医疗图像隐私保护算法与共享机制的研究

发布时间：2020-06-20 21:15

【摘要】：随着当今科学技术的飞速发展,方便快捷的网络共享平台使人们的生活方式发生了很大的改变,远程医疗平台也得到了许多人的青睐,人们可以通过网络平台进行医疗咨询和医疗诊断。然而,有利亦有弊,信息化时代使得我们的各种信息都暴露在网络中,当前国内外医疗信息泄露事件屡见不鲜,这些泄露的信息很可能会对患者造成巨大的经济财产损失。在远程医疗逐步发展这一大背景下,越来越多的医学图像通过网络进行传输和保存,这些医学图像一旦上传至网络,也就意味着患者失去了对这些数据的掌控,这一现象更是加剧了对患者隐私信息的不安全性。针对这一问题,为了有效地保护患者医疗图像上相关的个人信息,让患者可以放心地通过远程医疗进行就诊,本文对医疗图像的数据保护与共享机制进行了研究。首先在对医疗图像进行广泛的搜集与仔细的分析后,针对医疗图像的特征提出了有针对性的保护方法,主要框架分为了两大部分,分别是医疗图像的文本区域检测与医疗图像的分级访问控制加密,患者在将自己的医疗图像上传至网络之前可以先将医疗图像上的个人信息区域进行加密,并且针对不同的访问者设置自己医疗图像不同的解密权限。在医疗图像的文本区域检测中,本文有针对性地提出了一种基于最大稳定极值区域算法与改进的角点检测算法相结合的医疗图像文本区域检测算法,该算法首先使用成分特征分析对最大稳定极值区域进行滤除,其次使用改进的SUSAN角点检测算子对剩余最大稳定极值区域进行检测并滤除,最后将检测出的所有文本区域使用膨胀处理进行合并即可得到医疗图像的文本区域;在医疗图像的分级访问控制加密中,本文使用混沌算法将之前提取出的个人信息文本区域加密后嵌入当前医疗图像,然后再将整幅医疗图像进行加密,当患者寻求诊断时医生只能对图像进行一次解密,即解密后的图像中只有患病区域可见,个人信息区域依旧处于加密状态,只有患者授权的人才可以解密医疗图像的整个文本区域。通过大量的仿真实验,结果表明本文所提出的方法基本达到了预期的效果:在医疗图像的文本区域检测中,本文所提算法的准确率、召回率和综合性能分别为0.9、0.92和0.91,达到了理想的检测效果;在医疗图像的分级访问控制加密中,本文所提算法有效地将访问者的权限进行了分级,并对加密后的医疗图像从密钥空间分析、密钥敏感性分析、直方图分析、信息熵分析和相邻像素相关性分析这五个方面进行了实验,分析结果表明本文所使用的加密算法性能良好,具有很高的安全性。
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R-05;TP309;TP391.41
【图文】：

示意图,面积,示意图,模板

图 2.1 USAN 面积示意图AN 区域的面积会随着圆形模板的移动而进行相应的改变，如图 2.1 中所，f 这六个圆形模板分别处于六个不同的位置，其中 a，b，c，d 处于目于背景之中，f 处于目标之中，当“核”处于拐角位置，即处于图中 a 核”像素相近的区域最少，也就意味着 USAN 面积为最小；当“核”即处于图中 b 处时，USAN 面积与非 USAN 面积大小相同，各占一半；边缘较近，即处于图中 c、d 处时，USAN 面积大于非 USAN 面积；当“缘较远，即处于图中 e、f 处时，模板内与“核”像素相近的区域最多，N 面积为最大。可用公式（2.1）对模板内像素点是否属于 USAN 区域进 0 00 01, , ,,0, , ,I x y I x y TC x yI x y I x y T = （2.1中， I ( x , y )是模板中其余位置像素点的灰度值，0 0I ( x , y )圆形模板中“核

混沌系统,混沌吸引子

.3.3 几种典型的混沌系统随着对混沌系统研究的不断深入，如今越多的混沌系统被广泛地应用于各个领域下来本文将介绍一些经典的混沌系统。（1）Lorenz 混沌系统[58]该混沌系统是由美国著名科学家 Lorenz 于 1963 年提出的第一个奇异吸引子的动统，其定义式如公式（2.4）所示：x ( x y)y xz x yz xy bz （2.4）当参数取值为 =16， =40， b 4时，该系统处于超混沌状态，其混沌吸引子如.2 所示。

【相似文献】