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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD