摘 要：數(shù)字水印技術(shù)的應(yīng)用為醫(yī)療信息安全在版權(quán)保護(hù)、身份驗(yàn)證 、內(nèi)容認(rèn)證和篡改定位與恢復(fù)等功能上提供了強(qiáng)有力的支持。為了推動多功能水印技術(shù)在醫(yī)療信息領(lǐng)域進(jìn)一步的發(fā)展，首先對醫(yī)療信息中容易修改的電子病歷和醫(yī)療影像進(jìn)行深入分析；針對不同醫(yī)療隱私場景中存在的問題，根據(jù)數(shù)字水印技術(shù)的功能特性進(jìn)行歸納分類；最后，論述不同的水印特性在醫(yī)療領(lǐng)域不同應(yīng)用場景下的表現(xiàn)并進(jìn)行展望，旨在為數(shù)字水印技術(shù)在醫(yī)療領(lǐng)域更好地應(yīng)用提供參考。

關(guān)鍵詞：信息安全；數(shù)字水?。会t(yī)學(xué)圖像；電子病歷

中圖分類號：TP391" " 文獻(xiàn)標(biāo)識碼：A" 文章編號：1007 - 9734 （2024） 05 - 0058 - 07

DOI：10.19327/j.cnki.zuaxb.1007-9734.2024.05.008

0 引 言

隨著醫(yī)療信息技術(shù)的快速發(fā)展和電子健康記錄的廣泛應(yīng)用，大量敏感性數(shù)據(jù)在網(wǎng)絡(luò)中被數(shù)字化存儲和傳輸，這引起了人們對個人隱私安全的高度關(guān)注。當(dāng)前，醫(yī)療信息安全所涉及的問題不僅限于個人隱私保護(hù)，還包括醫(yī)學(xué)圖像的版權(quán)保護(hù)、身份驗(yàn)證、內(nèi)容認(rèn)證、篡改定位與恢復(fù)等方面。醫(yī)療數(shù)據(jù)的泄露、篡改或丟失可能會對患者的隱私權(quán)和醫(yī)療決策造成嚴(yán)重影響，甚至危及患者的生命安全。在此背景下，以其隱蔽性和不可見性而聞名的數(shù)字水印技術(shù)，成為保護(hù)敏感醫(yī)療信息的理想解決方案。

在醫(yī)療行業(yè)中，患者的診斷信息通常會以電子病歷（Electronic Medical Record，EMR）的形式進(jìn)行存儲。電子病歷屬于患者在醫(yī)療機(jī)構(gòu)的私人檔案，它包含了病人的基本信息、病史、重要的臨床數(shù)據(jù)、診斷詳情、體檢報(bào)告、主治醫(yī)生和藥物使用情況等內(nèi)容[1]。目前，EMR是醫(yī)學(xué)領(lǐng)域最為主流的數(shù)字化個人信息存儲方式之一，其主要目的是實(shí)現(xiàn)醫(yī)療信息的電子化存儲和管理，并提高醫(yī)療服務(wù)的效率和質(zhì)量。在整個醫(yī)療系統(tǒng)中，EMR扮演著十分重要的角色，患者電子病歷的完整性和真實(shí)性直接關(guān)乎醫(yī)生診斷的質(zhì)量。對于醫(yī)療機(jī)構(gòu)而言，EMR的完整性和可靠性可以幫助醫(yī)院對某種疾病的病情發(fā)展進(jìn)行預(yù)測；對于患者而言，它可以幫助醫(yī)生選擇最佳的治療方案[2]。Dusserre教授指出，檢測醫(yī)學(xué)信息有效性的幾項(xiàng)標(biāo)準(zhǔn)分別為相關(guān)性、準(zhǔn)確性、真實(shí)性、可靠性、可獲取性、全面性、可操作性等[3]。這些醫(yī)學(xué)信息標(biāo)準(zhǔn)，對醫(yī)療診斷有著極其重要的約束和規(guī)范。

醫(yī)學(xué)圖像是醫(yī)生對患者病情診斷的關(guān)鍵參考依據(jù)。醫(yī)學(xué)影像技術(shù)主要包括X射線成像、計(jì)算機(jī)斷層掃描（Computed Tomography，CT）、磁共振成像（Magnetic Resonance Imaging，MRI）、超聲成像、核醫(yī)學(xué)成像等。在醫(yī)療診斷上，醫(yī)學(xué)影像能夠提供精準(zhǔn)醫(yī)療臨床決策支持，其涉及患者、醫(yī)院、研究機(jī)構(gòu)、算法開發(fā)人員、診斷設(shè)備供應(yīng)商、行業(yè)等信息[4]。醫(yī)療圖像數(shù)據(jù)占所有醫(yī)療健康數(shù)據(jù)的90%[5]，它是臨床分析和醫(yī)療診斷的重要依據(jù)之一。醫(yī)學(xué)圖像可以分為感興趣區(qū)域（Region of Interest，ROI）和非感興趣區(qū)域（Region of Non-Interest，RONI）。在診斷過程中，醫(yī)生主要針對醫(yī)學(xué)圖像的 ROI區(qū)域進(jìn)行病理分析。而在RONI區(qū)域，則會使用數(shù)字水印技術(shù)將患者的EMR或醫(yī)院標(biāo)識等信息作為水印嵌入其中。這樣做的目的是防止在公共網(wǎng)絡(luò)上共享醫(yī)學(xué)圖像時，出現(xiàn)未經(jīng)授權(quán)的復(fù)制、篡改和盜用等行為，以此確保醫(yī)學(xué)圖像的完整性和準(zhǔn)確性。所以，保護(hù)醫(yī)學(xué)圖像的完整性和準(zhǔn)確性不僅是保障醫(yī)療信息安全的關(guān)鍵措施，也是提高診斷和治療質(zhì)量的重要環(huán)節(jié)。

1 醫(yī)療安全概述

人工智能、遠(yuǎn)程醫(yī)療、大數(shù)據(jù)技術(shù)、醫(yī)療物聯(lián)網(wǎng)（Internet of Medical Things，IoMT）正逐步融入醫(yī)療行業(yè)，推動醫(yī)療行業(yè)向信息化、數(shù)字化方向發(fā)展。醫(yī)療信息化不僅為患者帶來了便利，而且也增加了患者隱私泄露的風(fēng)險。例如電子病歷、遠(yuǎn)程醫(yī)療服務(wù)、醫(yī)療影像（X射線，CT，MRI，超聲影像等）、智能健康監(jiān)測、個性化醫(yī)療（患者的基因組學(xué)、生物信息學(xué)等數(shù)據(jù)）、醫(yī)療大數(shù)據(jù)分析和智能藥物管理等。這些高度信息化的醫(yī)療信息，往往伴隨著信息安全泄露、篡改和盜取的發(fā)生。

在醫(yī)療物聯(lián)網(wǎng)中，醫(yī)療設(shè)備與互聯(lián)網(wǎng)之間的連接能夠收集或生成醫(yī)療記錄，處理這些數(shù)據(jù)并有效地存儲，從而更好地管理醫(yī)療健康數(shù)據(jù)。然而，在 COVID-19大流行期間，許多醫(yī)療中心將患者的醫(yī)療記錄存儲在服務(wù)器上。盡管這種做法為醫(yī)護(hù)人員提供了更好的參考，但也伴隨著潛在的患者信息隱私風(fēng)險，如數(shù)據(jù)篡改、身份欺詐、版權(quán)問題和隱私泄露等。

對醫(yī)療信息安全存在的隱患，主要從電子病歷和醫(yī)學(xué)圖像兩個方面的應(yīng)用來闡述。具體來說，EMR和醫(yī)學(xué)圖像包含了大量敏感信息，這些敏感信息的泄露不管是對患者還是醫(yī)院都存在極大的安全隱患。例如，在版權(quán)保護(hù)方面，一是共享在公共網(wǎng)絡(luò)上的醫(yī)學(xué)圖像可能會遭遇未經(jīng)授權(quán)的復(fù)制、分發(fā)、共享或出售。二是缺乏明確的版權(quán)聲明，導(dǎo)致版權(quán)糾紛問題，嚴(yán)重的情況下可能會被告上法庭；在身份驗(yàn)證方面，患者的EMR需要主治醫(yī)生的授權(quán)才可訪問，未經(jīng)授權(quán)的訪問人員，可能導(dǎo)致敏感信息泄露。但一些不法分子會以不正當(dāng)手段對醫(yī)療信息進(jìn)行盜取，冒充合法用戶訪問和修改數(shù)據(jù)；在醫(yī)療信息內(nèi)容認(rèn)證方面，患者信息的完整性在傳輸和存儲過程中可能被篡改或丟失，這將嚴(yán)重影響醫(yī)生的診斷結(jié)果和治療效果。同時，醫(yī)療信息內(nèi)容的完整性對臨床研究和公共衛(wèi)生研究至關(guān)重要。這些數(shù)據(jù)有助于研究人員分析疾病趨勢、評估治療效果和開發(fā)新療法。在不同醫(yī)療機(jī)構(gòu)之間轉(zhuǎn)診時，完整的內(nèi)容記錄有助于患者信息的對接，確保持續(xù)和一致的護(hù)理；在篡改定位與恢復(fù)方面，醫(yī)生在診斷過程中如未能發(fā)現(xiàn)被篡改的CT圖像，從而對患者的病情提出不適宜的治療方案，易造成醫(yī)療事故。這不僅危害了患者生命安全，還增加了醫(yī)療費(fèi)用。篡改定位與恢復(fù)可以確?；颊呓邮苷_的病情治療，為患者提供更好的醫(yī)療。

2 醫(yī)療安全場景下多功能水印技術(shù)的分類

在醫(yī)療安全場景下多功能水印算法按照不同功能種類劃分，可分為多種類別，如圖1所示。

多功能水印分類雖多，但實(shí)現(xiàn)這些功能的本質(zhì)水印主要是魯棒水印和脆弱水印的衍生。不同水印在數(shù)字圖像中的應(yīng)用是根據(jù)數(shù)字水印的功能、嵌入域、提取方式、可見性等角度進(jìn)行選擇。其中，嵌入域的位置是根據(jù)應(yīng)用場景選取。對于盲水印和非盲水印是按照提取時是否需要原始載體圖像劃分。在醫(yī)療信息隱私加密中充分考慮了人類視覺系統(tǒng)（Human Visual System，HVS）的獨(dú)特性，從而實(shí)現(xiàn)對醫(yī)療數(shù)據(jù)的隱式保護(hù)，并提供高效的數(shù)據(jù)加密手段。大部分情況下，我們通常在醫(yī)療圖像或電子病歷中嵌入不可見水印，目的是為了提高其安全性。同時，HVS對于圖像的感知具有一定的局限性，比如對顏色和亮度的微小變化，以及特定頻率范圍內(nèi)的信息不敏感?；谶@些特性，通過數(shù)字水印技術(shù)，可以在醫(yī)療圖像或電子病歷中嵌入一些不可見的標(biāo)識信息來保護(hù)患者隱私，從而在不影響醫(yī)生對患者病情準(zhǔn)確診斷的前提下，提高數(shù)據(jù)的安全性和可信度。

從版權(quán)保護(hù)角度來看，為了不影響醫(yī)學(xué)圖像完整性，我們通常采用魯棒水印或零水印。魯棒水印在該領(lǐng)域被廣泛應(yīng)用，它具有高強(qiáng)度抗攻擊能力，即使遭受各種攻擊以后，仍可以保持水印信息的完整性和可提取性。而零水印的特點(diǎn)在于，它不修改原始圖像本身，并且擁有良好的魯棒性和高保真性。我們根據(jù)載體圖像的特征提取信息，將其加密后存儲在獨(dú)立的數(shù)據(jù)庫或服務(wù)器中。在版權(quán)認(rèn)證時，將其與提取到的圖像的特征值進(jìn)行匹配，而不是從圖像中提取水印信息。因此，魯棒水印和零水印都非常適用于醫(yī)學(xué)圖像版權(quán)保護(hù)。

從身份驗(yàn)證角度來看，水印類型通常需要具備高度的魯棒性和安全性。為了提高魯棒性，通常在圖像變換域中使用一些算法。例如，奇異值分解（Singular Value Decomposition，SVD）、離散余弦變換（Discrete Cosine Transform，DCT）、離散小波變換（Discrete Wavelet Transform，DWT）、離散傅里葉變換（Discrete Fourier Transform，DFT）等，這些算法會使變換域系數(shù)發(fā)生較大變化，從而提升魯棒性。在醫(yī)療信息的身份驗(yàn)證中，通常需要驗(yàn)證患者或醫(yī)生的身份信息，例如指紋、患者身份證號或醫(yī)院專屬的醫(yī)生工號等。為確保身份驗(yàn)證信息的完整性和安全性，我們常使用具有高強(qiáng)度抗攻擊能力的魯棒水印技術(shù)。

從內(nèi)容認(rèn)證角度來看，主要是通過嵌入半脆弱水印或脆弱水印對其內(nèi)容進(jìn)行認(rèn)證。醫(yī)療信息的內(nèi)容認(rèn)證和完整性驗(yàn)證，直接關(guān)系患者的安全、醫(yī)療診斷的準(zhǔn)確性以及醫(yī)療數(shù)據(jù)的完整性和可信度。脆弱水印是圖像內(nèi)容發(fā)生任何像素級微小修改，水印就會被破壞。其主要目的是確保圖像的完整性，即一旦圖像被修改，水印就會損壞或變得不可檢測，從而指出圖像內(nèi)容被篡改過。

從篡改定位與恢復(fù)角度來看，所使用的水印為半脆弱或脆弱水印。該水印類型對圖像內(nèi)容變化非常敏感，經(jīng)過修改變動以后就會被檢測出來。該技術(shù)的實(shí)現(xiàn)，一般先將圖像劃分為若干塊，在每個塊中嵌入該類型的水印。在提取水印時，如果塊的水印被破壞，則表明該塊被篡改，可以定位到具體的篡改區(qū)域。為了恢復(fù)被篡改區(qū)域內(nèi)容，在嵌入水印時會融合一些恢復(fù)技術(shù)，例如DCT系數(shù)計(jì)算、區(qū)塊鏈技術(shù)、塊截?cái)嗑幋a等。這項(xiàng)技術(shù)有助于保護(hù)醫(yī)療圖像的完整性和可靠性，同時為醫(yī)療糾紛和醫(yī)療決策提供科學(xué)依據(jù)。

3 多功能水印技術(shù)在醫(yī)療信息中的應(yīng)用

數(shù)字水印在醫(yī)療信息上的應(yīng)用，為現(xiàn)代醫(yī)療信息安全領(lǐng)域帶來了革命性的變革。在醫(yī)療影像診斷、患者電子病歷以及數(shù)據(jù)安全性保障等方面，數(shù)字水印技術(shù)發(fā)揮著至關(guān)重要的作用。具體來講，多功能水印技術(shù)應(yīng)用主要分為版權(quán)保護(hù)、身份驗(yàn)證、內(nèi)容認(rèn)證、篡改定位與恢復(fù)等。圖2所示為水印嵌入醫(yī)學(xué)圖像的實(shí)現(xiàn)思路：將不同功能的水印嵌入載體圖像。一般醫(yī)學(xué)圖像分為ROI區(qū)域和RONI區(qū)域，為了不影響醫(yī)學(xué)圖像質(zhì)量，通常水印嵌入RONI區(qū)域。圖3所示為提取含水印載體圖像的實(shí)現(xiàn)思路，醫(yī)生通過密鑰提取水印和載體圖像，通過檢查水印來辨別醫(yī)學(xué)圖像的損失狀況。

3.1" 版權(quán)保護(hù)

對于醫(yī)療機(jī)構(gòu)信息的版權(quán)保護(hù)，需選取特定標(biāo)識作為醫(yī)療機(jī)構(gòu)認(rèn)證版權(quán)的水印。在醫(yī)療圖像或電子病歷中嵌入特定的數(shù)字水印信息作為唯一標(biāo)識，可以有效地保護(hù)這些數(shù)據(jù)的版權(quán)。由于醫(yī)療圖像往往包含大量的敏感信息和醫(yī)學(xué)專業(yè)知識，所以嵌入數(shù)字水印使得醫(yī)療信息在被非法復(fù)制或內(nèi)容傳播時，可以通過檢測水印信息來證明自己的版權(quán)，以及追蹤端點(diǎn)行為，并追究侵權(quán)者的法律責(zé)任。在醫(yī)療糾紛或法律訴訟時，醫(yī)療圖像里的標(biāo)識水印信息可以成為關(guān)鍵證據(jù)，有效解決醫(yī)療糾紛或醫(yī)學(xué)成果版權(quán)問題。圖4顯示了水印在醫(yī)療版權(quán)保護(hù)中的應(yīng)用。

Rishi等[6]提出了一種使用YCbCr色彩空間、整數(shù)小波變換（Integer Wavelet Transform，IWT）和離散余弦變換（DCT）的技術(shù)將水印嵌入彩色圖像，使用基于Mersenne Twister隨機(jī)數(shù)生成器的隨機(jī)化過程來選擇嵌入水印位的圖像塊。然后對嵌入的水印位，依次進(jìn)行IWT變換和DCT變換，這種嵌入過程極大地提高了水印的魯棒性和不可見性。同時，為了減小嵌入過程的計(jì)算復(fù)雜性，提出了一種人工神經(jīng)網(wǎng)絡(luò)的嵌入框架，從而實(shí)現(xiàn)快速響應(yīng)。該實(shí)驗(yàn)驗(yàn)證其魯棒性和不可見性，對水印圖像進(jìn)行了常見的信號處理攻擊，結(jié)果顯示魯棒性良好，并對多組不同圖像進(jìn)行了相似性驗(yàn)證，其結(jié)果顯示不可見性良好。所以，該方法在不影響圖像質(zhì)量的前提下，展示了對各種圖像處理攻擊的高度魯棒性和不可感知性，非常適用于版權(quán)保護(hù)。

Shen等[7]提出了一種基于QZ算法的醫(yī)療和非醫(yī)療圖像盲水印方案，QZ算法可以產(chǎn)生兩個上擬三角矩陣和兩個酉矩陣[8][9]。該方案的嵌入過程是對彩色宿主圖像使用離散小波變換—奇異值分解（DWT-SVD）來獲取宿主圖像的奇異矩陣，這一舉措可以顯著提升水印的魯棒性[10]。與傳統(tǒng)的加性融合嵌入方法相比，該方案使用 QZ 算法將水印圖像和宿主圖像作為兩個輸入，以實(shí)現(xiàn)水印的嵌入，而非直接將水印添加到宿主圖像中。通過在醫(yī)學(xué)和非醫(yī)學(xué)圖像上進(jìn)行多種常見攻擊測試（如噪聲、壓縮、濾波等），實(shí)驗(yàn)結(jié)果表明魯棒性良好、方案可行性高，并且無偽造攻擊和無誤報(bào)。所以，QZ算法盲水印方案具有良好的不可察覺性和魯棒性。此外，該應(yīng)用方案也可以自動擴(kuò)展到音頻的版權(quán)保護(hù)以及視頻的版權(quán)保護(hù)。

對文獻(xiàn)[6][7]對比分析，如表1所示。

多功能水印技術(shù)在醫(yī)學(xué)圖像的版權(quán)保護(hù)應(yīng)用需滿足其魯棒性高的特點(diǎn)。為了增強(qiáng)圖像的魯棒性，在嵌入時，會使用較為復(fù)雜的融合方式和一些水印優(yōu)化參數(shù)算法來提高圖像的抗攻擊能力。醫(yī)學(xué)圖像是診斷和治療的重要依據(jù)之一，它是由專業(yè)人士或醫(yī)療機(jī)構(gòu)通過復(fù)雜和昂貴的設(shè)備生成的，具有較高的知識產(chǎn)權(quán)價值。魯棒水印以良好的抵抗幾何攻擊能力，有效地保護(hù)了醫(yī)療信息版權(quán)，防止未經(jīng)授權(quán)的復(fù)制和傳播，避免一些不必要的醫(yī)療糾紛事件。

3.2" 身份驗(yàn)證

對于醫(yī)療信息的身份驗(yàn)證可以將醫(yī)護(hù)人員或患者的身份信息，如姓名、指紋等唯一標(biāo)識符作為水印信息驗(yàn)證，以確保只有授權(quán)的人員才能訪問和修改相關(guān)信息。有了嵌入的水印標(biāo)識符，使得偽造或篡改醫(yī)療信息變得更加困難。通過檢測數(shù)字水印的存在和內(nèi)容，醫(yī)療機(jī)構(gòu)可以驗(yàn)證醫(yī)療信息的真實(shí)性和完整性，防止身份冒用或數(shù)據(jù)篡改。圖5顯示了水印在醫(yī)學(xué)圖像身份驗(yàn)證中的應(yīng)用。這一方法解決了醫(yī)學(xué)圖像在醫(yī)療機(jī)構(gòu)傳播使用上的權(quán)限問題，保證醫(yī)學(xué)圖像的完整性和真實(shí)性。

史駿鵬等[11]提出一種基于QR分解的指紋圖像脆弱水印算法，并將其與指紋特征匹配相結(jié)合構(gòu)建了一個身份驗(yàn)證系統(tǒng)。該系統(tǒng)先將指紋圖像用Arnold 變換和Logistic 映射對指紋水印進(jìn)行雙重置亂加密處理。然后，利用非下采樣Contourlet變換對載體圖像進(jìn)行處理，并在低頻分量上應(yīng)用 QR 分解來構(gòu)建上三角矩陣，再將加密后的指紋水印嵌入這個矩陣的首行元素中。通過將提取出的指紋水印特征與現(xiàn)場采集或數(shù)據(jù)庫中存儲的指紋特征進(jìn)行匹配，實(shí)現(xiàn)用戶身份的驗(yàn)證。經(jīng)實(shí)驗(yàn)測試，該方案具有很好的不可見性和脆弱特性，適合應(yīng)用到醫(yī)學(xué)領(lǐng)域的醫(yī)學(xué)圖像或電子病歷EMR上，將醫(yī)生或患者指紋嵌入醫(yī)學(xué)圖像或EMR中。當(dāng)訪問患者的醫(yī)療信息時，只有指紋驗(yàn)證成功才可訪問。該算法為患者隱私提供了更為安全的保護(hù)機(jī)制。

Vaidya等[12]提出一種基于指紋的魯棒醫(yī)學(xué)圖像水印技術(shù)，利用混合變換（lifting wavelet transform，LWT 和 discrete wavelet transform，DWT）來嵌入和提取水印，以保護(hù)醫(yī)學(xué)圖像的完整性和患者隱私。該方法通過在醫(yī)學(xué)圖像中嵌入患者指紋作為水印，來驗(yàn)證圖像的真實(shí)性和可靠性。該方案嵌入過程為先將醫(yī)學(xué)圖像進(jìn)行一級LWT變換，得到近似系數(shù)（CA）。然后，對CA進(jìn)行一級DWT變換，得到（LL、LH、HL、HH）系數(shù)。將指紋水印FPW與LL系數(shù)結(jié)合，通過α和β進(jìn)行加權(quán)，對加權(quán)后的LL系數(shù)進(jìn)行逆DWT變換，得到LL1'。將LL1'與CH、CV、CD結(jié)合，進(jìn)行逆LWT變換，形成不可見水印醫(yī)學(xué)圖像。為了增強(qiáng)安全性，對嵌入水印后的醫(yī)學(xué)圖像應(yīng)用Arnold變換，生成擾動后的水印醫(yī)學(xué)圖像。對含水印圖像進(jìn)行各種攻擊（如椒鹽噪聲、高斯噪聲、銳化、縮放、JPEG壓縮等），并評估提取出的水印質(zhì)量。結(jié)果分析表明，所提出的指紋水印方案在不同攻擊下的魯棒性和身份驗(yàn)證方面取得了良好的效果。

對文獻(xiàn)[11][12]對比分析，如表2所示。

在身份驗(yàn)證方面，主要是通過一些具有唯一性的特征信息作為水印。這樣做的目的是，水印可以驗(yàn)證數(shù)字內(nèi)容的來源和所有權(quán)，確保內(nèi)容的真實(shí)性和完整性；另一方面，水印與其他認(rèn)證因子（如密碼、生物特征）結(jié)合使用，可以提供更加可靠的多因子身份認(rèn)證機(jī)制。上述方案，通過指紋信息進(jìn)行身份驗(yàn)證，在其他的方案中也可使用醫(yī)生或患者的身份證號作為驗(yàn)證標(biāo)識。

3.3" 內(nèi)容認(rèn)證

為了保證醫(yī)生對患者診療的科學(xué)性和準(zhǔn)確性，使用多功能水印技術(shù)對醫(yī)學(xué)圖像進(jìn)行認(rèn)證。在醫(yī)療領(lǐng)域，醫(yī)學(xué)圖像的完整性和準(zhǔn)確性是醫(yī)生提高診斷準(zhǔn)確性、優(yōu)化治療方案、保障患者安全的關(guān)鍵所在，也是推動醫(yī)療服務(wù)質(zhì)量提升的重要支撐。圖6顯示了水印在醫(yī)學(xué)圖像內(nèi)容認(rèn)證中的應(yīng)用。對醫(yī)療信息的認(rèn)證可以有效解決醫(yī)療內(nèi)容不完整性和準(zhǔn)確性的痛點(diǎn)問題。

Swaraja等[13]提出了一種優(yōu)化的雙盲醫(yī)學(xué)圖像水印框架，用于在安全遠(yuǎn)程醫(yī)療中進(jìn)行篡改定位和內(nèi)容認(rèn)證。該框架通過將雙重水印嵌入醫(yī)學(xué)圖像的非感興趣區(qū)域（RONI）塊中，以提高圖像的安全性和完整性。通過嵌入的雙重水印，來驗(yàn)證醫(yī)學(xué)圖像內(nèi)容的真實(shí)性和確保圖像在傳輸和存儲過程中未被篡改。使用粒子群細(xì)菌覓食優(yōu)化算法（PSBFO）來選擇最優(yōu)的閾值，以便在不可見性和魯棒性之間取得折中。然后，通過使用無損壓縮算法（Lempel-Ziv-Welch，LZW）壓縮雙重水印，在增加嵌入水印的有效載荷容量的同時，也保持了較高的圖像質(zhì)量和較強(qiáng)的水印魯棒性。即使在圖像受到篡改的情況下，該框架也能夠無損地恢復(fù)原始的ROI，確保診斷的準(zhǔn)確性。與其他相關(guān)算法相比，該方案在PSNR和NC評估值上展現(xiàn)出更好的性能。所以，該方案在確保醫(yī)學(xué)圖像安全性、完整性和診斷準(zhǔn)確性方面具有顯著的優(yōu)勢。

Lei等[14]提出了一種基于人工蜂群算法（ABC）與整數(shù)離散小波變換（Integer Discrete Wavelet Transform，IDWT）技術(shù)相結(jié)合的多用途水印方案，旨在實(shí)現(xiàn)數(shù)字圖像的版權(quán)保護(hù)和內(nèi)容認(rèn)證。該方法在載體圖像IDWT分解后的低頻系數(shù)執(zhí)行SVD，來增強(qiáng)水印的魯棒性和不可見性，應(yīng)用于版權(quán)保護(hù)。在IDWT的高頻系數(shù)中嵌入水印進(jìn)行內(nèi)容認(rèn)證，提高對圖像篡改的敏感性。在嵌入水印之前，采用混沌映射對水印位置進(jìn)行混淆，提高了算法的安全性。最后使用人工蜂群算法（ABC）優(yōu)化參數(shù)選擇，在水印的魯棒性、不可見性和容量之間實(shí)現(xiàn)良好的平衡。實(shí)驗(yàn)結(jié)果表明，該算法在版權(quán)保護(hù)和內(nèi)容認(rèn)證方面取得良好的性能。將這種雙重水印算法應(yīng)用在醫(yī)療領(lǐng)域能夠?yàn)獒t(yī)學(xué)圖像內(nèi)容的保護(hù)和認(rèn)證提供啟示和指導(dǎo)。

對文獻(xiàn)[13][14]對比分析，如表3所示。

在內(nèi)容認(rèn)證方面，醫(yī)學(xué)圖像內(nèi)容的真實(shí)性和完整性是醫(yī)生做出診斷決策的重要依據(jù)。上述文獻(xiàn)表明，將元啟發(fā)式算法應(yīng)用于水印技術(shù)中，能夠顯著提高其魯棒性和不可見性。這種算法為未來醫(yī)療領(lǐng)域水印技術(shù)的應(yīng)用提供了新的思路和方案。

3.4" 篡改定位與恢復(fù)

醫(yī)學(xué)圖像的篡改定位與恢復(fù)不僅保證了診斷的準(zhǔn)確性，而且提升了醫(yī)療服務(wù)質(zhì)量。在診斷前，對病人的CT圖像、MRI圖像進(jìn)行篡改檢測，這樣能夠極大地提高醫(yī)療診斷效率。若發(fā)現(xiàn)醫(yī)學(xué)圖像被篡改過，可對其定位進(jìn)行恢復(fù)操作。這樣做的目的是避免因醫(yī)學(xué)圖像被篡改而導(dǎo)致的誤診，以及為醫(yī)療事故的調(diào)查提供客觀、可靠的證據(jù)。圖7顯示了水印在醫(yī)學(xué)圖像篡改定位與恢復(fù)中的應(yīng)用。將載體圖像劃分為多個子塊，每個子塊都嵌入脆弱水印，當(dāng)圖像發(fā)生微小變化，水印就會遭受破壞。提取時，通過比較每個子塊水印的變化，來判斷圖像篡改情況。該方法有效解決了醫(yī)學(xué)圖像被不法分子篡改信息的問題。

Zhang等[15]提出了一種基于區(qū)塊標(biāo)記（Block Coordinate Labelling，BCL）和自適應(yīng)意義（Block Adaptive Significances，BAS）的圖像篡改區(qū)域定位和恢復(fù)的水印方案。在所提出的方案中，水印由認(rèn)證和恢復(fù)信息兩部分組成，將水印嵌入載體圖像的空間域中，以保證被篡改區(qū)域定位和恢復(fù)的有效性。首先，將載體圖像分成塊，認(rèn)證信息標(biāo)記并記錄每個塊的坐標(biāo)。然后使用塊中像素的平均值和標(biāo)準(zhǔn)偏差生成恢復(fù)信息。使用BPSM對恢復(fù)數(shù)據(jù)進(jìn)行編碼，提高數(shù)據(jù)恢復(fù)率。根據(jù)提取的認(rèn)證數(shù)據(jù)和BPSM，確定篡改區(qū)域的坐標(biāo)。一旦確定了篡改區(qū)域，就使用BPSM找到存儲恢復(fù)數(shù)據(jù)的塊。該實(shí)驗(yàn)還提出了BBL和PBL雙重篡改檢測機(jī)制，以達(dá)到檢測速度和準(zhǔn)確性的平衡。由于該方案的魯棒性、準(zhǔn)確率、召回率良好，所以在醫(yī)學(xué)圖像中使用該方法，即使在圖像遭受篡改的情況下，也能夠恢復(fù)出高質(zhì)量的原始圖像。

Shehab等[16]提出一種基于脆弱水印的醫(yī)學(xué)圖像的自恢復(fù)方案。該方案的目的是圖像篡改的檢測和定位，以及在篡改發(fā)生后對原始圖像的恢復(fù)。具體實(shí)驗(yàn)方法為，將宿主圖像進(jìn)行奇異值（SVD）分解，并嵌入最低有效位中，從而檢測原始圖像的篡改區(qū)域。然后，利用Arnold變換確定自恢復(fù)位的插入位置，計(jì)算每個2×2子塊的前5個最高有效位（MSB）的平均值，作為自恢復(fù)信息。將塊認(rèn)證位和自恢復(fù)位結(jié)合，并通過一個密鑰生成完整的水印信息。通過比較提取的塊認(rèn)證位和重新計(jì)算的塊認(rèn)證位，確定哪些塊被篡改。未篡改的塊將具有相同的認(rèn)證位，而被篡改的塊則不同。利用提取的自恢復(fù)位和鄰近塊的信息來恢復(fù)被篡改的區(qū)域。同時還進(jìn)行了各種攻擊實(shí)驗(yàn)測試，結(jié)果顯示篡改定位準(zhǔn)確性和自恢復(fù)圖像的完整性良好。該算法為醫(yī)學(xué)圖像的篡改與恢復(fù)提供了一種高效且可靠的解決方案，極大地提升了醫(yī)療診斷與治療的準(zhǔn)確性和安全性。

對文獻(xiàn)[15][16]對比分析，如表4所示。

在篡改定位與恢復(fù)方面，所用水印類型為高敏感的脆弱水印。這類水印在醫(yī)學(xué)圖像的完整性和真實(shí)性中扮演著至關(guān)重要的角色。一是可以避免因醫(yī)學(xué)圖像篡改而導(dǎo)致的誤診，二是可以減少因醫(yī)學(xué)圖像問題而引發(fā)的醫(yī)療糾紛。上述所提算法為解決醫(yī)學(xué)圖像的篡改檢測與恢復(fù)問題，開創(chuàng)了一種創(chuàng)新性方案。它不僅提高了醫(yī)療診斷的準(zhǔn)確性，而且為醫(yī)療行業(yè)的數(shù)字化、智能化發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。

4 結(jié) 語

在醫(yī)療信息安全領(lǐng)域，數(shù)字水印技術(shù)在醫(yī)學(xué)領(lǐng)域的應(yīng)用還有很大發(fā)展空間。比如遠(yuǎn)程醫(yī)療、遠(yuǎn)程診斷、遠(yuǎn)程咨詢、遠(yuǎn)程心臟病學(xué)、遠(yuǎn)程放射學(xué)等場景都需要確保數(shù)據(jù)的完整性和可靠性。數(shù)字水印技術(shù)雖一直處于研究熱點(diǎn)，但在醫(yī)療圖像應(yīng)用方面還存在一些問題，在不可見性、魯棒性和容量三者之間如何取得平衡還有待研究。對于醫(yī)療場景功能還可進(jìn)一步拓展數(shù)據(jù)溯源，操作跟蹤等。未來可以將人工智能與深度學(xué)習(xí)技術(shù)融合到這一領(lǐng)域，以優(yōu)化水印技術(shù)的各項(xiàng)指標(biāo)，實(shí)現(xiàn)最佳性能。

參考文獻(xiàn)：

［1］KESHTA I，ODEH A.Security and privacy of electronic health records：Concerns and challenges[J].Egyptian Informatics Journal，2021，22（2）：177-183.

［2］LI J，LIANG L，CAI Y S，et al.Tracking COPD exacerbation patterns and forecasting readmission risks utilizing electronic medical records[J].International Journal of Medical Informatics，2024：105505.

［3］段宇平.醫(yī)學(xué)圖像來源與篡改檢測算法研究[D].南京：東南大學(xué)，2017.

［4］KAISSIS G A，MAKOWSKI M R，RüCKERT D，et al.Secure，privacy-preserving and federated machine learning in medical imaging[J].Nature Machine Intelligence，2020，2（6）：305-311.

［5］ZHOU S K，GREENSPAN H，DAVATZIKOS C，et al.A review of deep learning in medical imaging：Imaging traits，technology trends，case studies with progress highlights，and future promises[J].Proceedings of the IEEE，2021，109（5）：820-838.

［6］SINHAL R，JAIN D K，ANSARI I A.Machine learning based blind color image watermarking scheme for copyright protection[J].Pattern Recognition Letters，2021（145）：171-177.

［7］SHEN Y，TANG C，F(xiàn)AN Z，et al.Blind watermarking scheme for medical and non-medical images copyright protection using the QZ algorithm[J].Expert Systems with Applications，2024（241）：122547.

［8］MOLER C B，STEWART G W.An algorithm for generalized matrix eigenvalue problems[J].SIAM Journal on Numerical Analysis，1973，10（2）：241-256.

［9］ADLERBORN B，K?GSTR?M B，KRESSNER D.A parallel QZ algorithm for distributed memory HPC systems[J].SIAM Journal on Scientific Computing，2014，36（5）：C480-C503.

［10］WAN W，WANG J，ZHANG Y，et al.A comprehensive survey on robust image watermarking[J].Neurocomputing，2022（488）：226-247.

［11］史駿鵬.面向版權(quán)保護(hù)和身份認(rèn)證的指紋水印算法研究[D].南京：南京航空航天大學(xué)，2017.

［12］VAIDYA S P.Fingerprint-based robust medical image watermarking in hybrid transform[J].The Visual Computer，2023，39（6）：2245-2260.

［13］SWARAJA K，MEENAKSHI K，KORA P.An optimized blind dual medical image watermarking framework for tamper localization and content authentication in secured telemedicine[J].Biomedical Signal Processing and Control，2020（55）：101665.

［14］LEI B，ZHAO X，LEI H，et al.Multipurpose watermarking scheme via intelligent method and chaotic map[J].Multimedia Tools and Applications，2019（78）：27085-27107.

［15］ZHANG Q，YUAN X，LIU T，et al.Tampering localization and self-recovery using block labeling and adaptive significance[J].Expert Systems with Applications，2023（226）：120228.

［16］SHEHAB A，ELHOSENY M，Muhammad K，et al.Secure and robust fragile watermarking scheme for medical images[J].IEEE Access，2018（6）：10269-10278.

責(zé)任編校：陳 強(qiáng)，裴媛慧

Multifunctional Application and Research of Digital Watermarking Technology in Medical Privacy Scenarios

WANG Ruilong， LIU Li， WANG Haiyan

（School of Computer Science， Zhengzhou University of Aeronautics， Zhengzhou 450046， China）

Abstract：The application of digital watermarking technology provides strong support for medical information security in functions such as copyright protection，identity verification，content authentication，and tamper localization and recovery.However，the application scenarios of digital watermarking technology in the medical field still faces multifunctional challenges.To promote the further development of multifunctional watermarking technology in the medical information field，it is firstly necessary to conduct an in-depth analysis of electronic medical records and medical images，which are easily modified in medical information.Based on the issues present in different medical privacy scenarios，the functional characteristics of digital watermarking technology should be summarized and classified.Finally，the performance and prospects of different watermark characteristics in various application scenarios within the medical field are discussed，aiming to provide a reference for better application of digital watermarking technology in the medical domain.

Key words：information security; digital watermarking; medical images; electronic medical records

收稿日期：2024-07-20

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目（62302463）；鄭州航院研究生教育創(chuàng)新計(jì)劃基金項(xiàng)目（2024CX76）

作者簡介：王睿龍，碩士，研究方向?yàn)獒t(yī)學(xué)影像處理、圖像處理、數(shù)字水印。

*通訊作者：劉 麗，博士，教授，研究方向?yàn)槊艽a學(xué)、多媒體信息安全。