结合分割掩码与混沌 Henon 映射的多维医学图像选择性加密
密码学与安全
2024-03-11 v1 计算机视觉与模式识别
机器学习
图像与视频处理
摘要
以用户为中心的设计和资源优化应成为任何技术或创新的核心。以用户为中心的视角使开发者有机会基于任务进行优化开发。医学图像领域的用户是分析医学图像并向患者提供诊断结果的医疗专业人员。本方案从医疗专业人员的用户视角出发，在医学图像存储与安全领域进行了创新。该架构由三个主要部分组成，即：分割、存储和检索。之所以设计此架构，是因为考虑到对于特定的医学图像，医疗专业人员执行的检索操作次数远多于少数几次的存储操作。这为我们的创新留出了空间：将医学图像中不可或缺的医学部分分割出来，进行加密并存储。通过使用混沌 Henon 映射等强加密算法对图像的关键部分进行加密，我们能够保持安全性不受损害。此时，检索医学图像仅需对分割出的感兴趣区域进行计算量更小的解密。对分割出的感兴趣区域进行解密可完整恢复医学图像，供医疗专业人员按需查看以用于各种诊断目的。在该方案中，与对脑部医学 CT 图像进行全图加密相比，我们实现了约 47% 的检索速度提升。
引用
@article{arxiv.2403.04781,
title = {Selective Encryption using Segmentation Mask with Chaotic Henon Map for Multidimensional Medical Images},
author = {S Arut Prakash and Aditya Ganesh Kumar and Prabhu Shankar K. C. and Lithicka Anandavel and Aditya Lakshmi Narayanan},
journal= {arXiv preprint arXiv:2403.04781},
year = {2024}
}