医疗图像的新水印方案,使用支向量机和提升波量变换来进行医学图像的水印
Pabitra Pal1, Partha Chowdhuri2, Tapas Si3
1Department of Computer Applications, Maulana Abul Kalam Azad University of Technology, Simhat, Haringhata, 741249 West Bengal India.
概括
本研究介绍了一种强大的数字图像水印方法,用于使用支持矢量机 (SVM) 和升起波纹转换 (LWT) 的医疗图像. 该技术增强了对几何攻击的安全性和不可感知性.
科学领域:
- 计算机科学 计算机科学
- 医疗成像医学成像
- 信息安全 信息安全
背景情况:
- 数字图像水印对于保护数字图像免受未经授权的使用和更改至关重要.
- 一个关键的挑战是实现对几何攻击的弹性,同时保持不可察觉性和安全性.
- 医疗图像需要专门的水印,以确保安全可靠的数据处理.
研究的目的:
- 开发一个高效和强大的认证方案,用于医疗图像的数字水印.
- 为了提高水印医疗图像的安全性和不可察觉性,防止几何攻击.
- 通过SVM和LWT的组合来提高数字图像水印的稳定性.
主要方法:
- 使用支持矢量机 (SVM) 在医疗图像中区分感兴趣区域 (ROI) 和非感兴趣区域 (NROI).
- 应用升起波形转换 (LWT) 来嵌入水印信息,特别是在封面图像的NROI.
- 整合一个共享的秘密密钥,以加强水标方案的稳定性和安全性.
主要成果:
- 拟议的方案证明了医疗图像的有效水印,将信息嵌入到NROI中.
- 在广泛的图像数据库上的实验分析证实了该方案在各种条件下的性能.
- 评估指标显示了可接受的不可感知度和对几何攻击的强度.
结论:
- 结合SVM和LWT的方法为安全和强大的医疗图像水印提供了有效的解决方案.
- 该方法成功地平衡了不可察觉性,安全性和稳定性,解决了数字水标的基本挑战.
- 拟议的身份验证方案为保护敏感医疗图像数据的完整性提供了一个有价值的工具.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
08:27Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines
Published on: January 5, 2024
1.2K
