基于数字水印和加密的医学图像安全技术研究

制作和主办：Elsevier埃及信息学杂志（2013）14，1开罗大学埃及信息学杂志www.elsevier.com/locate/eijwww.sciencedirect.com原创文章一种基于数字水印和加密的医学Mohamed M. Abd-Eldayem*埃及开罗大学计算机和信息学院信息技术系收稿日期：2012年7月31日;修订日期：2012年11月7日;接受日期：2012年2012年12月12日在线提供摘要当今;现代医院数据管理系统（HDMS）应用于计算机网络中;此外，医疗设备以数字形式产生医学图像。HDMS必须在安全的环境中存储和交换这些图像，以提供图像完整性和患者隐私。可逆水印技术可以用来提供完整性还有隐私提出了一种基于数字水印和加密技术的医学数字成像与通信（DICOM）安全技术。它基于可逆水印提供患者身份验证、信息保密和完整性。 为了在发送方侧实现完整性服务，从图像确定基于加密的MD5的散列值。为了满足图像的可逆性，从图像中确定R-S-Vector，并基于Huffman压缩算法对其进行压缩。然后，提供保密和认证服务：将压缩的R-S-Vector、哈希值和患者ID结合起来形成水印，然后使用AES加密技术对该水印进行加密，最后将水印嵌入到医学图像中。实验结果表明，该技术能够提供高效的患者身份认证服务、图像完整性服务和信息确认服务。对所有被测DICOM医学图像和自然图像的实验结果表明：BER均为0，SNR和PSNR均一致且值较大，MSE值较低，SNR、PSNR和MSE的平均值分别为52 dB、57 dB和0.12。因此，水印图像具有很高的不可感知性、不可见性和透明性。此外，从图像中提取的水印在*通讯作者。联系电话：+20 966542974028。电子邮件地址：mdayem@gmail.com。开罗大学计算机和信息系负责同行审查。1110-8665© 2012计算机和信息学院，开罗大学。制作和主办Elsevier B.V.保留所有权利。http://dx.doi.org/10.1016/j.eij.2012.11.002关键词医学影像;影像认证;影像完整性;影像压缩;杂凑函数;安全性两点阿卜杜勒-埃尔达耶姆接收端的水印与发送端嵌入到图像中的水印相同;因此，所提出的技术是完全可逆的，并且嵌入的水印不影响原始图像的质量。©2012计算机和信息学院，开罗大学。由爱思唯尔公司制作和主持All rights reserved.1. 介绍目前，大多数医院数据管理系统（HDMS）和医疗设备都是在计算机网络环境下工作的。医学图像以数字形式产生和存储;此外，它们通过计算机网络进行交换这些图像是医疗诊断程序中最重要的实体，因为它们用于查看患者的特征，例如内部器官和组织的解剖横截面，此外，它们还用于医生评估患者因此，保护医学图像免受未经授权的使用是一项基本要求。最重要的安全服务是患者隐私和医学图像的完整性，这些安全服务可以使用水印方法来提供。水印是诸如患者ID和图像散列值之类的信息的一部分，其可以被嵌入图像中而不破坏该图像。医学数字成像和通信标准（DICOM）是医学图像和相关信息的格式化、存储和交换的标准，并且支持激光成像仪等联网打印机的连接。数字图像可从诊断模式获取，例如：核医学、超声波、X光、CR、数字放射摄影、数字化胶片、视频采集和医院信息系统。水印技术可以提供完整性和隐私性，但不应改变医学图像的诊断价值。可逆水印技术是一种无损数据隐藏技术，它将数据嵌入到数字图像中，使原始图像能够被完全恢复。因此，最近的许多研究提出使用它来提供医学图像的完整性和患者的隐私。本 文 提 出 了 一 种 基 于 数 字 水 印 和 AES 加 密 技 术 的DICOM安全技术，水印是可逆的，因为原始图像可以在接收端被无失真地检索出来。实验结果表明，该技术能够高效地提供患者身份认证服务、医学图像完整性服务和患者信息保密服务。本文的主要工作如下：第2、3节总结了相关的研究工作，提出了基于可逆水印的医学图像认证技术，详细描述了水印的嵌入和提取过程. DICOM标准及其文件结构在第4节中描述;实验结果在第5节中说明，最后第6节总结了结论和未来的工作。2. 相关研究工作在本节中，一些最近的医学图像认证技术，通过水印进行了总结。在[1]提出了一种基于自适应可逆水印技术的图像认证和自校正方法。在该技术中，图像被分为两个区域：感兴趣区域（ROI）和非感兴趣区域（RONI），它将ROI嵌入到RONI中，图像的任何修改都将被检测到，并且可以通过从RONI中提取ROI来自我恢复到原始图像。ROI区域取决于临床发现的可用性及其在医学图像中的特征，RONI是没有任何临床发现的背景或任何区域。该技术的优点是通过混合可逆水印方法和鲁棒水印方法来提供两个级别的鲁棒性。该水印方法提供水印提取过程对JPEG压缩的初始水平的鲁棒性;从ROI导出的数字签名和真实性代码被级联以形成要使用鲁棒水印方法嵌入RONI内部的主代码。可逆水印技术通过将另一个代码嵌入到ROI中来提供第二级鲁棒性;该代码是针对整个图像（RONI和ROI）确定的。该提议的技术用于特定类型的医学图像，即磁共振（MR）图像;这种类型的医学图像非常容易识别RONI和ROI;因此，该提议的技术无法认证其RONI和ROI难以分离的其他类型的医学图像。在基于整数小波变换的医学图像自适应数据隐藏方案中，整数小波变换隐藏技术通过对覆盖图像进行分解，得到小波系数，从而嵌入多个水印。在水印嵌入过程之前，为每个块确定一个自适应阈值，采用迭代优化阈值的方法进行压缩和扩展过程。它避免了直方图的预处理和后处理，因此，它的优点是减少直方图处理开销，并保持水印和原始图像之间的失真小。这种技术的缺点是：在正常嵌入容量下的不可感知性值较低（鲁棒性和容量之间的权衡不佳），并且不适用于彩色图像（仅适用于灰度图像）。文献[3]提出了一种基于多块的医学图像分布认证水印技术，它为图像的有效分布提供了一种主动的认证方法诸如计算机断层扫描（CT）、磁共振成像（MRI）、正电子发射断层扫描（PET）和组织结构的医学成像模态包含大量临床信息。因此，重要的是提供用于碎片块的安全性的认证。该技术基于安全加密水印，但克服了现有方法的块独立性这项技术表明，提出了一种基于数字图像水印和加密的安全技术为了合并通过方形块和分段块创建的多个签名，共享两种类型的签名以去除块独立性。该建议技术的优点是能够检测修改的位置;因此，如果修改位于RONI中，则忽略篡改。提出了一种基于无损水印的医学图像认证[4];它用于使用无损压缩将患者信息和消息认证码与图像交织。在嵌入过程中，采用MD5算法计算图像的认证码，将认证码与患者信息进行融合，然后进行加密。所有像素的最低有效位（LSB）被选择并使用行程编码（RLE）无损压缩算法进行压缩。压缩的字符串和加密的字符串连接在一起，并通过在必要时添加空格插入LSB位置。在嵌入过程之前，对患者信息进行加密;因此，该技术为患者信息提供了高级别的安全性该技术继承了LSB嵌入过程的缺点，即改变了封面图像的统计特性，因此，隐藏过程可以很容易地被计算机系统检测到。文献[5]提出了一种基于小波变换的医学图像盲水印技术，它将电子病历（EPR）隐藏在图像中，以保护患者信息，节省存储空间，减少传输开销。它嵌入EPR数据作为水印的离散小波包变换（DWPT）的图像。该方法通过BCH纠错码对EPR数据进行编码，增强了系统的鲁棒性.这种技术的缺点是，它是纯粹实现灰度图像（而不是彩色图像），它一直是低嵌入式容量。嵌入过程中，每个大小为4.4像素的像素块仅隐藏1位，纠错码将实际容量降低到小于1位。在[6]中，提出了一种鲁棒脆弱水印技术它对胸部区域的CT扫描图像进行失真验证。它将ROI和RONI从图像中分离。通过隔离实际的肺实质;该技术增加了CT扫描图像的嵌入容量;它仅在RONI中嵌入水印;因此，它不会损害图像的诊断价值在水印的嵌入上，采用了空域水印和LSB替换的方法。该技术的缺点是它致力于特定类型的医学图像;此外，其鲁棒性需要提高。提出了一种基于小波域的水印框架[7]，它通过直方图平移和聚类提出了一种鲁棒的可逆水印嵌入和提取过程。它在可逆性方面提供了良好的性能-但嵌入容量小于4· 10- 3bpp。它在实践中适用于许多类型的医学图像;然而，它使用有限数量的灰度图像进行测试;因此，它需要使用足够数量的灰度和彩色图像进行测试提出了一种用于医学数据管理的基于Contourlet（CN）变换的方案[8]，它对高JPEG和JPEG2000压缩具有鲁棒性，并且可以提供信息安全、内容认证、安全存档和受控访问检索。该方案首先对原始图像进行CN变换分解，然后利用低通滤波器将水印嵌入到图像中，使得嵌入的水印能够被盲提取，最后对图像进行CN变换的逆变换重构，得到含水印图像。它可以在医学图像采集过程中使用，以提供真实性、完整性和保密性，但嵌入式容量非常低，小于0.0053 bpp。提出了一种基于图像分类和直方图平移的可逆水印方案[9]。在该方案中，图像的每个部分都使用最适合的无损调制进行水印：像素直方图偏移（PHS）或动态误差直方图偏移（DEHS）;因此，首先创建一个参考图像以识别最有效的水印的嵌入和提取基于参考图像。DEHS动态地移动图像和其参考图像之间的预测误差。该技术可以在低失真的情况下嵌入高容量文献[10]提出了一种基于量化指数调制（QIM）的可逆水印算法，并将其应用于医疗信息管理系统中，利用QIM水印算法重构出相同的原始图像，水印容量增加到载体图像容量的1/4。它的结构和算法简单，易于实现。但是，仅使用灰度图像进行测试;因此，需要使用彩色图像进行测试。在[11]中，提出了一种基于加密和水印的安全技术来保护医学图像;它能够访问加密图像完整性及其来源的结果。该技术将RC4流密码与LSB和QIM两种替代水印方法相结合。在嵌入过程中，水印和加密是联合进行的，因此，在提取过程中，水印的提取和解密可以独立应用。该技术可以在空间域中实现大的嵌入容量（0.5bpp），具有大于49dB的高峰值信噪比（PSNR）。由于采用了LSB水印方法，水印图像的统计特性发生了变化，从而使攻击计算机系统能够检测出隐藏的信息。针对医学图像提出了一种自适应双盲水印方案[12]，它自动选择ROI并在ROI和RONI中嵌入不同嵌入强度的水印;它在CN域的低通子带内将水印比特嵌入奇异值中;因此，它比在小波域中嵌入更有效和鲁棒。该技术可应用于DICOM格式的图像，具有较大的峰值信噪比（PSNR），水印图像具有较高的透明性，但不可见性有待提高。该技术仅使用CT和MR图像进行测试;因此，需要使用其他类型的图像进行测试。下午四点阿卜杜勒-埃尔达耶姆图1包埋过程。3. 提出了一种基于数字水印的医学图像完整性保护技术在这一部分中，详细介绍了所提出的技术，提出了基于可逆水印和加密方法的医学图像完整性的DICOM。详细描述了水印的嵌入过程、水印的提取过程、3.1. 水印嵌入过程在嵌入过程中，该算法通过按照以下步骤向图像添加水印来实现图像的完整性和认证（图1）。 1）、(i) 提取组。(ii) 确定(iii) 压缩(iv) 计算图像的MD5哈希值(v) 将MD5值添加到压缩的(vi) 使用AES和密钥1加密水印。(vii) 通过使用水印和密钥2修改图像来嵌入水印。这些步骤将在以下小节中进行说明（见图1）。 2）。3.1.1. 浸提液组在这一步中，图像被分成组;每组由四个像素组成，并且它将被表示为一个奇异值。在识别每个组的单个值● 判别函数（f）判别函数用于描述群的状态，其计算基于第一组：Xjxi1-xij1图2浸提过程。其中Group= {x1，x2，x3，x4}，xi是当前组中像素i的值● 翻转功能（F）翻转函数用于通过翻转最低有效位来修改像素值。例如，如果在使用此函数之前pix- el的值等于234（在二进制系统中表示为1110 1010）。然后，在使用该函数后，最低有效位将被压缩为使用迭代函数计算每组before（fBefore）和after（fAfter）的判别函数;每组的状态可以确定如下[13■ R组（R常规组）：如果f之后>f之前■ S组（单一组）：如果f在f之后在f之前<■ U组（未使用组）：如果f之后=f之前例如，如果四个像素的值是（128，129，130，128），即在二进制系统中表示为（1000 0000，1000 0001，10000010，1000 0000），则根据等式（1）计算该组像素的判别函数的值（1）：F前一组129-128j130-129j128-130jFBeforeGroup前组1 ×1×1×2×4X-提出了一种基于数字图像水印和加密的安全技术组中两个中间像素的值将使用缩放函数进行修改。因此，在使用卷积函数之后，四个像素的值将是（128，128 ， 131 ， 128 ） ， 其 在 二 进 制 系 统 中 表 示 为 （ 10000000，1000 0000，1000 0011，1000 0000）。的价值这组像素的鉴别函数使用等式（1）确定。（1）：F.第六 组第十组第 十组128-128j131-128j128-131jF后组1/40/ 3/ 3/4 6这组像素的状态是R组，因为其fAfter>其fBefore;其fAfter= 6，而其fBefore= 4。3.1.2. 创建每个像素组都有一个值：1表示R（常规组），0表示S（奇异组），1表示U（未使用组）。未使用的组将被忽略，因为它们不受压缩函数的影响，因此，3.1.3. 压缩用于压缩R-S-Vector的压缩算法1. 无损压缩：还原原始2. 对于这种类型的数据有很好的压缩比。3. 能够压缩二进制数据（位流）。4. 压缩随机数据的能力。3.1.4. 计算图像的哈希值本研究的首要目标是提供医疗图像完整性服务;使用MD5散列函数确定图像的散列值[16，17]。MD5的目的是因为它产生大小仅等于128位的消息认证码（MAC），并且这是最小散列码大小。因此，由于R-S-Vector的压缩而节省的大小3.1.5. 创建水印MD5哈希值、患者ID和原始图像的压缩MD5提供图像完整性，患者ID提供患者身份验证，AES用于为患者信息提供保密。AES用于使用发送方和接收方之间共享的私钥（key1）对水印进行加密，以提供机密性。使用对称加密技术AES不提供发送方身份验证，因为加密密钥必须在发送方和接收方之间共享然而，它为医疗系统的用户（例如医生）提供了认证;它只允许医生和专家检查他们的病人的图像和病史，这在现代医疗系统中使用。图3DICOM文件格式。3.1.6. 根据水印修改原始图像在这一步中，水印被嵌入到图像中;原始图像的每组像素的状态被使用卷积函数修改，以表示水印的一位;这一步的输出图像被称为水印图像。可选的是，使用key2作为随机数生成器的种子来随机选择像素组，这是为了在图像内随机分布水印3.2. 一种水印提取方法在提取过程中（图3），检索原始图像，并从水印图像中提取水印;该过程包括以下步骤：1. 提取组。（每组4个像素）2. 确定R-S-Vector并提取加密水印。3. 使用AES解密水印。4. 提取原始图像的散列值（MD5）、患者ID和5. 解压缩6. 提取原始图像（无水印图像）。7. 计算提取的原始图像的哈希值（MD5）。8. 比较计算的哈希值（步骤5）和提取的哈希值（步骤2），如果它们相等，则图像被认证，并且它具有正确的完整性，否则图像被丢弃，因为它的完整性被破坏。提取组和创建R-S-Vector过程将与嵌入过程一样完成。加 密 水 印 由 压 缩 后 的 R-S-Vector 和 原 始 图 像 的 哈 希 值（ MD5 ） 组 成 ; 识 别 压 缩 后 的 R-S- Vector 和 哈 希 值（MD5）。AES用于使用（key1）解密水印。然后利用扩展霍夫曼算法对解密后的提取原始图像.Σ×ðÞ六点阿卜杜勒-埃尔达耶姆通过修改加水印图像的组的状态以变得与解压缩的R-S-Vector相同。计算提取的无水印图像的MD5哈希值;将其与解密的MD5哈希值进行比较，如果它们相等，则图像不被修改，并且它被验证，否则两个哈希值不同，因此图像被修改，并且它不再被认证。如果图像被认证，则证明其完整性是正确的，并且加密过程由医疗系统内的合法用户实施，因为他具有私钥，此外，使用提取的患者ID来识别患者的身份。3.3. R–S-Vector compression为了给水印的嵌入提供自由空间，需要对R-S-Vector进行有效的压缩。压缩过程的效率取决于待压缩数据的性质及其符号之间的偏差。更多的数据符号之间的偏差导致高压缩比。因此，如果嵌入容量（Cap）可以根据等式（1）计算。（2）[13，15]：Cap¼NRNS- jCj2其中（NR）是图像中的正则组的数量，（NS）是图像中的奇异组的数量，并且（|C|）是压缩的R-S-Vector的长度。理想的无损上下文无关压缩方案（熵编码器）将根据等式（1）压缩由（NR + NS）个比特组成的（3）[15]。目标是通过最小化压缩的R-S-Vector长度来最大化嵌入容量（|C|）.图4数据元素结构。[p16，p17，p18，p19]。这种方法可以每三个像素嵌入一个比特，因此，嵌入容量约为0.3 bpp。减少（|C|），提出了一种有效的无损压缩算法，用于压缩R-S-Vector，如以下段落所述，此外还使用MD5散列函数，因为它创建了低散列大小。因此，所提出的技术提供了足够的容量。用于压缩R-S-Vector的压缩算法游程编码不能满足足够的压缩比，因为它依赖于原始数据符号的缓慢变化率，而R-S-Vector数据具有随机方式。此外; LZ 77、LZ 78和LZW压缩算法不能提供足够的压缩比来压缩S-R-Vector，因为它们依赖于某些模式具有很大的概率出现在原始数据中的性质;这些模式可以用于构建码本，然后将该码本与原始数据本身的索引一起保存。自适应哈夫曼算法是一种基于统计的压缩算法，它依赖于自适应特性，对于每个符号出现在流中的概率比增加，其码长减少，如果符号出现的次数越来越多，其概率比变高，其码长变短，这些码使用码树来分配。自适应哈夫曼不能有效地压缩. NR. NS霍夫曼算法依赖于统计计算;-NRlog公司简介-NSlog公司简介bits 3鲜明 符号 根据 到 的 概率 其数据流中的外观可以具有不同的代码从Eqs。（2）和（3），实际容量上限（Cap0）的理论估计值可根据[15]计算：.NRNRS 中国长度具有高出现概率的符号将具有比具有低出现概率的其它符号更短的代码。The R–S-Vector consists of a stream ofbits; conse- quently, to use a Huffman’s algorithm,转换为符号流，符号大小为4并且在压缩过程中使用8比特如果符号日志NS4公司简介实际上，使用消隐函数来修改四个像素的LSB;未使用的组的数量增加。因此，在所提出的技术中，它只修改了组中的两个中间像素;这会导致（NR+ NS）的值增加。此外，由于使用联合组，组的总数增加。这意味着每个组的两个中间像素（每个组具有四个像素）仅属于唯一的组;然而，最小显著像素（LSP）属于该组和前一组两者，最大显著像素（MSP）也属于该组和下一组两者。例如，如果我们有六个像素[p10，p11，p12，p13，p14，p15，p16，p17，p18，p19]，那么第一组由[p10，p11，p12，p13]组成。第二组包括[p13，p14，p15，p16]，第三组包括使用大小为8位的表1灰度DICOM文件的结果。误码率%SNR（dB）MSE峰值信噪比（dB）GM1049.960.14856.43GM2051.560.12157.30GM3064.170.10657.88GM4048.860.11257.64GM5071.950.11357.60GM6044.450.158.13Gm7072.920.15656.20GM8049.130.13656.80平均056.630.12457.25标准偏差011.290.0200.70Cap公司简介一种基于数字图像水印和加密的安全技术压缩比不足，因为它产生了一个巨大的码本。当使用大小为4比特的符号来压缩R-S-Vector时因此，提出了采用4位符号的Huffman压缩算法。4. DICOM标准医学数字成像与通信标准（DICOM）是医学图像及其相关信息的格式化、存储和交换标准。数码影像可来自核医学、超声波、X光、CR、数码放射摄影、数码胶片、视频捕捉及医院信息系统等诊断模式。DICOM图5原始和经认证的灰色密封医学测试图像。八点阿卜杜勒-埃尔达耶姆支持连接网络打印机，如激光成像仪。4.1. DICOM文件结构DICOM文件包含标题和图像数据[22];标题可以是患者姓名、扫描类型、图像尺寸等，标题和图像数据存储在同一文件中。DICOM文件需要一个128字节的前导码，后跟字母数据元素被划分为逻辑组，以描述图像属性、患者信息、医院信息和医生信息。 数据元素结构（Fig. 4）并由以 下 各项组成图6原始和经过认证的彩色医学测试图像。表2彩色医疗的Rtsuto。Nuu误码率%SNR（dB）MSE峰值信噪比（dB）CM1048.060.12457.20CM2057.330.09758.26CM3055.900.07759.27CM4055.640.012859.56CM5053.350.12857.06CM6045.370.1356.99CM7046.760.17555.70CM8048.270.13356.89平均051.330.11757.62标准偏差04.720.0341.31提出了一种基于数字图像水印和加密的安全技术字段：标记，值表示，值长度和值。Tag：数据元素的标识符;它由32位无符号整数、16位组号和16位元素号组成。值表示：它指定值字段的数据类型（字节，整数，字符）。Value Length：指定值字段的长度（字节数）。● Value：表示该数据元素的数据值4.2. DICOM文件DICOM文件可以使用所提出的技术进行认证。在应用该技术之前，必须按如下方式从DICOM文件中提取1. 加载PIXEL-DATA数据元素缓冲区。2. 加载所需的数据元素以提取像素值Bit allocated：每个像素的位数存储的位数：实际用于描述像素值的位数。像素表示：它确定值是否保存为无符号整数或2s补码。变换参数：它们是窗口中心和窗口宽度。3. 仅提取用于描述像素的位4. 可能有一种变换可用于检索实际像素值;这用于显示图像中的隐藏细节，以用于该图像的特定用途，并且变换参数嵌入DICOM文件中。5. 在得到图像矩阵后，利用该技术可以确定为了检查DICOM文件的认证，首先必须提取图像矩阵，并从中提取R-S-Vector和嵌入的哈希值;确定接收器处的哈希值，然后比较两个5. 实验结果本节讨论了基于可逆水印技术的医学图像认证和完整性的实验结果。使用C#语言[23]和MATLAB appli- cation[24]创建应用程序来实现此技术。主要应用程序和用户界面采用C#语言编程，调用MATLAB函数实现DICOM图像的读写、R-S-Vector的压缩以及性能参数的计算。所确定的用于 测 量 所 提 出 的 技 术 的 性 能 的 性 能 参 数 是 ： 信 噪 比（SNR）、均方误差（MSE）和误码率（BER）。本节由四个小节组成：第一个小节表示将所提出的技术应用于灰度DICOM图像的性能结果。第二小节表示将该技术应用于彩色医学图像的结果。第三部分表示将所提出的技术应用于灰度测试图像和彩色测试图像的结果。5.1. 灰度医学图像的实验结果所提出的技术应用于八个灰度DICOM医学图像（GM1，GM2，…，GM 8）;结果在表1中呈现，原始图像（嵌入水印之前）和认证图像（嵌入水印之后）在图5中示出。使用人类视觉系统来检测原始图像和相关认证图像之间的差异（图5），显然没有人可以检测到它们之间的任何差异;因此，所提出的系统可以将水印嵌入到原始灰度DICOM医学图像中，而没有任何明显的失真。实验结果（表1）表明，所有8幅图像的误码率均为零，这意味着在接收端从图像中提取的比特流序列（水印）与在发送端嵌入图像中的比特流序列相同。实验结果表明，该方法是完全可逆的，由于R-S-Vector的提取是正确的，所以在接收端可以无失真地恢复原始图像，同时由于Hash函数的提取是正确的，所以为了检查该技术发现图像的完整性和认证是否被破坏的能力，在发送方修改了认证图像的一个像素，然后在接收方，所提出的技术检测到该修改并发送图像不再被认证的消息。从表1中，最小SNR为49 dB，平均值约为56.63 dB，标准差为11.29;因此，表明SNR具有很大的值;因此，由于在原始图像中嵌入水印而导致的损坏非常低。MSE的最大值为0.156，平均值约为0.124，标准差约为0.0.02，说明MSE具有很低的一致性，因此嵌入的水印不会影响原始图像的质量。PSNR具有大的一致值;最小值等于56.2 dB，而高值等于●●●●●●●表3灰度测试图像的结果。名称误码率%SNR（dB）MSE峰值信噪比（dB）GL050.100.12157.30G2050.350.15456.26G3053.960.13756.76G4051.050.15356.28G5048.120.10857.80G6047.500.14356.58G7051.300.15756.17G8051.560.12857.06平均050.490.13856.78标准偏差02.030.0180.58十点阿卜杜勒-埃尔达耶姆58.13 dB，平均值等于57.25 dB，标准偏差等于0.7。实验结果与灰度医学图像的实验结果（5.1节）相似，因此表明：在原始图像中嵌入水印的破坏性很低;嵌入的水印不会影响原始图像的质量，并且在接收端可以提取相同的原始图像5.2. 彩色医学图像所提出的技术应用于八种颜色（RGB）医学图像（CM1、CM2、. . ，CM 8）;结果呈现在表2中，原始图像和经认证的图像被如图6所示。使用人类视觉系统来检测原始图像和相关认证图像之间的差异（图6），显然没有人可以检测到它们之间的任何差异;因此，该技术可以将水印嵌入原始彩色医学图像内而没有任何明显的失真。实验结果（表2）示出了与表1中类似的结果，对于所有六种颜色图像，BER为零。最小SNR范围从45.37 dB开始，平均值约为51.33 dB，标准偏差为4.72。平均MSE约为0.117，标准差为0.034。PSNR具有大的一致值;最小值等于56.89 dB，而最大值等于59.56 dB，平均值等于57.62 dB，标准差等于1.31。图7原始和经过认证的彩色医学测试图像。一种基于数字图像水印和加密的安全技术5.3. 灰度测试图像所提出的技术应用于八个灰度测试图像（G1，G2，. 、G8）。结果如表3所示，原始图像和认证图像如图7所示。并且将其应用于八个颜色测试图像（C1，C2，，C8）。结果示于表4中，在图8中示出了原始图像和经认证的图像。利用人类视觉系统检测灰度图像和彩色图像的原始图像与相关水印图像之间的差异（图1和图2）。7、没有人能看出它们之间的区别。灰度和彩色图像的实验结果（表3和表4）与灰度和彩色医学图像的结果（表1和表2）相似。表3示出了对于所有八个图像，BER为零。最小SNR为47.50 dB，平均图8原始和经过认证的彩色医学测试图像。表4颜色测试图像的结果。名称误码率%SNRMSEPSNR（dB）（dE）CL054.090.13556.83C2054.250.0958.59C3051.430.10358.00C4053.760.08958.64C5053.480.14956.40C6047.4S0.12957.02C7050.240.11657.49C8050.100.15456.26平均051.850.12157.40标准偏差02.450.0250.93十二点阿卜杜勒-埃尔达耶姆约50.49 dB，标准偏差为2.03。最小PSNR等于56.17 dB，平均值等于56.78 dB，标准差等于0.58。MSE平均约为0.138，标准差为0.018。对彩色图像的实验结果（表4）表明，对于所有8幅图像，误码率都等于零，最小信噪比为平均值为51.85dB，标准差为2.03，均方误差为0.121，标准 差 为 0.025 。 显 然 ， 灰 度 和 彩 色 图 像 的 性 能 测 量 与DICOM灰度医学图像和彩色医学图像的性能测量一致。所提出的技术不是为了提供版权保护而设计的;但是，它提出为DICOM图像提供完整性和认证服务因此，它的目标不是对修改攻击具有鲁棒性，而是检测到对水印图像的任何修改。为了检查该技术发现图像的完整性和认证是否被破坏的能力，在发送方修改了认证图像的一个像素，然后在接收方，所提出的技术检测到该修改并发送图像未被验证的消息。对第四节中使用的所有类型的测试图像执行这些检查。6. 结论本文提出了一种基于可逆水印的DICOM图像安全技术，该技术提供系统认证服务、图像完整性服务和患者信息保密服务，由于原始医学图像在接收端可以无失真地恢复，因此是可逆的。在发送方侧，为了实现完整性服务，从图像确定基于MD5的散列值。确定了满足可逆特征的R-S-Vector，并基于Huffman压缩算法对R-S-Vector进行压缩，得到压缩后的R-S-Vector。将散列值和患者ID连接以产生水印，并提供确认和保护散列值。水印采用AES加密技术进行加密.采用C#语言和MATLAB应用程序实现了该方法，并使用8幅灰度DICOM图像、8幅彩色医学图像、8幅灰度测试图像和8幅彩色测试图像对其性能进行了测试。实验结果表明，该技术能够高效地提供系统认证服务、图像完整性服务和患者信息保密服务。实际上，这种技术提供了足够的嵌入容量（约0.3 bpp）隐藏建议的水印。实验结果表明，灰度DICOM图像、彩色医学图像、灰度和彩色测试图像的误码率均为0。因此，在接收端从图像中提取的比特流序列（水印）与在发送端嵌入图像中的比特流序列相同，并且这些结果证明所提出的技术是完全可逆的。所有图像（彩色和灰度）的平均信噪比约为52 dB，标准差为3，这表明信噪比具有一致的大值，这证明了由于在原始图像中嵌入水印而产生的相关性非常低。平均均方误差约为0.12，标准差为0.02，表明均方误差具有很低的一致性。因此，嵌入的水印不会影响原始图像的质量。PSNR具有大的一致性值;平均PSNR等于约57 dB，标准差等于约0.93;因此，所提出的技术创建具有高不可感知性、不可见性和透明性的水印图像。作为未来的工作，所提出的技术实际上可以包括在医疗信息系统中，以提供医疗图像的完整性，系统认证和保密性。可以提出其他可逆水印方法来增加嵌入数据量，并且可以提出其他无损压缩方法来增强所提出的技术嵌入更大量数据的能力。此外，可以使用公共加密技术代替AES加密技术来提供源认证。引用[1] 杨伟，王伟.用于医学图像可靠性保护的可逆和RONI混合水印。在：第29届IEEE国际会议，医学工程和生物学会，里昂，2007年。p. 5653-6[2] Memon N，Gilani S.基于整数小波变换的医学图像自适应信息隐藏方法。在：IEEE新兴技术国际会议，伊斯兰堡，巴基斯坦; 2009年。p. 221-4[3] Lim Y，Feng D.基于多块认证的医学图像水印技术。于：智能多媒体、视频和语音处理国际研讨会，ISIMP 2004，香港;2004年。p. 631-4[4] 本穆罕默德·布切尔哈基于无损水印的医学图像认证系统。IntJ Signal Process 2004;1（4）：278-81.[5] [10]吴晓刚，王晓刚，王晓刚.基于小波包的医学图像盲水印。OpenBiomedEngJ2010;4：93www.benthamscience.com/open/tobej/openaccess2.htm[6] 梅蒙·N用于内容认证和版权保护的医学图像水印。 博士论文，巴基斯坦：GIK工程科学与技术学院计算机科学与工程学院; 2010年5月。[7] 安莉，高旭，雪龙，陶冬，邓春，李杰。基于聚类和增强像素级掩模的鲁棒可逆水印。IEEE Trans Image Process 2012;21（8）：3598[8] 昆杜·达斯·S通过一种新的盲水印技术有效地管理医疗信息。JMed Syst 2012;36（5）：3339-51。[9] Pan W，Coatrieux G，Cuppens N，Cuppens F，Roux C.基于不变性图像分类和动态误差直方图平移的可逆水印。在：医学工程和生物学会，IEEE年度国际会议，2011年8月。p.4477-80[10] 郭丽，陈建，谢永，辛宏，宋天。嵌套量化索引调制可逆水印及其在医疗信息管理系统中的Comput Math MethodMed 2012;2012：1http://www.hindawi.com/jour-[11] Bouslimi D，Coatrieux G，Roux C.一种用于验证医学图像可靠性的联合加密/水印算法：在回波图像中的应用。计算方法程序生物医学2012;106（1）：47[12] Rahimi F，Rabbani H.一种DICOM图像Contourlet域生物医学工程在线一种基于数字图像水印和加密的安全技术2011;10：1http://www.biomedical-engineering-online.com/[13] 李H，李K。大容量无损数据隐藏。第二届信息系统安全国际会议，ICISS 2006。Kolkata，India：Springer; 2006. p.326比36[14] 石玉琴。可逆数据隐藏。2004年：数字水印国际研讨会。首尔：计算机科学讲义3304; 2004。p. 1比13[15] 放大图片Goljan M，Fridrich J，Du R.无失真数据嵌入。In：Proceedings of the 4th Information Hiding Workshop，Pittsburgh;April 2001. p. 27比41[16] Stallings W.密码学与网络安全：原理与实践，5/E。PrenticeHall;2011.[ISBN-10：0136024858 ， ISBN-13 ：9780136024859]。[17] MD5 消 息 摘 要 算 法。 RFC 1321 - IETF ， 1992 年 4 月 。http://www.ietf.org/rfc/rfc1321.txt>.[18] 高级加密标准（AES）。FIPS 197，2001年11月26日。[19] 萨乌德湾无损压缩手册。学术出版社，2003年1月3日。[ISBN-10：0126208611，ISBN-13：978- 0126208610]。[20] 萨乌德湾数据压缩简介。第3版Morgan Kaufmann; 2005年[ISBN-10：012620862 X，ISBN-13：978- 0126208627]。[21] 所罗门湾数据压缩：完整的参考。第4版Springer; 2006 [ISBN-10：1846286026，ISBN-13：978-1846286025]。[22] 医学数字成像和通信（DICOM），第5部分：数据结构和编 码 。 医 学 影 像 技 术 联 盟 ， 2012 年 。http://medical.nema.org/>.[23] Microsoft Visual Studio2008. 2012 年 出 版 。 .[24] MATLAB软件技术计算的语言。MathWorks公司; 2012年。http://www.mathworks.com/produc