Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关实验视频

Updated: Jan 15, 2026

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
04:48

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Published on: November 30, 2022

3.3K

基于堆叠表示和区块分割的多重医疗图像加密的新算法.

Yousef S Alsahafi1, Akram Y Sarhan2, Yasmin M Elnabawy3

  • 1Department of IT, College of Computing and Information Technology, University of Jeddah, Khulis, Saudi Arabia. ysalsahafi@uj.edu.sa.

Scientific reports
|October 9, 2025
PubMed
概括

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

A new hybrid model for improving outlier detection using combined autoencoder and variational autoencoder.

Scientific reports·2025
Same author

Improved model for intrusion detection in the Internet of Things.

Scientific reports·2025
Same author

A new multiple image encryption algorithm using hyperchaotic systems, SVD, and modified RC5.

Scientific reports·2025
Same author

A new superfluity deep learning model for detecting knee osteoporosis and osteopenia in X-ray images.

Scientific reports·2024
Same author

An enhanced multilevel secure data dissemination approximate solution for future networks.

PloS one·2024
Same author

Scheduling algorithms for data-protection based on security-classification constraints to data-dissemination.

PeerJ. Computer science·2023

一个新的多图像加密 (MIE) 算法使用堆表示和块划分来保护医疗图像. 这种方法为保护大数据环境中的敏感患者数据提供了强大而高效的解决方案.

科学领域:

  • 医疗成像医学成像
  • 网络安全 网络安全
  • 数据加密数据加密

背景情况:

  • 医学成像每天都会产生大量的数据,因此需要采取强有力的安全措施.
  • 加密对于在传输和存储期间保护敏感的医疗图像数据至关重要.
  • 多图像加密比单图像加密方法提供了优势,以提高安全性.

研究的目的:

  • 提出一种新的多医疗图像加密 (MIE) 算法.
  • 提高医疗图像数据保护的安全性和效率.
  • 为应对大数据时代保护大量医疗图像所面临的挑战.

主要方法:

  • 介绍了一种使用堆表示和块划分的新型MIE算法.
  • 医疗图像被预处理成一个3D立方体,然后进行块划分.
  • 每个块的个别混和扩散阶段使用贝克混沌地图中的键执行,包括交换和XOR操作.

主要成果:

  • 拟议的算法成功将堆叠的医疗图像加密成一个完全加密的立方体.
  • 实验结果证明了算法的可扩展性和有效性,适用于彩色和灰度图像.
  • MIE算法显示了对各种攻击的稳定性,在速度和安全性方面超过了类似的方法.
关键词:
贝克混沌地图 贝克混沌地图区块划分 区块划分 区块划分造成混乱和扩散.多个医疗图像加密.叠加图像图像 叠加图像图像

更多相关视频

A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery
09:41

A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery

Published on: May 20, 2016

12.7K
A MRI-Based Toolbox for Neurosurgical Planning in Nonhuman Primates
08:41

A MRI-Based Toolbox for Neurosurgical Planning in Nonhuman Primates

Published on: July 17, 2020

5.3K

相关实验视频

Last Updated: Jan 15, 2026

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
04:48

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Published on: November 30, 2022

3.3K
A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery
09:41

A Pipeline for 3D Multimodality Image Integration and Computer-assisted Planning in Epilepsy Surgery

Published on: May 20, 2016

12.7K
A MRI-Based Toolbox for Neurosurgical Planning in Nonhuman Primates
08:41

A MRI-Based Toolbox for Neurosurgical Planning in Nonhuman Primates

Published on: July 17, 2020

5.3K

结论:

  • 新的MIE算法为保护医疗图像数据提供了一种安全有效的方法.
  • 该方法是可扩展的,并且有效用于各种医学成像应用.
  • 这种算法代表了保护敏感医疗信息的有希望的进步.