基于智能优化的三维医学图像可逆水印研究

With the fast development of telesurgery and establishment of hospital healthcare information system, the diagnosis and healthy information are easily modified, and thus arouse the content protection issue. Digital watermarking is an effective measure to address this issue. However, watermarking algorithm for medical image especially for 3D medical image is still at an early stage. The biggest challenge lies in: lossless recovery, data originality and integrity. To solve it, this project proposes a new reversible 3D medical image watermarking scheme based on intelligent optimization. Firstly, a reversible 3D medical image watermarking based on self-adaptive machine learning method is proposed to solve the contradictory requirements: robustness, imperceptibility and capacity. Secondly, integration of 3D SIFT and 3D quaternion wavelet transform （QWT） to withstand the geometrical attack. The study of content protection and authentication of 3D medical image by watermarking has very important academic meaning as well as long term economic and social values.

随着远程手术的开展和医院健康信息系统的建立，诊断及健康信息被篡改的安全隐患广泛存在。数字水印技术是解决此问题的有效手段，但是医学图像特别是三维医学图像的水印技术仍处于探索阶段，其挑战主要在于：需无损回复、保留数据原始性和完整性。为解决上述难题，本课题提出基于智能优化的三维医学图像可逆水印的研究。首先，提出一种基于自适应机器学习的三维医学图像可逆水印方法，达到相互矛盾的水印鲁棒性、不可感知性和容量的平衡；其次，结合3D SIFT特征描述和三维四元数小波(QWT)变换技术，提高抗几何攻击能力；再次，提出利用混沌信号和加密算法，增强安全性；最后，提出同步码的设计抵抗同步攻击。本项目对于三维医学图像的内容保护和认证系统的研究具有重要的经济和社会价值。

此项目以解决l医学图像数字水印的版权保护和盗版检问题测为主要目的，实现医学数据水印的嵌入和检测。具体说来，此项目的开展提出了一种基于混沌映射和四元数小波变换（QWT）的图像水印算法，并通过自适应差分进化（ADE）实现水印的智能化。水印预先通过分段线性混沌映射（PWLCM）等进行置乱，以增加安全性，然后通过ADE算法自动优化水印参数（即比例因子），将水印智能地插入到QWT幅度中。实验结果表明，该算法对常见的攻击尤其是几何失真具有高鲁棒性。与其他水印算法的比较结果也证明了该算法的优越性。本项目的贡献主要如下：1）通过QWT的平移不变性和SVD的优点提高几何失真攻击的鲁棒性; 2）嵌入前利用PWLCM加密水印具有高度安全性; 3）通过ADE训练和优化，独特设计的目标函数使得水印的要求达到最佳平衡。本项目对于医学图像的内容保护和认证系统的研究具有重要的经济和社会价值意义。