[发明专利]基于圆环灰度差值的医学体数据影像安全保护零水印方法

说明书

本发明公开了一种基于圆环区域灰度差值的医学体数据影像安全性保护零水印方法，是首次针对医学体数据影像提出的具有强可辨识性和强鲁棒性的水印方法。本方案利用了医学体数据影像的时序信息，提取预定帧数图像划分圆环区域，计算相邻分区的均值μ、方差δ、偏态s、峰度w四个统计量的差值，作为最终的特征，确保了特征对医学体数据影像的强可辨识性和对几何攻击的强鲁棒性，从而实现对从网络分享得到的可疑医学体数据影像进行来源真实性和版权鉴别。并且零水印算法可以无损和持久地保护医学体数据影像，优于现有的感兴趣区域(ROI)无损水印和可逆水印算法。

技术领域

本发明涉及数字水印技术领域，尤其涉及一种基于圆环灰度差值的医学体数据影像安全保护零水印方法。

背景技术

随着互联网医疗的发展，越来越多敏感和私密的医学影像会通过开放性、交互性的网络进行传输。这些医学影像在方便地进行共享的同时，也面临着新的安全性挑战。一方面由于网络的开放性和共享性以及数字影像拷贝无失真、易分发等特点，医学影像容易被非法地存储、复制、传播和使用，从而会给医学影像所有者如医院和其他医疗的机构带来极大的信任危机和经济损失。另一方面，非法者可以通过一定手段在网络中伪装成合法的数据发布者，伪造出让人信以为真的医学影像，将其进行传播，造成严重的医疗事故。因此，如何对医学影像的来源真实性和版权进行鉴别是互联网医疗发展需要解决的一个重要的安全性问题。

目前，医学影像的来源真实性和版权鉴别水印算法可以分为三个类别：感兴趣区域(ROI)无损水印算法、可逆水印算法和零水印算法。

感兴趣区域(ROI)无损水印算法，在不改变ROI的情况下，将水印嵌入医学影像的非感兴趣区域(RONI)，降低了对医学诊断的影响。ROI无损水印算法具有足够的鲁棒性，但是由于水印的分割是在空间域内进行的，因此可以通过替换RONI来去除嵌入的水印。此外，水印嵌入引起的RONIs的轻微失真对医学诊断仍有潜在的影响，需要进一步改进。

可逆水印算法在水印提取后能够无损地恢复医学图像，其嵌入的水印不易被去除，优于ROI无损水印方案。然而，可逆水印算法仍然有两个缺点。首先，必须在提取水印后才能进行医学诊断，这造成了不便。其次，恢复后的医学图像中没有水印，一旦恢复后就不能再对医学图像进行保护，限制了其适用性。

零水印算法并未将水印信息直接嵌入医学影像中，而是建立水印信息与医学图像特征之间的关系。相比于前两类水印算法，零水印算法不会引起医学影像的失真，通过随时提取强鲁棒性特征和映射关系来还原鉴别信息，可以持久、灵活、更可靠地对医学影像进行来源真实性和版权鉴别，但是现有的零水印算法仍有以下不足：1)大多数零水印算法都是对单张图像进行特征提取，缺乏基于体数据的零水印算法；2)提取的特征比较粗糙，只考虑了对攻击的鲁棒性，不能保证医学影像的强可辨识性，有可能将两幅不同来源的图像鉴别成相同来源，或者将与原始图像相似的图像误判成盗版图像。3)现有零水印算法的鲁棒性不足以抵抗一些几何攻击，例如旋转，翻转等。

在此背景下，研究一种基于医学体数据影像的具有高鲁棒性和高可辨识性的零水印算法尤为重要。

发明内容

针对上述现有技术中的不足之处，本发明提供了一种基于圆环灰度差值的医学体数据影像安全保护零水印方法，以解决现有技术中医学影像水印处理方法的鲁棒性和可辨识性较差的问题。

本发明提供了一种基于圆环区域灰度差值的医学体数据影像安全性保护零水印方法，包括如下步骤：

版权注册过程：

步骤A10，构造原始医学体数据影像的水印信息；

将原始医学体数据影像的版权信息作为原始医学体数据影像的水印信息；

步骤A20，提取医学体数据影像的特征并生成主共享；