用于云医疗图像的缩略图保持加密方案

本文主要是介绍用于云医疗图像的缩略图保持加密方案，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

论文标题：《Data hiding with thumbnail-preserving encryption for cloud medical images》，作者提出了一种用于云医疗图像的可逆数据隐藏方案，同时保留了缩略图。下面是论文的创新点和算法过程的总结。

一、缩略图保持加密与传统图像加密

缩略图保持加密（Thumbnail-Preserving Encryption, TPE）与传统图像加密场景在目的和实现方式上有一些显著的异同点。以下是它们之间的对比：

相同点：

安全性目的：无论是缩略图保持加密还是传统图像加密，两者的主要目的都是保护图像数据的安全性，防止未授权访问和数据泄露。
加密过程：两者都涉及到将图像数据转换成一种加密形式，使得没有密钥的第三方无法解读图像内容。

不同点：

缩略图的可用性：
- 缩略图保持加密：特别设计了一种加密方法，使得加密后的图像在缩略图形式下仍然保留了足够的视觉信息，允许用户快速识别图像内容，但无法获取详细的诊断信息。
- 传统图像加密：通常将图像加密成难以辨认的噪声图像，不保留任何形式的缩略图或视觉信息，使得即使在快速查看文件时也无法识别图像内容。
用户界面的友好性：
- 缩略图保持加密：由于保留了缩略图，用户在使用具有视觉用户界面的现代操作系统时，可以更加方便地浏览和选择图像文件。
- 传统图像加密：由于缺乏视觉信息，用户在浏览加密图像时可能会感到不便，需要依赖文件名或其他元数据来识别图像。
数据隐藏能力：
- 缩略图保持加密：通过多尺度Haar小波变换和扩展游程编码，该方法不仅加密图像，还为嵌入额外数据（如电子病历）提供了空间。
- 传统图像加密：主要关注于图像本身的加密，可能不提供额外的数据隐藏或嵌入能力。
图像的可访问性：
- 缩略图保持加密：授权用户可以快速访问和识别图像，同时保持了图像的机密性。
- 传统图像加密：虽然提供了高度的安全性，但可能牺牲了图像的快速访问性和易用性。
应用场景：
- 缩略图保持加密：特别适用于需要快速浏览大量图像的场景，如医疗图像诊断，其中医生需要迅速识别图像内容。

下面两幅图分别描述了传统云存储场景和缩略图保持加密云存储场景：

传统加密图像云存储场景

缩略图保持加密图像云存储场景

二、算法总结

下面是论文的创新点和算法过程的总结：

创新点：

缩略图保留加密（Thumbnail-Preserving Encryption, TPE）：与传统的完全加密成噪声图像的方法不同，该方法在加密过程中保留了图像的缩略图，使得授权用户能够通过快速查看文件夹中的图像缩略图来识别图像内容，同时保护了图像的细节不被未授权用户查看。
多尺度Haar小波变换（Multi-scale Haar Wavelet Transform）：利用多尺度Haar小波变换对图像进行分解，生成保留缩略图的加密医疗图像，同时为嵌入电子病历提供了足够的空间。
扩展游程编码（Extended Run-Length Coding, ERLC）：使用扩展游程编码对变换后的图像数据进行压缩，以腾出空间用于数据隐藏。
数据嵌入能力：该方案提供了超过每像素1比特的容量，用于嵌入电子病历，适合基于云的医疗数据管理。
可控的缩略图分辨率：通过调整Haar小波变换的尺度，可以控制缩略图的分辨率，以满足不同的应用需求。

算法过程：

图像Haar变换与编码：
- 将给定的医疗图像应用k尺度的Haar变换进行分解。
- 使用一种新颖的编码方法压缩Haar分解后的图像，包括生成半色调图像和压缩变换图像的数据量。
图像封装与加密：
- 将编码后的半色调图像作为加密图像的封面/MSB位平面。
- 将标记位、所有绝对值位平面的编码序列和符号位平面填充到全尺寸图像的剩余空间中。
- 使用图像加密密钥对整个图像进行流密码加密，并记录空间分配指示器。
诊断记录嵌入：
- 医生根据原始医疗图像进行诊断，并下载保留缩略图的加密图像。
- 使用图像加密密钥解密图像，恢复原始图像。
- 将加密的诊断记录嵌入到加密图像的备用空间中。
医疗数据访问：
- 医生使用图像加密密钥访问医疗图像，而药剂师使用数据加密密钥访问诊断记录。
- 药剂师下载标记图像，提取空间分配指示器和加密的诊断记录，然后恢复诊断记录并据此配药。

论文通过实验验证了所提方案在视觉效果、嵌入率、保密性与可用性以及执行时间方面的表现，并与其他现有方法进行了比较，证明了其在医疗图像管理系统中的适用性和有效性。

三、实验结果

实验结果部分主要评估了所提出的医疗图像管理方案在云应用中的性能。以下是对实验结果的描述：

视觉效果（Visual Effect）：
- 论文展示了使用不同尺度的Haar小波变换（HWT）生成的加密图像的缩略图（Thumbnails），如下图所示。这些缩略图能够让用户轻易识别成像的目标器官，但诊断所需的细节信息并不可用。这符合图像加密的目标，即在保护图像细节的同时，允许快速识别图像内容。
- 当加密图像以全尺寸打开时，视觉效果如图11所示。随着Haar小波变换尺度的增加，相应的半色调图像变得更加模糊，这与缩略图的观察结果一致。
嵌入率（Embedding Rate, ER）：
- 论文定义了嵌入率（ER）为可嵌入空间的比特数与图像体积（像素数）的比率，用于衡量压缩性能。表1列出了基于不同尺度HWT的ER值。随着Haar小波变换尺度的增加，所有样本图像的ER值也单调增加，但随着尺度的增加，增加的可用空间逐渐减少。
保密性与可用性（Confidentiality versus Availability）：
- 论文讨论了在开发医疗数据管理系统时，防止数据泄露与提供方便检索之间的权衡。通过使用不同尺度的Haar小波变换，可以灵活选择适当的分辨率，以满足应用需求。
执行时间（Execution Time）：
- 表4提供了方案每个阶段的平均执行时间，包括Haar变换与编码、图像封装与加密、诊断记录嵌入以及医疗数据访问。总执行时间少于2.7秒，表明该方法高效，适用于医疗图像管理系统。
安全性（Security Level）：
- 论文通过计算加密图像的熵来评估其随机性。表3列出了基于不同尺度HWT的加密图像的熵值。对于8位深度的加密图像，最大熵值为8，表示图像的灰度级别分布完全均匀，是良好的加密结果。