【摘要】：隨著當(dāng)今科學(xué)技術(shù)的飛速發(fā)展,方便快捷的網(wǎng)絡(luò)共享平臺使人們的生活方式發(fā)生了很大的改變,遠(yuǎn)程醫(yī)療平臺也得到了許多人的青睞,人們可以通過網(wǎng)絡(luò)平臺進(jìn)行醫(yī)療咨詢和醫(yī)療診斷。然而,有利亦有弊,信息化時代使得我們的各種信息都暴露在網(wǎng)絡(luò)中,當(dāng)前國內(nèi)外醫(yī)療信息泄露事件屢見不鮮,這些泄露的信息很可能會對患者造成巨大的經(jīng)濟(jì)財產(chǎn)損失。在遠(yuǎn)程醫(yī)療逐步發(fā)展這一大背景下,越來越多的醫(yī)學(xué)圖像通過網(wǎng)絡(luò)進(jìn)行傳輸和保存,這些醫(yī)學(xué)圖像一旦上傳至網(wǎng)絡(luò),也就意味著患者失去了對這些數(shù)據(jù)的掌控,這一現(xiàn)象更是加劇了對患者隱私信息的不安全性。針對這一問題,為了有效地保護(hù)患者醫(yī)療圖像上相關(guān)的個人信息,讓患者可以放心地通過遠(yuǎn)程醫(yī)療進(jìn)行就診,本文對醫(yī)療圖像的數(shù)據(jù)保護(hù)與共享機(jī)制進(jìn)行了研究。首先在對醫(yī)療圖像進(jìn)行廣泛的搜集與仔細(xì)的分析后,針對醫(yī)療圖像的特征提出了有針對性的保護(hù)方法,主要框架分為了兩大部分,分別是醫(yī)療圖像的文本區(qū)域檢測與醫(yī)療圖像的分級訪問控制加密,患者在將自己的醫(yī)療圖像上傳至網(wǎng)絡(luò)之前可以先將醫(yī)療圖像上的個人信息區(qū)域進(jìn)行加密,并且針對不同的訪問者設(shè)置自己醫(yī)療圖像不同的解密權(quán)限。在醫(yī)療圖像的文本區(qū)域檢測中,本文有針對性地提出了一種基于最大穩(wěn)定極值區(qū)域算法與改進(jìn)的角點(diǎn)檢測算法相結(jié)合的醫(yī)療圖像文本區(qū)域檢測算法,該算法首先使用成分特征分析對最大穩(wěn)定極值區(qū)域進(jìn)行濾除,其次使用改進(jìn)的SUSAN角點(diǎn)檢測算子對剩余最大穩(wěn)定極值區(qū)域進(jìn)行檢測并濾除,最后將檢測出的所有文本區(qū)域使用膨脹處理進(jìn)行合并即可得到醫(yī)療圖像的文本區(qū)域;在醫(yī)療圖像的分級訪問控制加密中,本文使用混沌算法將之前提取出的個人信息文本區(qū)域加密后嵌入當(dāng)前醫(yī)療圖像,然后再將整幅醫(yī)療圖像進(jìn)行加密,當(dāng)患者尋求診斷時醫(yī)生只能對圖像進(jìn)行一次解密,即解密后的圖像中只有患病區(qū)域可見,個人信息區(qū)域依舊處于加密狀態(tài),只有患者授權(quán)的人才可以解密醫(yī)療圖像的整個文本區(qū)域。通過大量的仿真實驗,結(jié)果表明本文所提出的方法基本達(dá)到了預(yù)期的效果:在醫(yī)療圖像的文本區(qū)域檢測中,本文所提算法的準(zhǔn)確率、召回率和綜合性能分別為0.9、0.92和0.91,達(dá)到了理想的檢測效果;在醫(yī)療圖像的分級訪問控制加密中,本文所提算法有效地將訪問者的權(quán)限進(jìn)行了分級,并對加密后的醫(yī)療圖像從密鑰空間分析、密鑰敏感性分析、直方圖分析、信息熵分析和相鄰像素相關(guān)性分析這五個方面進(jìn)行了實驗,分析結(jié)果表明本文所使用的加密算法性能良好,具有很高的安全性。
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：R-05;TP309;TP391.41
【圖文】：

圖 2.1 USAN 面積示意圖AN 區(qū)域的面積會隨著圓形模板的移動而進(jìn)行相應(yīng)的改變，如圖 2.1 中所，f 這六個圓形模板分別處于六個不同的位置，其中 a，b，c，d 處于目于背景之中，f 處于目標(biāo)之中，當(dāng)“核”處于拐角位置，即處于圖中 a 核”像素相近的區(qū)域最少，也就意味著 USAN 面積為最��；當(dāng)“核”即處于圖中 b 處時，USAN 面積與非 USAN 面積大小相同，各占一半；邊緣較近，即處于圖中 c、d 處時，USAN 面積大于非 USAN 面積；當(dāng)“緣較遠(yuǎn)，即處于圖中 e、f 處時，模板內(nèi)與“核”像素相近的區(qū)域最多，N 面積為最大�？捎霉剑�2.1）對模板內(nèi)像素點(diǎn)是否屬于 USAN 區(qū)域進(jìn) 0 00 01, , ,,0, , ,I x y I x y TC x yI x y I x y T = （2.1中， I ( x , y )是模板中其余位置像素點(diǎn)的灰度值，0 0I ( x , y )圓形模板中“核

.3.3 幾種典型的混沌系統(tǒng)隨著對混沌系統(tǒng)研究的不斷深入，如今越多的混沌系統(tǒng)被廣泛地應(yīng)用于各個領(lǐng)域下來本文將介紹一些經(jīng)典的混沌系統(tǒng)。（1）Lorenz 混沌系統(tǒng)[58]該混沌系統(tǒng)是由美國著名科學(xué)家 Lorenz 于 1963 年提出的第一個奇異吸引子的動統(tǒng)，其定義式如公式（2.4）所示：x ( x y)y xz x yz xy bz （2.4）當(dāng)參數(shù)取值為 =16， =40， b 4時，該系統(tǒng)處于超混沌狀態(tài)，其混沌吸引子如.2 所示。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張錦華;孫挺;;引入像點(diǎn)融合度修補(bǔ)的圖像邊緣化參差拼接實現(xiàn)[J];微電子學(xué)與計算機(jī);2014年08期

2 翟逸飛;;基于FPGA的圖像邊緣處理研究[J];企業(yè)技術(shù)開發(fā);2013年12期

3 顧長友;妙用Photoshop處理圖像邊緣[J];電腦知識與技術(shù);2003年08期

4 濮群,余桂;用線性模型檢測圖像邊緣[J];清華大學(xué)學(xué)報(自然科學(xué)版);1988年01期

5 宋建中;;噴霧圖像的自動分析[J];光學(xué)機(jī)械;1988年04期

6 高華;;關(guān)于古建筑圖像中破損點(diǎn)優(yōu)化提取仿真[J];計算機(jī)仿真;2017年11期

7 劉娟娟;劉斌;;低照度非線性光學(xué)圖像邊緣自適應(yīng)增強(qiáng)裝置設(shè)計[J];激光雜志;2017年03期

8 許志強(qiáng);張婷;;數(shù)字式多媒體場景圖像準(zhǔn)確分類方法仿真[J];計算機(jī)仿真;2019年07期

9 張琳梅;;基于圖像邊緣增強(qiáng)的改進(jìn)方法[J];信息系統(tǒng)工程;2016年03期

10 王水萍;鄒蕾;;空中模糊目標(biāo)圖像邊緣信息的融合與恢復(fù)方法[J];科技通報;2014年06期

相關(guān)會議論文 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術(shù)研討會（CVR’2001）論文集[C];2001年

3 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

4 陳煒;張陽陽;孟慶勛;;一種基于Curvelet變換的圖像邊緣增強(qiáng)方法[A];國家安全地球物理叢書（十）——地球物理環(huán)境與國家安全[C];2014年

5 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

6 孫增國;師蕊;;基于L_(1/2)范數(shù)的高分三SAR圖像的非局部均值降斑[A];第五屆高分辨率對地觀測學(xué)術(shù)年會論文集[C];2018年

7 楊文秀;陸常周;;最優(yōu)小波問題探討[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

8 趙恩良;姜盈帆;孫麗華;曹康敏;金瑞巧;;一種基于變窗口的圖像去噪算法研究[A];第十六屆沈陽科學(xué)學(xué)術(shù)年會論文集（理工農(nóng)醫(yī)）[C];2019年

9 周勝靈;丁珠玉;;農(nóng)產(chǎn)品邊緣檢測系統(tǒng)研究[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

10 胡昌偉;屈小波;郭迪;寧本德;陳忠;;基于邊緣加權(quán)的l_1-l_2范數(shù)MRI欠采重建[A];第十七屆全國波譜學(xué)學(xué)術(shù)會議論文摘要集[C];2012年

相關(guān)重要報紙文章 前7條

1 侯杰;國產(chǎn)芯片進(jìn)軍移動多媒體市場[N];人民郵電;2003年

2 吳飛;無邊距照片打印三部曲[N];中國電腦教育報;2003年

3 成嶺;消除Premiere中慢鏡頭的圖像抖動[N];電腦報;2003年

4 ;體驗決定一切[N];中國計算機(jī)報;2003年

5 Wang JS;摳圖又有新招[N];電腦報;2002年

6 徐和德;從實戰(zhàn)出發(fā)選擇合適鏡頭[N];中國攝影報;2019年

7 ;令挑剔的人也刮目相看[N];中國電子報;2001年

相關(guān)博士學(xué)位論文 前10條

1 劉奇;基于結(jié)構(gòu)保持濾波的圖像去霧算法研究[D];西安電子科技大學(xué);2018年

2 劉飛;透混沌介質(zhì)偏振成像技術(shù)[D];西安電子科技大學(xué);2016年

3 李永軍;圖像與視頻低復(fù)雜度壓縮算法研究[D];西安電子科技大學(xué);2017年

4 何人杰;圖像去霧與去湍流方法研究[D];西北工業(yè)大學(xué);2017年

5 張文靜;光場成像技術(shù)在天空偏振模式測量和湍流圖像清晰化中的應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2016年

6 左承林;圖像非局部均值去噪方法研究[D];國防科學(xué)技術(shù)大學(xué);2016年

7 王丹;基于暗通道先驗的圖像和視頻去霧模型及算法研究[D];國防科學(xué)技術(shù)大學(xué);2016年

8 宋文青;SAR圖像自動目標(biāo)提取方法研究[D];西安電子科技大學(xué);2018年

9 楊濱;圖像克隆拼接篡改盲取證技術(shù)研究[D];湖南大學(xué);2014年

10 張小帆;基于介觀尺度的內(nèi)燃機(jī)進(jìn)氣流場層析圖像診斷機(jī)理研究[D];華南理工大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 葉顯一;基于深度學(xué)習(xí)的糖尿病視網(wǎng)膜病變圖像中滲出物的檢測方法研究[D];武漢工程大學(xué);2018年

2 張光裕;高質(zhì)量圖像的漸進(jìn)式并行檢索算法研究[D];廈門大學(xué);2017年

3 張秀;基于單幅圖像的沙塵圖像清晰化方法及系統(tǒng)[D];西安理工大學(xué);2019年

4 路鑫林;基于骨料形狀匹配的混凝土CT圖像裂紋信息提取方法研究[D];西安理工大學(xué);2019年

5 孫利國;基于深度學(xué)習(xí)的文物圖像單標(biāo)簽和多標(biāo)簽分類研究[D];浙江大學(xué);2019年

6 李嶺;圖像與數(shù)據(jù)融合的抓取機(jī)構(gòu)控制系統(tǒng)研究[D];沈陽工業(yè)大學(xué);2019年

7 王陳;指靜脈多曝光圖像的研究[D];北京郵電大學(xué);2019年

8 武筱琪;基于深度學(xué)習(xí)的漫畫風(fēng)格遷移方法研究[D];西安理工大學(xué);2019年

9 余鍇鑫;基于圖像分類算法的自動化摘酒方法研究[D];浙江大學(xué);2019年

10 左慶;基于卷積神經(jīng)網(wǎng)絡(luò)的單幅圖像去霧算法的研究與應(yīng)用[D];重慶師范大學(xué);2019年

本文編號：2722981