分区域的医学图像高容量无损信息隐藏方法

doi:10.11959/j.issn.1000-436x.2015021

摘要/Abstract

摘要：

针对医学图像的分区域典型特征，提出一种基于区域和直方图平移的高容量无损信息隐藏方法。本方法用最大类间距分割法求得原始图像的前景区域，再用聚合多边形逼近和图像拟合法得到其数据嵌入区域。在数据嵌入过程中，提出利用差值直方图循环平移和基于编码的直方图平移方法分别在前景和背景区域嵌入数据，提高了原始直方图平移方法容量和解决了溢出问题。实验结果表明该方法总的嵌入容量可达1 bit/pixel以上，并且隐秘图像质量在40 dB左右，适用于具有区域特征的质量敏感图像的大容量信息隐藏。

关键词: 医学图像, 区域, 可逆数据隐藏, 隐私保护, 直方图平移

Abstract:

In view of the significant regional features of medical images,a new high capacity lossless data hiding method based on region and histogram shifting was presented.Firstly,the presented method utilized segmentation method of the maximum class separation distance to get the foreground region of medical images,and then used the polymeric polygonal approximation and image fitting algorithm to get the embedding region of region foreground.In the embedding procedure,the difference histogram circular shifting method and the code-based histogram shifting method were presented to embed hidden data in foreground and background region respectively,which improved the limit embedding capacity and resolved the overflow and underflow in traditional histogram shifting method.Experimental results show that the proposed method achieves high embedding capacity with 1 bit/pixel and stego-image quality about 40 dB.The presented method can be applied to the quality of sensitive image's large capacity information hiding with regional feature.

Key words: medical image, region, reversible data hiding, privacy protection, histogram shifting

邓小鸿,陈志刚,梁涤青,毛伊敏. 分区域的医学图像高容量无损信息隐藏方法[J]. 通信学报, 2015, 36(1): 189-198.

Xiao-hong DENG,Zhi-gang CHEN,Di-qing LIANG,Yi-min MAO. Region-based lossless data hiding with high capacity for medical images[J]. Journal on Communications, 2015, 36(1): 189-198.

图/表 12

图1

图2

图3

表1

图4

表2

图5

表3

图6

图7

图8

表4

参考文献 14

[1]	HU J K , CHEN H H , HOU T W . A hybrid public key infrastructure solution(HPKI) for HIPAA privacy/security regulations[J]. Computer Standards ＆ Interfaces, 2010,32(5-6): 274-280.
[2]	PENG F , LEI Y Z , LONG M , et al. A reversible watermarking scheme for two-dimensional CAD engineering graphics based on improved difference expansion[J]. Computer-Aided Design, 2011,43(8): 1018-1024.
[3]	曾骁，陈真勇，陈明等．基于零系数索引的可逆图像水印[J]．计算机研究与发展， 1304,47(7):1070-1312. ZENG X , CHEN Z Y , CHEN M , et al. Invertible image watermarking based on zero coefficient index[J]. Journal of Computer Research and Development, 1304,47(7):1070-1312.
[4]	YU A M , WU K , WANG C M . A distortion-free data hiding scheme for high dynamic range images[J]. Displays, 2011,32(5): 225-236.
[5]	DENG X H , CHEN Z G , ZENG F , et al. Authentication and recovery of medical diagnostic image using dual reversible digital watermarking[J]. Journal of Nanoscience and Nanotechnology, 2013,13(3): 2099-2107.
[6]	张显全，谢绍敏，王晓云等．基于相邻像素的可逆大容量信息隐藏算法[J]．电子科技大学学报， 2012,41(4):491-495. ZHANG X Q , XIE S M , WANG X Y , et al. High-capacity reversible data hiding based on neighboring pixels[J]. Journal of University of Electronic Science and Technology of China, 2012,41(4):491-495.
[7]	CHEN C C , TSAI Y H . Adaptive reversible image watermarking scheme[J]. The Journal of Systems and Software, 2011,84(3): 428-434.
[8]	张秋余，孙媛，晏燕．基于分块自适应压缩感知的可逆水印算法[J]．电子与信息学报， 2013,35(4):797-804. ZHANG Q Y , SUN Y , YAN Y . A reversible watermarking algorithm based on block adaptive compressed sensing[J]. Journal of Electronic＆ Information Technology, 2013,35(4):797-804.
[9]	GUO X T , ZHUANG T G . A region-based lossless watermarking scheme for enhancing security of medical data[J]. Journal of Digital Imaging, 2009,22(1): 53-64.
[10]	DUAN C J , MA J F , ZHANG Y B , et al. Energy conduction model and its application in medical image segmentation[J]. Journal of Software, 2009,20(5): 1106-1115.
[11]	GE Q , XIAO L , ZHANG J , WEI Z H . An improved region-based model with local statistical features for image segmentation[J]. Pattern Recognition, 2012,45(4): 1578-1590.
[12]	TAN C K , NG J C , XU X T , et al. Security protection of DICOM medical images using dual-layer reversible watermarking with tamper detection capability[J]. Journal of Digital Imaging, 2011,24(3): 528-540.
[13]	HONG W , CHEN T S . A local variance-controlled reversible data hiding method using prediction and histogram-shifting[J]. The Journal of Systems and Software, 2010,83(12): 2653-2663.
[14]	黄斌，史量，邓小鸿等．自适应高容量医学图像可逆数据隐藏算法[J]．计算机应用， 2012,32(10):2779-2782. HUANG B , SHI L , DENG X H , et al. Adaptive high-capacity reversible data hiding algorithm for medical images[J]. Journal of Computer Applications, 2012,32(10):2779-2782.

方法	最大嵌入容量/bit
HS	25541
CHS	51082
DHS	86038
DHCS	179162

符号	含义
I	原始医学图像
max	ROI区域像素极值
ROI_I	I的ROI区域
RONI_I	I的RONI非感兴趣区域
ROI_I_B	ROI图像块集合
em_num_ROI	ROI中可嵌入的数据量
ROI_I_W	嵌入数据后ROI_I
ex_wm₁	RONI_I_W中提取的数据
R_ROI_I	恢复后ROI_I区域
sign	ROI_I预处理标志
L	差值直方图平移阈值
ROI_index	ROI区域顶点坐标
BE	电子病历的二进制形式
R_BE	ROI中未嵌完的信息
S_I	原始图像认证码
RONI_I_W	嵌入数据后RONI_I
I_w	含隐秘数据医学图像
ex_wm₂	ROI_I_W提取的数据
R_RONI_I	恢复后RONI_I区域
R_I	恢复后医学图像

载体图像	分割阈值	ROI嵌入容量/bit	sign	ROI_index长度/bit	RONI峰值个数	最大嵌入容量/bit	隐秘图像质量PSNR/dB
MRI_脚踝	106	61 571	1	108	49 256(peak=13)	160 083	38.88
MRI_脑部	60	50 843	1	144	131 882(peak=0)	314 607	40.00
MRI_宫颈	106	45 508	0	180	88 420(peak=0)	222 348	41.58
CT_肺部	129	129 771	1	108	24 213(peak=0)	178 197	38.63
CT_足部	91	43 615	1	126	145 950(peak=3)	335 515	40.17
CT_手腕	79	41 363	0	162	148 813(peak=3)	338 989	42.28

载体图像	Tan的方法		Hong的方法		本文方法
载体图像	容量	图像质量	容量	图像质量	容量	图像质量
MRI_脚踝	0.452	43.13	0.746	38.82	0.611	38.88
MRI_脑部	0.685	42.67	0.945	40.54	1.200	40.00
MRI_宫颈	0.523	43.42	0.891	41.06	0.851	41.58
CT_肺部	0.416	40.76	0.768	38.67	0.686	38.63
CT_足部	0.713	42.96	0.958	40.43	1.287	40.17
CT_手腕	0.724	44.12	0.974	42.87	1.294	42.28

[1]	马鑫迪, 李清华, 姜奇, 马卓, 高胜, 田有亮, 马建峰. 面向Non-IID数据的拜占庭鲁棒联邦学习[J]. 通信学报, 2023, 44(6): 138-153.
[2]	冯涛, 陈李秋, 方君丽, 石建明. 基于本地化差分隐私和属性基可搜索加密的区块链数据共享方案[J]. 通信学报, 2023, 44(5): 224-233.
[3]	夏莹杰, 朱思雨, 刘雪娇. 区块链架构下具有条件隐私的车辆编队跨信任域高效群组认证研究[J]. 通信学报, 2023, 44(4): 111-123.
[4]	胡柏吉, 张晓娟, 李元诚, 赖荣鑫. 支持多功能的V2G网络隐私保护数据聚合方案[J]. 通信学报, 2023, 44(4): 187-200.
[5]	徐明, 张保俊, 伍益明, 应晨铎, 郑宁. 面向网络攻击和隐私保护的多智能体系统分布式共识算法[J]. 通信学报, 2023, 44(3): 117-127.
[6]	余晟兴, 陈钟. 基于同态加密的高效安全联邦学习聚合框架[J]. 通信学报, 2023, 44(1): 14-28.
[7]	张学旺, 黎志鸿, 林金朝. 基于公平盲签名和分级加密的联盟链隐私保护方案[J]. 通信学报, 2022, 43(8): 131-141.
[8]	王继锋, 王国峰. 边缘计算模式下密文搜索与共享技术研究[J]. 通信学报, 2022, 43(4): 227-238.
[9]	封化民, 史瑞, 袁峰, 李艳俊, 杨旸. 高效的强隐私保护和可转让的属性票据方案[J]. 通信学报, 2022, 43(3): 63-75.
[10]	吴德阳, 胡森, 王苗苗, 金海波, 曲长波, 唐勇. 基于区域异或和三值量化的高分辨零水印算法[J]. 通信学报, 2022, 43(2): 208-222.
[11]	于海宁, 张宏莉, 余翔湛, 曲家兴, 葛蒙蒙. 隐私保护的轨迹相似度计算方法[J]. 通信学报, 2022, 43(11): 1-13.
[12]	彭滔, 钟文韬, 王国军, 罗恩韬, 熊金波, 刘忆宁, Hao Wang. 移动社交网络中面向隐私保护的精确好友匹配[J]. 通信学报, 2022, 43(11): 90-103.
[13]	史瑞, 封化民, 谢惠琴, 史国振, 刘飚, 杨旸. 基于带智能卡的移动终端实现的隐私保护的属性票据方案[J]. 通信学报, 2022, 43(10): 26-41.
[14]	熊金波, 周永洁, 毕仁万, 万良, 田有亮. 边缘协同的轻量级隐私保护分类框架[J]. 通信学报, 2022, 43(1): 127-137.
[15]	晏燕, 丛一鸣, Adnan Mahmood, 盛权政. 基于深度学习的位置大数据统计发布与隐私保护方法[J]. 通信学报, 2022, 43(1): 203-216.