基于图像混合编码的脑电数据加密方法
发布时间：2021-08-08 05:41
针对脑电数据传输过程中的安全性问题,本文提出一种基于压缩编码的脑电数据加密传输方法。发送端对脑电数据进行特征消除的预处理后将其隐写为假图像,并依据脑电数据特征对此图像进行混合编码;接收方通过特定的逆处理过程恢复脑电数据。该方法隐密了脑电数据的特征,在增强数据传输安全性的同时减少了传输数据量。分析结果表明,在保证恢复数据能达到原数据时频域特征的条件下,传输数据比原始脑电数据的熵值提升了42.4%,同时数据压缩比达到1.51,实现了对脑电数据的轻量级高效加密。
【文章来源】：单片机与嵌入式系统应用. 2020,20(12)
【文章页数】：5 页
【部分图文】：
图９恢复脑电数据与原脑电数据时域结果对比
熵越大则不确定性越大，越难以预料。根据信息熵可以从一定程度上判断数据的随机性和无序程度。对比原始脑电数据图像和编码处理后生成的图像，熵值由表２熵值对比方法信息熵本文方法７．９６９５参考文献［１６］７．９４１７参考文献［１７］７．９３８５．５９５８增加到７．９６９５，提升了４２．４％。信息熵越接近８，表示数据随机性越好，与其他参考文献对比如表２所列，本文方法熵值较大，更接近理想值［１６－１７］。图１１编码前后数据直方图对比结语本文提出了一种基于压缩编码的脑电数据加密方法，该方法通过ＬＰＣ编码和Ｈｕｆｆｍａｎ编码与像素重组结合，模糊了脑电数据的特性，同时压缩了数据量。通过论证所用方法的效果，证明了本文在保证脑电数据恢复能力的情况下，使ＥＥＧ数据的熵值提升４２．４％，并且对脑电数据的加密和压缩处理实现了很好的融合，简化了脑电数据传输前的计算复杂度。参考文献［１］付荣荣，侯培国，李曼迪．基于Ｆｉｓｈｅｒ准则的单次运动想象脑电信号意图识别研究［Ｊ］．生物医学工程学杂志，２０１８，３５（５）：７７４７７８．［２］杨玉婷，李英，周文胜，等．脑电监测技术在脑梗死患者预后评估中的应用研究进展［Ｊ］．中国实用神经疾病杂志，２０２０，２３（１５）：１３６９１３７３．［３］覃小雅，袁媛，陈彦，等．头皮脑电图在迷走神经电刺激治疗难治性癫痫研究中的应用［Ｊ］．生物医学工程学杂志，２０２０，３７（４）
值之差用以量化后编码：ｅｋ＝ｘｋ－ｘ＾ｋ＝ｘｋ－∑Ｐｉ＝１ａｉｘｋ－ｉ（２）１．３结合像素重组的霍夫曼编码经预测编码后的值再经过无损编码，可以用更少的比特来表示，通常用霍夫曼（Ｈｕｆｆｍａｎ）编码或算术编码。但对于数据量大的脑电数据而言，算术编码的计算时间长，而Ｈｕｆｆｍａｎ编码计算时间短，易于硬件化。编码过程包含构造Ｈｕｆｆｍａｎ树、根据Ｈｕｆｆｍａｎ树对应编码。编码过程如图３所示。图３Ｈｕｆｆｍａｎ编码过程Ｈｕｆｆｍａｎ编码根据数据出现的概率大小来分配码字，同样的数据经Ｈｕｆｆｍａｎ编码结果可能不同。按照Ｈｕｆｆｍａｎ树对数据依次编码，生成由不等长码字组成的字符串。脑电数据经过Ｈｕｆｆｍａｎ编码生成长度不一的字符串，进行顺序排列后每８位划分为一组，组成一个新的像素位。重组的像素位不再有脑电数据的特征，与原数据图像相比，编码减少了像素位数并且与原像素值无关。以序列ｕ１ｕ２ｕ３ｕ４ｕ５ｕ１ｕ２ｕ３ｕ４ｕ５为例，设ｕ１＝１，ｕ２＝２，ｕ３＝３，ｕ４＝４，ｕ５＝５，以上述第一种Ｈｕｆｆｍａｎ编码树为基础，本文的处理算法如图４所示。图４处理算法Ｈｕｆｆｍａｎ编码使数据的长度与表达发生改变，与像素重组方式相结合后又能改变编码后数据的存储与显示形式。２数据处理过程与结果分析２．１ＥＥＧ数据处理过程本文处理的脑电信号来自ＰｈｙｓｉｏＮｅｔ平台中麻省理工学院头皮
【参考文献】：
期刊论文
[1]脑电监测技术在脑梗死患者预后评估中的应用研究进展[J]. 杨玉婷,李英,周文胜,周芝文. 中国实用神经疾病杂志. 2020(15)
[2]头皮脑电图在迷走神经电刺激治疗难治性癫痫研究中的应用[J]. 覃小雅,袁媛,陈彦,廖建湘,林素芳,杨曌,李路明. 生物医学工程学杂志. 2020(04)
[3]基于Tent映射的图像加密算法及其实验研究[J]. 李付鹏,刘敬彪,王康泰. 杭州电子科技大学学报(自然科学版). 2020(03)
[4]基于压缩感知及Huffman编码的脑电压缩技术[J]. 吴朝晖,叶彦斌,李斌. 微纳电子与智能制造. 2019(03)
[5]基于Fisher准则的单次运动想象脑电信号意图识别研究[J]. 付荣荣,侯培国,李曼迪. 生物医学工程学杂志. 2018(05)
[6]基于动态密钥选择与多方向扩散的图像加密算法[J]. 毛颉,王红玉,陈云. 光学技术. 2018(03)
硕士论文
[1]基于脑电节律波的在线脑—机接口系统的研究与实现[D]. 张全羚.安徽大学 2020
[2]生物电信号加密及数字水印嵌入集成电路的研究与设计[D]. 李逸星.华南理工大学 2015
[3]图像预测编码中预测器阶数的自适应确定[D]. 刘佳.云南大学 2015
本文编号：3329344
【文章来源】：单片机与嵌入式系统应用. 2020,20(12)
【文章页数】：5 页
【部分图文】：
图９恢复脑电数据与原脑电数据时域结果对比
熵越大则不确定性越大，越难以预料。根据信息熵可以从一定程度上判断数据的随机性和无序程度。对比原始脑电数据图像和编码处理后生成的图像，熵值由表２熵值对比方法信息熵本文方法７．９６９５参考文献［１６］７．９４１７参考文献［１７］７．９３８５．５９５８增加到７．９６９５，提升了４２．４％。信息熵越接近８，表示数据随机性越好，与其他参考文献对比如表２所列，本文方法熵值较大，更接近理想值［１６－１７］。图１１编码前后数据直方图对比结语本文提出了一种基于压缩编码的脑电数据加密方法，该方法通过ＬＰＣ编码和Ｈｕｆｆｍａｎ编码与像素重组结合，模糊了脑电数据的特性，同时压缩了数据量。通过论证所用方法的效果，证明了本文在保证脑电数据恢复能力的情况下，使ＥＥＧ数据的熵值提升４２．４％，并且对脑电数据的加密和压缩处理实现了很好的融合，简化了脑电数据传输前的计算复杂度。参考文献［１］付荣荣，侯培国，李曼迪．基于Ｆｉｓｈｅｒ准则的单次运动想象脑电信号意图识别研究［Ｊ］．生物医学工程学杂志，２０１８，３５（５）：７７４７７８．［２］杨玉婷，李英，周文胜，等．脑电监测技术在脑梗死患者预后评估中的应用研究进展［Ｊ］．中国实用神经疾病杂志，２０２０，２３（１５）：１３６９１３７３．［３］覃小雅，袁媛，陈彦，等．头皮脑电图在迷走神经电刺激治疗难治性癫痫研究中的应用［Ｊ］．生物医学工程学杂志，２０２０，３７（４）
值之差用以量化后编码：ｅｋ＝ｘｋ－ｘ＾ｋ＝ｘｋ－∑Ｐｉ＝１ａｉｘｋ－ｉ（２）１．３结合像素重组的霍夫曼编码经预测编码后的值再经过无损编码，可以用更少的比特来表示，通常用霍夫曼（Ｈｕｆｆｍａｎ）编码或算术编码。但对于数据量大的脑电数据而言，算术编码的计算时间长，而Ｈｕｆｆｍａｎ编码计算时间短，易于硬件化。编码过程包含构造Ｈｕｆｆｍａｎ树、根据Ｈｕｆｆｍａｎ树对应编码。编码过程如图３所示。图３Ｈｕｆｆｍａｎ编码过程Ｈｕｆｆｍａｎ编码根据数据出现的概率大小来分配码字，同样的数据经Ｈｕｆｆｍａｎ编码结果可能不同。按照Ｈｕｆｆｍａｎ树对数据依次编码，生成由不等长码字组成的字符串。脑电数据经过Ｈｕｆｆｍａｎ编码生成长度不一的字符串，进行顺序排列后每８位划分为一组，组成一个新的像素位。重组的像素位不再有脑电数据的特征，与原数据图像相比，编码减少了像素位数并且与原像素值无关。以序列ｕ１ｕ２ｕ３ｕ４ｕ５ｕ１ｕ２ｕ３ｕ４ｕ５为例，设ｕ１＝１，ｕ２＝２，ｕ３＝３，ｕ４＝４，ｕ５＝５，以上述第一种Ｈｕｆｆｍａｎ编码树为基础，本文的处理算法如图４所示。图４处理算法Ｈｕｆｆｍａｎ编码使数据的长度与表达发生改变，与像素重组方式相结合后又能改变编码后数据的存储与显示形式。２数据处理过程与结果分析２．１ＥＥＧ数据处理过程本文处理的脑电信号来自ＰｈｙｓｉｏＮｅｔ平台中麻省理工学院头皮
【参考文献】：
期刊论文
[1]脑电监测技术在脑梗死患者预后评估中的应用研究进展[J]. 杨玉婷,李英,周文胜,周芝文. 中国实用神经疾病杂志. 2020(15)
[2]头皮脑电图在迷走神经电刺激治疗难治性癫痫研究中的应用[J]. 覃小雅,袁媛,陈彦,廖建湘,林素芳,杨曌,李路明. 生物医学工程学杂志. 2020(04)
[3]基于Tent映射的图像加密算法及其实验研究[J]. 李付鹏,刘敬彪,王康泰. 杭州电子科技大学学报(自然科学版). 2020(03)
[4]基于压缩感知及Huffman编码的脑电压缩技术[J]. 吴朝晖,叶彦斌,李斌. 微纳电子与智能制造. 2019(03)
[5]基于Fisher准则的单次运动想象脑电信号意图识别研究[J]. 付荣荣,侯培国,李曼迪. 生物医学工程学杂志. 2018(05)
[6]基于动态密钥选择与多方向扩散的图像加密算法[J]. 毛颉,王红玉,陈云. 光学技术. 2018(03)
硕士论文
[1]基于脑电节律波的在线脑—机接口系统的研究与实现[D]. 张全羚.安徽大学 2020
[2]生物电信号加密及数字水印嵌入集成电路的研究与设计[D]. 李逸星.华南理工大学 2015
[3]图像预测编码中预测器阶数的自适应确定[D]. 刘佳.云南大学 2015
本文编号：3329344
本文链接：https://www.wllwen.com/yixuelunwen/swyx/3329344.html
