一个值得信赖的医学图像零水印方案,基于DCNN和超混沌系统

科学领域:

• 计算机科学 计算机科学
• 医疗成像医学成像
• 密码学 密码学 密码学 密码学

背景情况:

• 医疗图像版权保护需要具有高完整性的无损方法.
• 现有的零水标技术往往优先考虑强度而不是可差别性分析.
• 缺乏可歧视性阻碍了对医疗图像的有效版权执法.

研究的目的:

• 为医疗图像提出一个可靠和强大的零水标方案.
• 提高零水标系统的可区分性和安全性.
• 解决有关版权保护分析现有方法的局限性.

主要方法:

• 使用深度卷积神经网络 (DCNN) 来从医疗图像中提取特征图表矩阵.
• 基于特征图中的通道间相关性生成一个稳定的格拉姆矩阵.
• 将图像特征与训练有素的DCNN合并并使用超混沌系统加密零水印.

主要成果:

• 拟议的方案证明了对常见和几何图像攻击的稳定性.
• 实验验证证证实了该方案的区分能力,这对于版权验证至关重要.
• 集成DCNN和超混沌加密增强了安全性和可辨别性.

结论:

• 开发的零水印方案适用于保护医疗图像版权.
• 该方法有效地平衡了稳定性和可区分性,优于现有的方法.
• 拟议的功能评估标准和加密策略提供了一个安全可靠的解决方案.