买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉辽宁师范大学申请的专利一种基于多特征点和DNA加密的医学图像零水印方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115375524B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210605054.5，技术领域涉及：G06T1/00；该发明授权一种基于多特征点和DNA加密的医学图像零水印方法是由石慧;陈美含;周梓怡设计研发完成，并于2022-05-31向国家知识产权局提交的专利申请。

本一种基于多特征点和DNA加密的医学图像零水印方法在说明书摘要公布了：本发明基于多特征点和DNA加密的医学图像零水印方法，首先依据医学图像特性，精确分离出医学图像的ROI和RONI；再利用新提出的高区分度特征提取方法在ROI区域提取CNN、方差δ、LBP和Gabor四维特征，进而构建零水印图像，可充分利用零水印不真正嵌入任何信息的特点，保证了医学图像ROI的重要区域不被修改，既具有较高的不可见性，又能抵抗常规攻击，具有较好的鲁棒性；同时将医学图像进行Zig‑Zag块置乱和DNA加密，防止病人隐私泄露。可满足医学图像机密性、完整性和认证性的要求，解决了远程医疗医学图像数据传输中存在的隐私泄露、非法拷贝等问题。

本发明授权一种基于多特征点和DNA加密的医学图像零水印方法在权利要求书中公布了：1.一种基于多特征点和DNA加密的医学图像零水印方法，其特征在于依次按照如下步骤进行： 步骤1.载体医学图像区域划分 对于M×N的医学图像C使用全局阈值进行边缘检测，沿着医学图像内部边缘信息进行分割，记录横纵坐标最大值和最小值所在位置并作为矩形的四个顶点，矩形内部为ROI，外部为RONI，所述医学图像的主要信息位于ROI； 步骤2.多特征提取及加密 步骤2.1基于CNN提取ROI特征，形成特征向量的二进制序列F1； 使用CNN获取ROI的水平、垂直和对角线特征，得到a×a大小的最大池化层max_pool，按照公式1计算最大池化层的均值meanmax_pool，将最大池化层内值与均值进行比较，按照公式2，若大于等于均值则为1，否则为0，得到CNN二进制特征序列F1； 步骤2.2基于方差δ、LBP、Gabor提取ROI特征，形成各特征向量的二进制序列F2、F3、F4； 步骤2.2.1将ROI均等分为2层； 步骤2.2.2计算基于方差的二进制特征序列F2 按照公式3,4计算各层方差，其中μk为各分层像素平均值，mij为图像各分层的像素，Nk为Pk中的总像素数，Pki为Pk中的第i个像素，k＝1,2；再按照公式5将第一层的方差减去第二层的方差，可得方差的残差；计算残差的均值，将每一个残差与残差均值进行比较，按照公式6，若大于等于均值则为1，否则为0，得到方差的二进制特征序列F2； Res2k＝δ1k-δ2k5 步骤2.2.3计算基于LBP的二进制特征序列F3 按照公式7,8计算LBP特征算子；再按照公式9将第一层的LBP特征算子与第二层的LBP特征算子相减得到LBP的残差；计算LBP残差的均值，将每一个残差与残差均值进行比较，按照公式10，若大于等于均值则为1，否则为0，得到LBP的二进制特征序列F3； 式中，Xki,j表示各分层中mij的LBP特征算子，像素ok和oy分别代表附近像素和中心像素的灰度值，函数lx的值为1或0； Res3k＝X1k-X2k9 步骤2.2.4计算基于Gabor的二进制特征序列F4 按照公式11，计算各个层上的Gabor特征，其中Qki,j,θ,w,σ表示各分层最中像素mij的Gabor滤波函数，im为虚部值为式中的项w表示在高斯滤波器中使用的正弦波的频率；按照公式12将第一层的Gabor特征与第二层的Gabor特征相减得到Gabor的残差；计算残差的均值，将每一个残差与残差均值进行比较，按照公式13，若大于等于均值则为1，否则为0，可得到Gabor的二进制特征序列F4； Res4k＝Q1k-Q2k12 步骤2.3将各特征向量的二进制序列F1、F2、F3、F4按照公式14进行前后相连组成最终的ROI特征向量F； F＝F1||F2||F3||F414 式中||表示前后两个特征向量首尾相连； 步骤2.4加密特征向量 步骤2.4.1基于Sinemap生成随机序列，记录初值为序列秘钥Key1＝s0,α,其中α表示系统控制参数，α∈[0,4],sn∈-1,1，且当α∈3.48,4]的时候，Sine呈混沌状态； sn+1＝αsinπsn415 步骤2.4.2将随机序列和特征向量F按顺序编号，再将随机序列按升序排序，根据排序后随机序列编号置乱特征向量F序列位置，得到加密特征向量F'； 步骤3.加密水印 步骤3.1基于Logisticmap生成随机序列，长度与水印图像像素个数相同，记录初值为序列秘钥Key2＝l0,β，β表示系统控制参数，当参数ln∈0,1，β∈3.57,4]时序列是混沌的； ln+1＝βln1-ln16 步骤3.2将Logisticmap生成的一维随机序列转换至二维矩阵，对二维矩阵和水印图像按顺序编号；再将二维矩阵按升序重新排序，根据排序后随机序列编号置乱水印图像像素位置； 步骤3.3将置乱后的水印图像降维至一维得到加密水印序列W'； 步骤4.构建零水印图像 按照公式17将加密水印序列W'与加密特征向量F'进行异或得到零水印图像ZM； 步骤5.载体医学图像DNA加密 步骤5.1将M×N的医学图像C划分为m×n不重叠子块，对块间使用Zig-Zag置乱得到灰度图像C'； 步骤5.2将灰度图像C'中每一像素用8bit表示，得到大小为M×N×8的二进制图像C'b，将二进制图像C'b分为8bit一组； 步骤5.3根据公式18基于Chen超混沌序列生成3个随机序列记录初值为序列秘钥Key3＝a,b,c,x,y,z，当a＝35，b＝3，c∈[20,28.4]时，系统处于混沌状态； 步骤5.4根据公式19将Chen超混沌序列前M×N×8个元素转化为二进制序列X＝{Xj}j＝1,2...M×N×8，将序列X分为8bit一组； 步骤5.5根据公式20将Chen超混沌序列前M×N个元素的值转化至1-8，得到序列Y＝{Yk}k＝1,2...M×N； 步骤5.6根据公式21将Chen超混沌序列前M×N个元素的值转化至1-8，得到序列Z＝{Z}q＝1,2...M×N； 步骤5.7基于序列Y对二进制图像C'进行DNA编码，基于序列Z对序列X进行DNA编码，分别得到编码后C'碱基AGCT和编码后序列X碱基CGAT； 步骤5.8根据公式22将编码后C'碱基AGCT和编码后序列X碱基CGAT依照DNA异或规则执行异或操作，得到异或序列CACA； 步骤5.9根据公式23将序列Y与序列Z内元素按顺序对应相加并转化至1-8，得到序列A； A＝modY+Z,8+123 步骤5.10基于序列A对异或序列CACA进行DNA编码，将得到的8bit二进制转化为十进制替换原始医学图像像素，得到密文医学图像C°。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人辽宁师范大学，其通讯地址为：116000 辽宁省大连市沙河口区黄河路850号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。