通过HC混乱系统和深度学习来加密医疗图像的水标框架
Zilong Liu1,2, Jingbing Li3, Saqib Ali Nawaz1
1School of Information and Communication Engineering, Hainan University, Haikou, 570228, China.
Scientific reports
|October 14, 2025
概括
这项研究引入了一种用于加密医疗图像的新型零水印方法,它结合了HC双混沌和DWT-ResNet-DCT. 该方法增强了对各种攻击的安全性和稳定性,保护敏感的患者数据.
科学领域:
- 医疗成像安全 医疗成像安全
- 信息技术在医疗保健中的应用
- 数字水印是指数字水印.
背景情况:
- 医疗成像日益数字化导致数据泄露和改的重大风险.
- 保护医疗图像中的患者识别信息对于隐私和数据完整性至关重要.
研究的目的:
- 为加密医疗图像开发一个安全和强大的零水印方法.
- 解决与存储和传输敏感的医学成像数据相关的漏洞.
主要方法:
- 设计了一个HC双混沌复合系统,使用河和陈混沌地图.
- 实现了一个无损加密算法与WHT-DCT转换,强调初始值灵敏度和一个大的密钥空间.
- 为加密医疗图像提出了一个基于DWT-ResNet-DCT的水印算法,将DWT和ResNet50集成用于特征提取.
主要成果:
- 拟议的加密算法确保了高效率和无损解密.
- 水印算法在传统,几何和组合攻击中实现了高的正常化相关性 (NC) 值 (>0.8) .
- 显示出出色的强度,特别是在高强度的几何攻击下.
结论:
- 基于HC双混沌和DWT-ResNet-DCT的零水印方法为保护加密医疗图像提供了一个安全的解决方案.
- 该算法表现出强大的反攻击能力和稳定性,在网络环境中保护敏感的医疗数据.