基于四元数可逆网络的医学图像信息隐藏

随着5G和远程医疗飞速发展,云端健康监测数据及病例几何式增多。这一系列行为使大量医疗信息暴露在公共视野,这不仅对医患双方的隐私及健康安全构成严重威胁,甚至会带来国家安全、社会影响力等多方面的连锁反应。如何保护患者隐私,提高医学图像在云端的安全性成为新的难题。以肺部医学图像为研究对象,提出了一种基于四元数可逆网络的医学图像信息隐藏算法,保护云端肺部医学图像数据安全。首先,提出了一种基于四元数嵌入的可逆神经网络以实现秘密信息的嵌入及提取,通过反向学习机制有效地增加了图像的嵌入容量,且能够实现将全尺寸的秘密信息隐藏到相同尺寸的原始图像中,为了提高秘密信息的不可见性,利用四元数小波变换在图像的小波域隐藏秘密信息,提高了隐藏的安全性。此外,该模型具有较强的抗隐写分析能力,ROC曲线下面积的值为0.50。