论文部分内容阅读
摘要：该文提出了一种适用于医学图像的半脆弱数字水印算法。该算法在分析医学图像特征后将医学图像分块，再将文本病例信息使用自定义编码表生成水印信息，嵌入原始图像的频域中，实现了信息的隐藏。实验结果表明，该算法对各种攻击具有半脆弱性，水印检测难度大，可以对篡改进行检测和精确定位。
关键词：医学图像；数字水印；DCT变换；信息隐藏；半脆弱
中图分类号：TP309
文献标识码：A
文章编号：1009-3044（2017）10-0221-03
电子病历系统目前已在我国大部分三级医院开始使用了，这无疑为临床诊断和医学类学生的理论学习带来了很多便利，但目前电子病历仅仅是实现了病历录入的电子化，对于病历内容保护较少，尤其是作为诊断依据的医学图像很容易被篡改，而且诊断信息往往与图像分开存储，一方面，会影响医生的诊断，延误最佳诊治时机，在发生医疗事故时，无法作为评断的有力依据，另一方面，对于正处于学习阶段、临床经验较少的医学类学生，一旦接受到不完整或错误的知识，将会对他们将来的工作产生重大的影响，因此，被分发的图像完整性及其诊断信息的认证就显得尤为重要。
如果将包括病人和医生基本信息、临床诊断片段等重要文字信息用一定的方式进行编码、以数字代码水印形式隐藏在为其拍摄的医学影像中，则既可以解决以上提出的问题，又能在病历与医疗图像之间建立起对应关系，保持诊断数据的关联性，有利于准确快捷的检索。
与一般图像相比，医学图像对水印嵌入有一些独特的要求：（1）图像必须无失真，哪怕是微小的改动在法律上都是不允许的，严重的会导致医务人员对病人病情的错误诊断。（2）对所嵌入水印信息的安全性要求严格，特别是有些特殊病人的病历为国家和企业的机密，绝对不允许泄露，水印不能被非法提取。（3）病历信息以水印形式嵌入图像，在需要时应该能够被完整准确地提取出来，这又要求水印必须具备一定的鲁棒性。
基于医学图像水印的独特要求和对医学图像的分析，在水印的嵌入过程中本算法以Cox提出的基于DCT量化系数的半脆弱水印算法和成思提出的基于医学图像感兴趣区域的完整性认证水印算法，为基础，并对其作了一定的改进。Cox提出的算法是随机将水印信息嵌入图像的高频带，可以使水印信息具有较好的不可见性，但是通常图像的大部分能量集中在低频带，通过量化等处理，嵌入到高频带的水印很容易丢失，所以算法的鲁棒性很差；成思提出的算法是将水印信息嵌入图像的中高频带，其鲁棒性不高，抗攻击和稳定性较差；而将水印嵌入到低频带可以使水印具有较好的鲁棒性，但是往往会降低水印的不可见性。通过以上分析，为保证鲁棒性和不可见性的平衡，本算法选择将水印嵌入图像中频带。
1.医学图像的特征
常用医学图像主要包括：x线图像、CT图像、磁共振图像、PET图像、超声图像、CR图像、显微图片等。
下面我们就以肺栓塞CT图像为例，从空域和频域两个方面对医学图像的特征进行分析。
1.1空域特征
1）CT图像灰度值在10-100和150-180之间，变化较平缓，几乎没有灰度值的突变。其灰度直方图如图2所示。
1.2频域特征
本节，我们将对图像进行DCT变换，然后分析交流分量AC（共63个）的特征。
首先對图像进行8*8分块DCT变换，获取DCT系数；然后使用JPEG标准量化表（表2）选择量化因子，对DCT系数进行量化；最后按z形扫描顺序（如表3），将DCT系数进行排序，再进行统计分析，其中左上角标为DC的第一个频点为直流分量，左上角阴影部分的20个频带点为低频带，中间的22个频带点为中频带，右下角阴影部分的21个频带点为高频带。实验时我们将直流分量DC置0，以便于观察第一个AC系数的变化方向。
1）频域均值如图3所示，低频带上变化幅度较大，在-2.2到1.8之间，中频带变化幅度较小，大致在0.6到0之间，高频带几乎没有变化。
2）频域标准差如图4所示，由图可见，低频带的频域标准差变化较大，在0到100之间，中频带的频域标准差变化较小，在0到12之间，高频带几乎没有变化。
3）在对以上两步操作统计的频域均值和标准差进行重复计算后，得到均值的均值和标准差的标准差，如表4所示。这两个参数显示了频域的相关特性。
2.算法描述
2.1水印的生成和嵌入
水印的生成和嵌入过程如下：
1）为确保水印的安全性，本算法使用自定义的编码表对文本病例加密，转换成二进制数作为水印，记为w，水印长度为K，w={wk 0≤k≤K，wk ∈（0，1），被编码的字符包括0-9、a-z、A-Z、标点符号和空格，共62个字符，需用6位的二进制数表示。
4）按z形扫描顺序，对64个系数进行编号，将编号为25-36的12个中频系数等分为6组，每组2个系数，记作M（1）和M（2），每组对应嵌入一位水印信息，针对每组系数，将其最低有效位（LSB）进行异或（xor）运算，得到bm（i），若bm（i）<>wk（i），从中随机选取M（1）或M（2），将其LSB取反；
5）重复第4）步，对所有图像块进行计算；
6）将所有图像块进行逆DCT变换，得到最终加水印图像。
2.2水印的提取和检测
1）将加水印图像进行8*8分块后，应用DCT变换，得到DCT系数，按式（1）量化；
3.实验结果分析
我们对尺寸为512*424的256级灰度CT图像进行实验，嵌入的文本信息为（Li Qinghai 43893 Age 57 years M 15 May 2008.pulmonary embolism），水印长度为372bits（62个字符），结果如图5所示。其中，图5-1为原始CT图像；图5-2为嵌入水印后的图像，可看出图像质量无明显下降，峰值信噪比PSNR=34.6dB；对图5-2应用JPEG压缩操作，然后检测压缩图像的被修改位置，检测结果示意图如图5-3，可以看出水印的破坏并不是特别严重，证明水印具有一定的抗压缩性，是一种半脆弱水印；图5-4是对图像进行篡改后得到的图像，篡改部位用黄色箭头标示；图5-5是对图5-4相应的篡改进行检测得出的结果示意图，由图可见，本算法对篡改可以检测和精确定位，因为水印只嵌入到图像的前62个8*8图像块中，文本仍可以正确提取。每个分块的中频带嵌入6位水印信息，所以每个像素的水印嵌入量为0.09375bit。
4.结束语
本文分析了医学图像的空域特征和频域特征，为在中频带添加水印提供理论依据。在此基础上实现了一种半脆弱DCT域水印算法，算法将文本病例使用自定义编码表生成水印信息，然后在中频带上嵌入水印，实验证明，水印图像抗压缩性较好，水印检测难度大，算法可以检测和精确定位篡改部位。由于医学图像的独特要求，水印图像的抗压缩性还不够理想，算法有待进一步提高。对于医学图像水印的添加，其嵌入位置和嵌入强度受图像类型及图像质量的影响较明显，所以今后的研究工作中，还需要对本算法的适用性进行进一步的检验和改进。
关键词：医学图像；数字水印；DCT变换；信息隐藏；半脆弱
中图分类号：TP309
文献标识码：A
文章编号：1009-3044（2017）10-0221-03
电子病历系统目前已在我国大部分三级医院开始使用了，这无疑为临床诊断和医学类学生的理论学习带来了很多便利，但目前电子病历仅仅是实现了病历录入的电子化，对于病历内容保护较少，尤其是作为诊断依据的医学图像很容易被篡改，而且诊断信息往往与图像分开存储，一方面，会影响医生的诊断，延误最佳诊治时机，在发生医疗事故时，无法作为评断的有力依据，另一方面，对于正处于学习阶段、临床经验较少的医学类学生，一旦接受到不完整或错误的知识，将会对他们将来的工作产生重大的影响，因此，被分发的图像完整性及其诊断信息的认证就显得尤为重要。
如果将包括病人和医生基本信息、临床诊断片段等重要文字信息用一定的方式进行编码、以数字代码水印形式隐藏在为其拍摄的医学影像中，则既可以解决以上提出的问题，又能在病历与医疗图像之间建立起对应关系，保持诊断数据的关联性，有利于准确快捷的检索。
与一般图像相比，医学图像对水印嵌入有一些独特的要求：（1）图像必须无失真，哪怕是微小的改动在法律上都是不允许的，严重的会导致医务人员对病人病情的错误诊断。（2）对所嵌入水印信息的安全性要求严格，特别是有些特殊病人的病历为国家和企业的机密，绝对不允许泄露，水印不能被非法提取。（3）病历信息以水印形式嵌入图像，在需要时应该能够被完整准确地提取出来，这又要求水印必须具备一定的鲁棒性。
基于医学图像水印的独特要求和对医学图像的分析，在水印的嵌入过程中本算法以Cox提出的基于DCT量化系数的半脆弱水印算法和成思提出的基于医学图像感兴趣区域的完整性认证水印算法，为基础，并对其作了一定的改进。Cox提出的算法是随机将水印信息嵌入图像的高频带，可以使水印信息具有较好的不可见性，但是通常图像的大部分能量集中在低频带，通过量化等处理，嵌入到高频带的水印很容易丢失，所以算法的鲁棒性很差；成思提出的算法是将水印信息嵌入图像的中高频带，其鲁棒性不高，抗攻击和稳定性较差；而将水印嵌入到低频带可以使水印具有较好的鲁棒性，但是往往会降低水印的不可见性。通过以上分析，为保证鲁棒性和不可见性的平衡，本算法选择将水印嵌入图像中频带。
1.医学图像的特征
常用医学图像主要包括：x线图像、CT图像、磁共振图像、PET图像、超声图像、CR图像、显微图片等。
下面我们就以肺栓塞CT图像为例，从空域和频域两个方面对医学图像的特征进行分析。
1.1空域特征
1）CT图像灰度值在10-100和150-180之间，变化较平缓，几乎没有灰度值的突变。其灰度直方图如图2所示。
1.2频域特征
本节，我们将对图像进行DCT变换，然后分析交流分量AC（共63个）的特征。
首先對图像进行8*8分块DCT变换，获取DCT系数；然后使用JPEG标准量化表（表2）选择量化因子，对DCT系数进行量化；最后按z形扫描顺序（如表3），将DCT系数进行排序，再进行统计分析，其中左上角标为DC的第一个频点为直流分量，左上角阴影部分的20个频带点为低频带，中间的22个频带点为中频带，右下角阴影部分的21个频带点为高频带。实验时我们将直流分量DC置0，以便于观察第一个AC系数的变化方向。
1）频域均值如图3所示，低频带上变化幅度较大，在-2.2到1.8之间，中频带变化幅度较小，大致在0.6到0之间，高频带几乎没有变化。
2）频域标准差如图4所示，由图可见，低频带的频域标准差变化较大，在0到100之间，中频带的频域标准差变化较小，在0到12之间，高频带几乎没有变化。
3）在对以上两步操作统计的频域均值和标准差进行重复计算后，得到均值的均值和标准差的标准差，如表4所示。这两个参数显示了频域的相关特性。
2.算法描述
2.1水印的生成和嵌入
水印的生成和嵌入过程如下：
1）为确保水印的安全性，本算法使用自定义的编码表对文本病例加密，转换成二进制数作为水印，记为w，水印长度为K，w={wk 0≤k≤K，wk ∈（0，1），被编码的字符包括0-9、a-z、A-Z、标点符号和空格，共62个字符，需用6位的二进制数表示。
4）按z形扫描顺序，对64个系数进行编号，将编号为25-36的12个中频系数等分为6组，每组2个系数，记作M（1）和M（2），每组对应嵌入一位水印信息，针对每组系数，将其最低有效位（LSB）进行异或（xor）运算，得到bm（i），若bm（i）<>wk（i），从中随机选取M（1）或M（2），将其LSB取反；
5）重复第4）步，对所有图像块进行计算；
6）将所有图像块进行逆DCT变换，得到最终加水印图像。
2.2水印的提取和检测
1）将加水印图像进行8*8分块后，应用DCT变换，得到DCT系数，按式（1）量化；
3.实验结果分析
我们对尺寸为512*424的256级灰度CT图像进行实验，嵌入的文本信息为（Li Qinghai 43893 Age 57 years M 15 May 2008.pulmonary embolism），水印长度为372bits（62个字符），结果如图5所示。其中，图5-1为原始CT图像；图5-2为嵌入水印后的图像，可看出图像质量无明显下降，峰值信噪比PSNR=34.6dB；对图5-2应用JPEG压缩操作，然后检测压缩图像的被修改位置，检测结果示意图如图5-3，可以看出水印的破坏并不是特别严重，证明水印具有一定的抗压缩性，是一种半脆弱水印；图5-4是对图像进行篡改后得到的图像，篡改部位用黄色箭头标示；图5-5是对图5-4相应的篡改进行检测得出的结果示意图，由图可见，本算法对篡改可以检测和精确定位，因为水印只嵌入到图像的前62个8*8图像块中，文本仍可以正确提取。每个分块的中频带嵌入6位水印信息，所以每个像素的水印嵌入量为0.09375bit。
4.结束语
本文分析了医学图像的空域特征和频域特征，为在中频带添加水印提供理论依据。在此基础上实现了一种半脆弱DCT域水印算法，算法将文本病例使用自定义编码表生成水印信息，然后在中频带上嵌入水印，实验证明，水印图像抗压缩性较好，水印检测难度大，算法可以检测和精确定位篡改部位。由于医学图像的独特要求，水印图像的抗压缩性还不够理想，算法有待进一步提高。对于医学图像水印的添加，其嵌入位置和嵌入强度受图像类型及图像质量的影响较明显，所以今后的研究工作中，还需要对本算法的适用性进行进一步的检验和改进。