医学图像身份混淆共享方法、系统、终端设备及存储介质技术方案

本发明专利技术提供了一种医学图像身份混淆共享方法、系统、终端设备及存储介质，该方法包括：对患者的身份信息进行加密，得到加密密钥和身份加密数据；将身份加密数据嵌入至水印图像中得到双水印图像和嵌入密钥，将双水印图像嵌入至医学图像中得到医学嵌入图像；将医学嵌入图像输入预训练后的模态转换网络进行模态转换，得到医学身份混淆图像，将医学身份混淆图像、加密密钥和嵌入密钥传输至医学图像共享系统。本发明专利技术能有效的对身份信息和医学图像起到双水印的加密效果，通过将医学嵌入图像输入预训练后的模态转换网络进行模态转换，有效的降低身份信息和医学图像传输过程中被攻击的概率，提高了医学图像和身份信息传输时的安全性。提高了医学图像和身份信息传输时的安全性。提高了医学图像和身份信息传输时的安全性。

【技术实现步骤摘要】
医学图像身份混淆共享方法、系统、终端设备及存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种医学图像身份混淆共享方法、系统、终端设备及存储介质。

技术介绍

[0002]作为一个合格的医疗数据共享系统，必须保证医疗数据的完整性和隐私性，特别是患者的医学图像和身份信息。
[0003]现有的医学图像和身份信息传输过程中，一般是将身份信息和医学图像加密成类噪声图像，容易被攻击，降低了医学图像和身份信息传输的安全性。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种医学图像身份混淆共享方法、系统、终端设备及存储介质，旨在解决现有的医学图像和身份信息传输过程中，安全性低下的问题。
[0005]本专利技术实施例是这样实现的，一种医学图像身份混淆共享方法，所述方法包括：获取患者的身份信息，并对所述身份信息进行加密，得到加密密钥和身份加密数据；将所述身份加密数据嵌入至预设的水印图像中，得到双水印图像和嵌入密钥，并将所述双水印图像嵌入至所述患者的医学图像中，得到医学嵌入图像；将所述医学嵌入图像输入预训练后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医学图像身份混淆共享方法，其特征在于，所述方法包括：获取患者的身份信息，并对所述身份信息进行加密，得到加密密钥和身份加密数据；将所述身份加密数据嵌入至预设的水印图像中，得到双水印图像和嵌入密钥，并将所述双水印图像嵌入至所述患者的医学图像中，得到医学嵌入图像；将所述医学嵌入图像输入预训练后的模态转换网络进行模态转换，得到医学身份混淆图像，并将所述医学身份混淆图像、所述加密密钥和所述嵌入密钥传输至医学图像共享系统。2.如权利要求1所述的医学图像身份混淆共享方法，其特征在于，所述将所述身份加密数据嵌入至预设的水印图像中，得到双水印图像和嵌入密钥，包括：对所述水印图像进行块分割，得到水印块图像，并对所述水印块图像进行中值边缘预测，得到预测误差；对所述预测误差的位平面图进行二进制转换，并根据二进制转换后的所述预测误差的位平面图对所述水印图像进行图像压缩，得到压缩误差位平面；根据所述嵌入密钥生成随机矩阵，并将所述随机矩阵与所述压缩误差位平面进行异或操作，得到水印异或图像；查询所述水印异或图像中的空白区域，并将所述身份加密数据嵌入至所述空白区域中，得到所述双水印图像。3.如权利要求1所述的医学图像身份混淆共享方法，其特征在于，所述将所述医学嵌入图像输入预训练后的模态转换网络进行模态转换之前，还包括：将胸部X射线样本图像和脑部分割样本图像分别输入模态转换网络进行模态预测，得到胸部模态转换图像和脑部模态转换图像；分别查询所述胸部X射线样本图像和所述脑部分割样本图像的标准图像，得到胸部转换标准图像和脑部转换标准图像；根据所述胸部模态转换图像、所述脑部模态转换图像、所述胸部转换标准图像和所述脑部转换标准图像，分别计算对抗损失和循环一致性损失；根据所述对抗损失和所述循环一致性损失对所述模态转换网络进行参数更新，直至所述模态转换网络收敛，得到预训练后的所述模态转换网络。4.如权利要求3所述的医学图像身份混淆共享方法，其特征在于，所述分别计算对抗损失和循环一致性损失所采用的公式包括：；；其中，表示对抗损失函数，表示模态转换网络的损失函数，表示模态转换网络对应模态恢复网络的损失函数，为模态转换网络对应的判别器，为模态恢复网络对应的判别器，E表示数学期望，表示y的概率分布，表示x的概率分布，...

【专利技术属性】
技术研发人员：温文媖，苑紫烨，方玉明，张玉书，邱宝林，
申请(专利权)人：江西财经大学，
类型：发明
国别省市：