申请/专利权人:安徽大学
申请日:2023-11-09
公开(公告)日:2024-01-30
公开(公告)号:CN117478297A
主分类号:H04L9/00
分类号:H04L9/00;H04N1/44;H04N1/409;G06N3/0495
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.20#实质审查的生效;2024.01.30#公开
摘要:本发明涉及医学图像加密技术领域,具体涉及基于分数阶忆阻耦合HR神经网络的图像选择性加密方法。本发明一方面通过分数阶忆阻耦合HR神经网络模型生成混沌序列,另一方面,将医学图像A中包含诊断关键信息的人体区域提取出来、并重构成重构像素矩阵P,之后使用生成的混沌序列对重构像素矩阵P进行混沌加密得到全加密图像B,可以实现对医学图像进行选择性加密,实现对敏感信息的加密,节省计算和传输资源。经过实验验证可知,本发明的选择性加密方法具有安全性好、密钥空间大、鲁棒性强等优点,具有良好的应用前景。
主权项:1.基于分数阶忆阻耦合HR神经网络的图像选择性加密方法,用于选择性加密医学图像A中的人体区域,其特征在于,所述图像选择性加密方法包括以下步骤:步骤一,提供密钥代入预先构建好的分数阶忆阻耦合HR神经网络模型中,并依据医学图像A的尺寸进行迭代,得到混沌序列;其中,所述分数阶忆阻耦合HR神经网络模型包括三个HR神经元和分数阶压控忆阻器;其中第一个HR神经元通过分数阶压控忆阻器连接第二个HR神经元;步骤二,提取医学图像A中的人体区域;步骤三,将提取的人体区域重构成一个重构像素矩阵P;步骤四,采用混沌序列对重构像素矩阵P进行置乱和扩散,获得全加密图像B。
全文数据:
权利要求:
百度查询: 安徽大学 基于分数阶忆阻耦合HR神经网络的图像选择性加密方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。