个数之和，将所有像素的非0比特个数之和作为该像素块的第一块特征；

将每个像素块的第一块特征与该像素块的下限嵌入量进行相加，获取每个像素块的块特征；

统计各块特征的频数，将该频数作为各块特征的第一频数。

进一步的，所述一种医学疗养数字化处理方法，所述每个像素块的实际嵌入量是按照如下方式获取：

将各块特征按照从大到小的方式进行排序，得到块特征序列；

选取块特征序列中首个第一频数小于3的块特征j，获取块特征序列中位于块特征j的右侧且距离块特征j最近的第一频数大于3的块特征；

获取块特征对应的所有可调嵌入量大于等于的像素块的数量；

利用块特征j的第一频数、块特征的第一频数、块特征对应的所有像素块中可调嵌入量大于等于的像素块的数量，得到块特征对应的所有像素块中实际嵌入的像素块的数量m；

从块特征对应的所有可调嵌入量大于等于的像素块中选取m个像素块，将这m个像素块的实际嵌入量设置为，对块特征序列中首个第一频数小于3的块特征的第一频数进行调整；

按照上述方式对块特征序列中所有第一频数小于3的块特征的第一频数进行调整，获取每个像素块的实际嵌入量。

进一步的，所述一种医学疗养数字化处理方法，所述加密后的医学图像是按照如下方式获得：

将每个像素块的下限嵌入量和实际嵌入量进行相加，得到每个像素块的准确嵌入量；

根据每个像素块的准确嵌入量将该像素块内像素的水印平面设置为1，得到嵌入水印的医学图像；

对嵌入水印的医学图像进行块间置乱和块内置乱的像素置乱，然后进行块内置乱的位平面置乱，获得加密后的医学图像。

本发明的有益效果是：本发明结合块特征和像素特征之间的关联性，获得最优水印嵌入方式，该方式影响像素特征和块特征的特殊性，实现同时打破像素特征和块特征恒定不变性的目的，提高了Qin加密算法抵御攻击的能力。本发明对图像嵌入了水印，实现图像加密的同时，保证了传输图像的可验证性。

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为本发明实施例1提供的一种医学疗养数字化处理方法流程示意图；

图2为本发明实施例2提供的一种医学疗养数字化处理方法流程示意图；

图3为本发明实施例2提供的一种像素子块示意图。

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。

实施例1

本发明实施例提供一种医学疗养数字化处理方法，如图1所示，包括：

S101、获取待处理的医学图像。

其中，待处理的医学图像为数字化医学图像。

S102、对医学图像进行等尺寸分割，将获得的像素块中各像素的像素值转换为八位二进制数，利用各像素的非0比特个数得到每个像素块内各像素特征的初始频数。

其中，像素的像素特征即为像素的非 0 比特个数。

S103、利用每个像素块内各像素特征的初始频数获取各像素特征的必备嵌入量和波动嵌入量。

其中，必备嵌入量是为了保证像素特征的频数尽可能接近3，进而保证了像素特征的特殊性。

S104、利用每个像素块中各像素特征的必备嵌入量和波动嵌入量计算得到该像素块的下限嵌入量和可调嵌入量。

其中，可调嵌入量，是由于像素特征的频数的改变影响其所在像素块的块特征。

S105、利用每个像素块中像素的非0比特个数和每个像素块的下限嵌入量获取每个像素块的块特征，利用每个像素块的块特征获取各块特征的第一频数。

其中，下限嵌入量是为了保证一个像素块内的所有像素特征的频数尽可能接近3，进而保证了所有像素特征的特殊性。

S106、利用各块特征的第一频数、每个像素块的可调嵌入量对第一频数小于3的块特征的第一频数进行调整，获取每个像素块的实际嵌入量。

其中，实际嵌入量是为了得到准确嵌入量。

S107、利用每个像素块的下限嵌入量和实际嵌入量得到每个像素块的准确嵌入量。

其中，准确嵌入量为每个像素块的下限嵌入量和实际嵌入量的和。

S108、根据每个像素块的准确嵌入量对医学图像嵌入水印，得到嵌入水印的医学图像。

其中，根据准确嵌入量，将像素块内像素的水印平面设置为1。

S109、对嵌入水印的医学图像进行块间置乱和块内置乱，获得加密后的医学图像。

其中，块内置乱包括像素置乱和位平面置乱。

本实施例的有益效果是：本实施例结合块特征和像素特征之间的关联性，获得最优水印嵌入方式，该方式影响像素特征和块特征的特殊性，实现同时打破像素特征和块特征恒定不变性的目的，提高了Qin加密算法抵御攻击的能力。本实施例对图像嵌入了水印，实现图像加密的同时，保证了传输图像的可验证性。

实施例2

本发明实施例通过增加水印平面，结合块特征和像素特征之间的关联性，获得最优水印嵌入方式，该方式影响像素特征和块特征的特殊性，实现同时打破像素特征和块特征恒定不变性的目的，提高Qin加密算法抵御攻击的能力，同时嵌入水印又能作为检验加密图像是否被篡改的依据，具有较高的安全性，进而保证了保护医学图像的隐私安全性。

本发明实施例提供一种医学疗养数字化处理方法，如图2所示，包括：

S201、获取医学图像。

医学图像是医学疗养的重要资料，数字化医学图像比模拟信号医学图像具有更大的优越性，通过将模拟信号医学图像进行数字化处理变成计算机能识别的数字信号，获取医学图像。

Qin加密算法：先将图像分块，然后根据置乱密钥进行块间置乱和块内置乱，其中块内置乱包括像素置乱和位平面置乱。提高置乱密钥的密钥空间，大大增加了利用穷举法估计置乱密钥的难度，有效提高了抵抗已知明文攻击的能力。因此破解 Qin加密算法最重要的是估计置乱密钥，而置乱密钥估计的重要步骤是寻找置乱前后恒定不变的特征。Qin加密算法中，块间置乱前后，像素块的“非 0 比特个数”特征恒定不变；同时块内置乱中像素置乱前后，像素的“非 0 比特个数”特征恒定不变。Qin加密算法中，置乱前后，块特征和像素特征的恒定不变性，为通过穷举法估计置乱密钥提供了可能，进而提高了攻击者重构原始图像的可能性，降低了Qin加密算法抵御攻击的能力。因此，只有打破块特征和像素特征的恒定不变性，才能够提高Qin加密算法抵御攻击的能力，进而保证了保护医学图像的隐私安全性。像素块的“非 0 比特个数”特征简称为“块特征”。像素的“非 0 比特个数”特征简称为“像素特征”。

针对Qin加密算法中，置乱前后，块特征和像素特征的恒定不变性，攻击者是通过特征的特殊性来进行置乱密钥估计的。如有且仅有一个像素块的块特征为14，而在置乱前后，块特征恒定不变，因此，在置乱后块特征为14的像素块即为上述的像素块，进而获取了置乱密钥的一个映射关系，获取的置乱密钥的映射关系越多，则通过估计置乱密钥概率越大。而特征的特殊性t的计算公式为：，其中n为该特征的频数，特征的特殊性越大，则通过穷举法获得置乱密钥的映射关系的概率越大，Qin加密算法抵御攻击的能力越差，因此，本实施例需要增加某些特征的频数，进而减小特征的特殊性，提高Qin加密算法抵御攻击的能力，进而保证了保护医学图像的隐私安全性。

为了改变某些特征的特殊性，打破Qin加密算法置乱前后块特征和像素特征的恒定不变性，本实施例在每个像素的八个位平面后增加一个水印平面，该水印平面的增加能够增加特征的特殊性，进而打破了置乱前后像素特征和块特征恒定不变性，提高Qin加密算法抵御攻击的能力，进而保证了保护医学图像的隐私安全性。

考虑到像素的水印嵌入情况不仅影响像素特征，同时影响该像素对应像素块的块特征，因此需要通过最优水印嵌入方式，实现同时打破像素特征和块特征恒定不变性的目的，提高Qin加密算法抵御攻击的能力，进而保证了保护医学图像的隐私安全性。

最优水印嵌入方式获得的具体步骤为：

S202、获得每个像素块的像素特征的必备嵌入量和波动嵌入量。

1.将图像分块。本实施例将图像分为尺寸为5×5的像素块，每个像素块中包括25个像素，方便后续进行块间置乱和块内置乱。

2.增加水印平面。对于每个像素，将其像素值转换为二进制后，每个像素包括八个位平面，分别为，每个位平面的取值为0或1。本实施例在每个像素的八个位平面后增加一个水印平面s，取值为0或1，将每个像素扩充为3×3的子块，如图3所示。

3.获取每个像素块的像素特征分布。像素的像素特征即为像素的非 0 比特个数，考虑到像素的像素值为，转换后为八位二进制数，因此，像素特征取值范围为。统计每个像素块内，像素特征的初始频数，进而获得每个像素块的像素特征分布特征。

4.获得每个像素块的像素特征的必备嵌入量和波动嵌入量。本实施例通过给每个像素增加了一个水印平面，通过将水印平面设置为1改变像素的像素特征，进而通过改变像素特征的频数减小像素特征的特殊性，因此，对于特殊性的像素特征，即初始频数小于3的像素特征，才需要通过增加频数来减小特殊性。由于水印平面的取值为0或1，因此，每个像素的像素特征只能增加1或者不变，因此i像素特征的像素只能通过将水印平面设置为1变为像素特征的像素或者不变。对于0像素特征到8像素特征，其初始频数分别为，通过将水印平面置为1，对于第i像素特征，结合其自身初始频数和第像素特征的初始频数，来获得0像素特征到8像素特征对应的必备嵌入量分别为，以及波动嵌入量分别为，进而改变特殊性较大像素特征的频数，其中必备嵌入量是为了保证像素特征的频数尽可能接近3，进而保证了像素特征的特殊性，而像素特征的频数的改变影响其所在像素块的块特征，若块特征的特殊性较大，则需要根据波动嵌入量来进行调整。从1像素特征到8像素特征，根据下列规则，获得对应的必备嵌入量和波动嵌入量，具体步骤为：

对于或的i像素特征：；

对于的i像素特征：

，

式中，表示像素特征序列中i像素特征的初始频数，表示像素特征序列中i像素特征的相邻像素特征的必备嵌入量，表示像素特征序列中i像素特征的相邻像素特征的波动嵌入量，表示像素特征序列中i像素特征的相邻像素特征的初始频数。

S203、获得每个像素块的下限嵌入量和可调嵌入量。

根据每个像素块的0像素特征到8像素特征的必备嵌入量和波动嵌入量，分别计算出每个像素块的下限嵌入量和可调嵌入量，其中下限嵌入量是为了保证一个像素块内的所有像素特征的频数尽可能接近3，进而保证了所有像素特征的特殊性；而可调嵌入量，是由于像素特征的频数的改变影响其所在像素块的块特征，若改变后的块特征的特殊性较大，则需要根据波动嵌入量来进行调整。

S204、获得每个像素块的准确嵌入量。

根据每个像素块的下限嵌入量和可调嵌入量确定该像素块的嵌入量范围为，获得像素块的块特征与下限嵌入量的分布，像素块的块特征范围；按照块特征的分布，从大到小，找到第一个的j块特征，获取j块特征右侧的距离其最近且的块特征，判断块特征对应的个像素块中，是否存在满足，统计满足的像素块的数量为z，则将这z个块特征对应的像素块中的个像素块的实际嵌入量设置为；若，则继续按照上述步骤寻找，直至j块特征的频数为3。则继续向右侧寻找下一个的特征。表示j块特征的频数，表示块特征的频数，表示第s个像素块的可调嵌入量。

按照每个像素块的下限嵌入量和实际嵌入量，获得像素块对应的像素特征的准确嵌入量，准确嵌入量为每个像素块的下限嵌入量和实际嵌入量的和，根据准确嵌入量，将像素块内像素的水印平面设置为1。

至此，获取最优水印嵌入方式。

S205、对医学图像进行加密。

按照上述步骤进行水印嵌入后，先对医学图像进行块间置乱和块内置乱的像素置乱，然后进行块内置乱的位平面置乱，获得加密图像，同时获取水印信息，作为该加密图像的验证信息进行传输，用于后续验证。

至此，实现对医学图像进行加密。

本实施例的有益效果是：本实施例结合块特征和像素特征之间的关联性，获得最优水印嵌入方式，该方式影响像素特征和块特征的特殊性，实现同时打破像素特征和块特征恒定不变性的目的，提高了Qin加密算法抵御攻击的能力。本实施例对图像嵌入了水印，实现图像加密的同时，保证了传输图像的可验证性。

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 (5)

1.一种医学疗养数字化处理方法，其特征在于，包括：

获取待处理的医学图像；

对医学图像进行等尺寸分割，将获得的像素块中各像素的像素值转换为八位二进制数，利用各像素的非0比特个数得到每个像素块内各像素特征的初始频数；

利用每个像素块内各像素特征的初始频数获取各像素特征的必备嵌入量和波动嵌入量；所述各像素特征的必备嵌入量和波动嵌入量是按照如下方式获取：

对医学图像中的所有像素进行等尺寸分割，获得所有像素块；

将每个像素块中像素的像素值转换为八位二进制数；

统计每个像素块中各像素的非0比特个数，将像素的非0比特个数作为该像素的像素特征；

统计每个像素块内各像素特征的初始频数；

将每个像素块内各像素特征按照从小到大的方式进行排序，得到像素特征序列；

利用像素特征序列的各像素特征及该像素特征的相邻像素特征的初始频数，计算得到像素特征序列中各像素特征的相邻像素特征的必备嵌入量和波动嵌入量；

按照上述方式获取各像素特征的必备嵌入量和波动嵌入量，采用的表达式如下：

对于或的像素特征：，；

对于的像素特征：

，

，

式中，表示像素特征序列中像素特征的初始频数，表示像素特征序列中像素特征的相邻像素特征的必备嵌入量，表示像素特征序列中像素特征的相邻像素特征的波动嵌入量，表示像素特征序列中像素特征的相邻像素特征的初始频数；

利用每个像素块中各像素特征的必备嵌入量和波动嵌入量计算得到该像素块的下限嵌入量和可调嵌入量；

利用每个像素块中像素的非0比特个数和每个像素块的下限嵌入量获取每个像素块的块特征，利用每个像素块的块特征获取各块特征的第一频数；

利用各块特征的第一频数、每个像素块的可调嵌入量对第一频数小于3的块特征的第一频数进行调整，获取每个像素块的实际嵌入量；

利用每个像素块的下限嵌入量和实际嵌入量得到每个像素块的准确嵌入量；

根据每个像素块的准确嵌入量对医学图像嵌入水印，得到嵌入水印的医学图像；

对嵌入水印的医学图像进行块间置乱和块内置乱，获得加密后的医学图像。

2.根据权利要求1所述的一种医学疗养数字化处理方法，其特征在于，所述每个像素块的下限嵌入量和可调嵌入量的表达式如下：

每个像素块的下限嵌入量：式中，表示每个像素块的下限嵌入量，表示像素特征序列中像素特征的相邻像素特征的必备嵌入量；

每个像素块的可调嵌入量：式中，表示每个像素块的可调嵌入量，表示像素特征序列中像素特征的相邻像素特征的波动嵌入量。

3.根据权利要求1所述的一种医学疗养数字化处理方法，其特征在于，所述各块特征的第一频数是按照如下方式获取：

计算每个像素块中所有像素的非0比特个数之和，将所有像素的非0比特个数之和作为该像素块的第一块特征；

将每个像素块的第一块特征与该像素块的下限嵌入量进行相加，获取每个像素块的块特征；

统计各块特征的频数，将该频数作为各块特征的第一频数。

4.根据权利要求1所述的一种医学疗养数字化处理方法，其特征在于，所述每个像素块的实际嵌入量是按照如下方式获取：

将各块特征按照从大到小的方式进行排序，得到块特征序列；

选取块特征序列中首个第一频数小于3的块特征j，获取块特征序列中位于块特征j的右侧且距离块特征j最近的第一频数大于3的块特征；

获取块特征对应的所有可调嵌入量大于等于的像素块的数量；

利用块特征j的第一频数、块特征的第一频数、块特征对应的所有像素块中可调嵌入量大于等于的像素块的数量，得到块特征对应的所有像素块中实际嵌入的像素块的数量m；

从块特征对应的所有可调嵌入量大于等于的像素块中选取m个像素块，将这m个像素块的实际嵌入量设置为，对块特征序列中首个第一频数小于3的块特征的第一频数进行调整；

按照上述方式对块特征序列中所有第一频数小于3的块特征的第一频数进行调整，获取每个像素块的实际嵌入量。

5.根据权利要求1所述的一种医学疗养数字化处理方法，其特征在于，所述加密后的医学图像是按照如下方式获得：

将每个像素块的下限嵌入量和实际嵌入量进行相加，得到每个像素块的准确嵌入量；

根据每个像素块的准确嵌入量将该像素块内像素的水印平面设置为1，得到嵌入水印的医学图像；

对嵌入水印的医学图像进行块间置乱和块内置乱的像素置乱，然后进行块内置乱的位平面置乱，获得加密后的医学图像。

Images