分区域的医学图像高容量无损信息隐藏方法

针对医学图像的分区域典型特征,提出一种基于区域和直方图平移的高容量无损信息隐藏方法。本方法用最大类间距分割法求得原始图像的前景区域,再用聚合多边形逼近和图像拟合法得到其数据嵌入区域。在数据嵌入过程中,提出利用差值直方图循环平移和基于编码的直方图平移方法分别在前景和背景区域嵌入数据,提高了原始直方图平移方法容量和解决了溢出问题。实验结果表明该方法总的嵌入容量可达1 bit/packet以上,并且隐秘图像质量在40dB左右,适用于具有区域特征的质量敏感图像的大容量信息隐藏。     

医学图像可逆数字水印防溢出处理研究

针对医学图像数字水印嵌入过程中出现的大量溢出现象,对文献中提及的几种常见防溢出算法——module一256、位置映射和直方图压缩方法进行了对比实验。实验结果给出了三种方法对可逆水印算法的容量和图像质量造成的影响,证明了直方图压缩方法的优越性。分析指出防溢出算法是医学图像可逆数字水印性能的关键,其算法选择取决于具体的可逆水印算法和医学载体图像的不同形态。     

基于分支语句的软件水印的设计与实现

提出一种基于条件分支语句的软件水印的设计思想，并在实现过程中运用混淆和防篡改技术。增强水印的鲁棒性。通过实验证明，该方法能抵挡一些简单的针对软件水印的攻击，并为设计静态水印和动态水印相结合的软件水印算法提供可行的思路。     

自适应高容量医学图像可逆数据隐藏算法

提出了一种新的医学图像无损数据隐藏算法,根据医学图像特点,将隐秘信息分别嵌入在感兴趣区域和非感兴趣区域中。在非感兴趣区域中,采用自适应整数变换方法增大嵌入容量并控制失真;在感兴趣区域,采用最低有效位替换方法控制水印图像质量。实验结果表明,算法的嵌入容量在1.2bpp到1.7bpp之间,而峰值信噪比保持在43dB左右。与现有相关算法相比,嵌入容量具有明显优势并保持较高的图像质量。另外,本方法计算复杂度低,能方便应用于实际的医学信息系统中。     

抵抗背景知识攻击的电子病历隐私保护新算法

在区域医疗信息共享下,传统的匿名化隐私保护算法面对背景知识攻击时抵抗力较差。为此,提出一种敏感属性聚类匿名算法。利用敏感属性之间的关联进行微聚类,使等价组中敏感属性之间在相似性增大的同时存在差异性,从而较好地抵抗背景知识攻击,提高抗泄露风险能力。实验结果表明,该算法能减小数据信息表中的隐私泄露风险。     

基于采样预测和差值变换的医学图像可逆水印算法

针对远程诊疗应用场景下医学图像传输的安全性问题,提出一种基于采样预测差值变换的医学图像可逆水印算法.首先对图像进行采样并预测得到相邻子样图像的像素值;然后计算得到子样图像间的像素差值,通过调整差值嵌入水印信息并形成水印图像.接收端在水印图像没有遭到篡改情况下能正确提取出水印信息并且无失真地还原原始图像.算法充分利用图像子样像素之间的高相关性,提高了嵌入容量;另外,算法具有较好的图像质量和运行效率,实验结果证明了算法的优越性.     

融合深度情感分析和评分矩阵的推荐模型

目前,大多数推荐系统都具有评分数据稀疏性的问题,它会限制模型的有效性。而用户对于某件商品撰写的评论中隐含了很多信息,对评论文本进行情感分析并提取关键的因素来用于模型的学习,可以有效地缓解数据稀疏问题,但仅使用评论数据而忽略了评分数据的主要因素会影响推荐精度。对此,为了进一步提高推荐精度,该文提出一个评论文本和评分矩阵交互(RTRM)的深度模型,该模型能够提取评论文本和评分矩阵的深层次特征,并结合它们进行评分预测;其次,通过使用预训练的Electra模型得到每条评论的隐表达,并结合深度情感分析及注意力机制实现从上下文语义层面对评论文本的分析,解决了短文本的语义难以分析的问题;同时,在融合层模块中,用户(物品)评论和评分矩阵进行交互,最终预测出用户对商品的评分;最后,在6组数据集上,采用均方误差(MSE)进行性能对比实验,实验结果表明该文模型性能优于其他系统,且平均预测误差最大降低了12.821%,该模型适用于向用户推荐精确的物品。     

结合纹理复杂度和JND模型的图像水印算法

针对目前基于灰度共生矩阵相关水印算法存在容量较小的问题,提出一种将纹理复杂度和DCT域JND模型相结合的图像水印算法。首先将原图像分成子块,利用各子块灰度共生矩阵的四个纹理特性计算其纹理复杂度,并据此对子块进行排序以确定水印嵌入的子块位置后对原图像素矩阵进行DCT变换,结合新的分区方式计算各块JND值,根据JND值以及新的嵌入规则确定子块内水印嵌入方式。算法有效考虑了图像块的纹理特性和人眼视觉敏感性,加强了嵌入水印后的图像质量,提高了水印嵌入容量。实验结果表明,所提方法在嵌入相同容量的水印时,图像平均峰值信噪比（PSNR）较现有方法高出4.27%左右,在嵌入超过原方法容量上限一倍的水印时,图像平均PSNR仍有53.449 8 dB。     

H.264压缩域安全型视频水印算法

针对已有的视频水印算法安全性较差的问题,本文结合H.264的编解码特性,提出一种H.264压缩域安全型视频水印算法。算法首先对宏块中的16个子块进行标记,然后利用Logistic混沌序列、帧内预测模式和边缘特征选出前8个子块并将其分成两组,最后利用子块间能量差来嵌入水印。算法利用混沌序列对子块分组进行置乱增加了攻击者对水印信息进行篡改的难度,从而提高了算法的安全性。仿真实验证明该算法具有高安全性,另外具有较好的鲁棒性和透明性。     

一种彩色图像无损鲁棒数字水印算法

本文针对空域无损水印的脆弱性缺陷,提出了一种新的无损鲁棒数字水印算法。首先将原始彩色图像划分为R、G、B三原色子通道,然后将每个子通道进行不重叠分块,计算各分块算术差值。通过给定的规则调整算术差值,在三个通道中嵌入重复的水印信息。在数据提取阶段,对三原色子通道分别提取出水印信息。根据投票理论,判决生成最后的水印信息。实验结果表明,本文提出的算法能较好地抵抗JPEG压缩、高斯和盐椒等噪声攻击,具有较强的鲁棒性。