秦秋霞，梁仲月，徐 毅

(大連民族大學(xué) a.計(jì)算機(jī)科學(xué)與工程學(xué)院；b.理學(xué)院 預(yù)科教育學(xué)院，遼寧 大連 116650)

隨著醫(yī)療水平高速發(fā)展，人口老齡化的急劇增長(zhǎng)。醫(yī)學(xué)圖像信息得到大范圍的使用，面對(duì)海量、冗余度高的醫(yī)學(xué)圖像信息，尋找更加安全、有效的醫(yī)學(xué)圖像信息加密算法是十分重要的[1-3]。為了保證醫(yī)學(xué)圖像信息傳輸?shù)陌踩?，防止出現(xiàn)個(gè)人、相關(guān)機(jī)構(gòu)及國(guó)家醫(yī)療信息的泄露，本文提出了一種基于分段線性混沌映射的醫(yī)學(xué)圖像加密算法，通過(guò)使用多輪加密的方式，實(shí)現(xiàn)了醫(yī)學(xué)圖像的加密，提高了醫(yī)學(xué)圖像加密算法的安全性和魯棒性。

混沌系統(tǒng)一般指的是一種非常復(fù)雜、并且不能依據(jù)初始狀態(tài)用來(lái)預(yù)測(cè)將來(lái)狀態(tài)的具有很大隨機(jī)性的系統(tǒng)[4-5]。同時(shí)，混沌系統(tǒng)敏感性的特征十分符合加密算法的要求，適用于擴(kuò)散和置亂過(guò)程。紀(jì)等人[6]提出了一種基于混沌的新型艦船安全圖像加密算法，使用混沌置亂實(shí)現(xiàn)置亂操作，提高加密安全性；喬等人[7]為了解決傳統(tǒng)加密步驟繁瑣的問(wèn)題，提出了一種基于二維Logistic混沌系統(tǒng)的圖像加密算法，使用混沌序列改變像素值的位置，該算法加密效果良好；張等人[8]提出了結(jié)合S盒與混沌映射的圖像加密算法，使用二維Logistic映射和Chen混沌系統(tǒng)生成的混沌序列參與置亂、擴(kuò)散過(guò)程，提高了加密效果；杜等人[9]提出了基于混沌壓縮感知和DNA編碼的多圖像加密算法，混沌系統(tǒng)使用Lorenz超混沌系統(tǒng)和Chen超混沌系統(tǒng)，產(chǎn)生隨機(jī)性更強(qiáng)的混沌序列，實(shí)現(xiàn)了一次一密的加密方式。從仿真結(jié)果和安全性分析結(jié)果可以看出，將混沌系統(tǒng)引入圖像加密算法可以使得加密效果更加優(yōu)越，加密算法的隨機(jī)性和健壯性更有保證。

本文使用的混沌映射是PWLCM混沌映射，PWLCM混沌映射是一種分段線性混沌映射，它具有良好的遍歷性和很少的周期窗口等特點(diǎn)[10-12]。混沌現(xiàn)象是發(fā)生在確定系統(tǒng)中的不確定行為。使用分段線性混沌映射可以實(shí)現(xiàn)醫(yī)學(xué)圖像中穩(wěn)定狀態(tài)和不穩(wěn)定狀態(tài)之間的轉(zhuǎn)換。PWLCM混沌映射的初值敏感性符合加密算法的擴(kuò)散操作，而隨機(jī)特性符合加密算法的置亂操作，因此分段線性混沌系統(tǒng)十分符合加密算法的要求。由于PWLCM混沌映射在加密算法中具有較高的應(yīng)用效果，因此本文將其引入到醫(yī)學(xué)圖像加密算法中。

醫(yī)學(xué)圖像加密算法不僅可以對(duì)普通圖像進(jìn)行加密，還可以對(duì)醫(yī)學(xué)圖像進(jìn)行加密。醫(yī)學(xué)圖像加密需要盡可能的保證加密過(guò)程的安全性，保護(hù)病患的隱私信息；另外，還需要保證解密后的得到的圖像可以達(dá)到醫(yī)生診斷的正常需求。依據(jù)上述問(wèn)題以及分析，本文提出了一種基于分段線性混沌映射的醫(yī)學(xué)圖像加密算法。本算法采用四輪加密的方式，增強(qiáng)算法的安全性，使用分段線性混沌映射參與每一輪的置亂和擴(kuò)散過(guò)程，提高算法的隨機(jī)性。每一輪的置亂過(guò)程都采取隨機(jī)數(shù)插入的方式進(jìn)行，擴(kuò)散過(guò)程采用按位異或的方式來(lái)實(shí)現(xiàn)，每一輪結(jié)束后進(jìn)行矩陣旋轉(zhuǎn)然后再繼續(xù)進(jìn)行下一輪加密。當(dāng)四輪加密結(jié)束后，得到加密圖像，完成整個(gè)加密過(guò)程。

本文剩余章節(jié)的結(jié)構(gòu)如下：第一部分主要介紹本算法使用的基本理論；第二部分介紹加、解密算法的流程和詳細(xì)步驟；第三部分給出加密算法的仿真實(shí)驗(yàn)和安全性分析結(jié)果；第四部分給出結(jié)論。

1 基本原理

本章主要介紹本文用到的分段線性混沌映射，醫(yī)學(xué)圖像相關(guān)原理。

1.1 分段線性混沌映射

分段線性混沌映射(PWLCM)是一種常見的分段混沌映射。由于其具有周期窗口小、遍歷性好、生成混沌序列分布均勻等特性，研究人員將其應(yīng)用于圖像加密領(lǐng)域[10-11,13]。PWLCM混沌映射定義如下：

(1)

式中：x是系統(tǒng)參數(shù)；r是控制參數(shù)，x∈(0,1)。當(dāng)r∈(0,0.5)時(shí)，系統(tǒng)處于混沌狀態(tài)。PWLCM混沌映射具有一致的變量分布和較好的遍歷性，可以提供滿足加密算法隨機(jī)性的隨機(jī)序列，并且簡(jiǎn)單容易實(shí)現(xiàn)，適合用于圖像加密領(lǐng)域。

1.2 醫(yī)學(xué)圖像

醫(yī)學(xué)圖像是醫(yī)護(hù)人員進(jìn)行醫(yī)療診斷工作的主要參考數(shù)據(jù)之一，它是通過(guò)醫(yī)療器材獲取的人體某一部位的圖像信息[14-15]。醫(yī)學(xué)圖像信息能夠直觀地反映人體某一部位是否存在病變，而且醫(yī)學(xué)圖像在不同的場(chǎng)景下應(yīng)用時(shí)對(duì)圖像分辨率有著不同的要求。當(dāng)醫(yī)生使用醫(yī)學(xué)圖像用來(lái)判斷病人的身體狀況時(shí)，此時(shí)要求醫(yī)學(xué)圖像必須具有高分辨率；當(dāng)醫(yī)學(xué)圖像用于病歷分析時(shí)，可以容忍醫(yī)學(xué)圖像存在一定程度的損失壓縮，以達(dá)到節(jié)省存儲(chǔ)空間的作用。但不論哪種情況，在使用醫(yī)學(xué)圖像時(shí)，必須保證醫(yī)學(xué)圖像具有較高的分辨率，并且在傳輸過(guò)程中要做到足夠的安全性，以避免病人隱私的泄露。在臨床應(yīng)用中，醫(yī)學(xué)圖像主要有為X-射線圖像、CT、核磁共振成像等類型[16-17]如圖1。

a) Brain b) Chest c) Tibial

2 加解密算法

本文提出了一種基于分段線性混沌映射的醫(yī)學(xué)圖像加密算法。首先，對(duì)原始圖像進(jìn)行隨機(jī)數(shù)的插入。其次，使用分段線性混沌映射替換圖像矩陣的像素值，實(shí)現(xiàn)置亂操作。然后，將替換后的矩陣與未進(jìn)行替換前的矩陣進(jìn)行按位異或操作，實(shí)現(xiàn)像素值的改變。最后，將第一輪結(jié)束后的矩陣逆時(shí)針旋轉(zhuǎn)90度，繼續(xù)進(jìn)行下一輪加密操作，經(jīng)過(guò)四輪加密后生成加密圖像，加密結(jié)束。多輪加密和分段線性映射的使用確保加密算法的安全性，可用于醫(yī)學(xué)圖像加密。具體的加密步驟如2.1～2.3節(jié)所示。加密流程圖如圖2。

圖2 加密流程圖

2.1 隨機(jī)數(shù)插入

在原始圖像P中插入一列隨機(jī)值，為后續(xù)替換和擴(kuò)散操作做準(zhǔn)備，具體如下：

第一步：讀取原始圖像P，原始圖像的長(zhǎng)是M，寬是N。

第二步：采用雙層循環(huán)的方式生成隨機(jī)數(shù)插入后的矩陣R，R的大小是M×(N+1)。其中，R矩陣的第1列元素是通過(guò)隨機(jī)數(shù)函數(shù)randi()生成的，其他列的元素是原始圖像的各個(gè)像素值。具體如下：

(2)

其中，randi()函數(shù)用于生成均勻分布的偽隨機(jī)整數(shù)。

2.2 第一輪加密

本加密算法總共采用四輪加密，每一輪加密都是類似的，下面以第一輪加密為例進(jìn)行詳細(xì)的介紹。首先，對(duì)隨機(jī)數(shù)插入后的矩陣R使用分段線性映射進(jìn)行替換操作，然后將替換后的矩陣進(jìn)行按位異或操作，最后將得到的矩陣進(jìn)行矩陣的旋轉(zhuǎn)，繼續(xù)進(jìn)行下一輪的加密，直到第四輪加密結(jié)束，完成加密。

2.2.1 替換操作

整個(gè)替換過(guò)程分為兩個(gè)部分，先對(duì)第1列的元素進(jìn)行替換，再對(duì)其他元素進(jìn)行替換，替換完成后，生成x1矩陣。具體如下：

第一步：對(duì)隨機(jī)數(shù)插入后生成的R矩陣的第1列進(jìn)行替換操作。對(duì)于R矩陣的第1列，第1行對(duì)應(yīng)的元素，分段線性混沌映射使用已知的控制變量r0，初值x0生成的隨機(jī)值將R矩陣的元素進(jìn)行替換，作為x1矩陣的第1列，第1行的元素。

第二步：對(duì)于矩陣R的第1列的其他元素(i,j)，分段線性混沌映射將已知的r0作為控制參數(shù)，生成的x1(i-1,1)作為初值，生成隨機(jī)值將R矩陣的元素進(jìn)行替換。

第三步：對(duì)于矩陣R的第1列之外的元素(i,j)，分段線性混沌映射將r1作為控制參數(shù)，x1(i,j-1)作為初值生成隨機(jī)值用來(lái)替代R矩陣中的元素。具體如下：

(3)

其中，pwlcm()函數(shù)是分段線性混沌映射函數(shù)。

2.2.2 擴(kuò)散操作

將替換操作后生成的x1矩陣與未進(jìn)行替換前生成的R矩陣進(jìn)行按位異或操作，實(shí)現(xiàn)像素值的改變，具體如下：

第一步：將2.2.1節(jié)生成的x1矩陣進(jìn)行處理，讓其值保持在[0,255]之間，以便進(jìn)行按位異或操作，具體如下：

x=floor(mod(x1(i,j)×1015,256));

i=1,2,…,M;

j=1,2,…,N+1;

(4)

其中，floor()是向下取整函數(shù)，mod()是取余函數(shù)。

第二步：將x矩陣、R矩陣進(jìn)行按位異或操作，生成大小為M×(N+1)的矩陣B。具體如下：

B(i,j)=B(i,j-1)⊕R(i,j)⊕x;

i=1,2,…,M;

j=2,…,N+1;

(5)

其中，⊕是按位異或操作。

2.3 加密算法

具體的加密步驟如下：

(1)原始圖像P插入隨機(jī)數(shù)生成矩陣R，提高了置亂和擴(kuò)散的效果。如2.1節(jié)所示。

(2)分段線性混沌映射使用不同的控制參數(shù)和初值生成隨機(jī)數(shù)，使用隨機(jī)數(shù)將矩陣R對(duì)應(yīng)的各個(gè)元素進(jìn)行替換，生成矩陣x1。如2.2.1節(jié)所示。

(3)將x1矩陣以及R矩陣進(jìn)行按位異或操作，生成矩陣B，實(shí)現(xiàn)擴(kuò)散過(guò)程。如2.2.2節(jié)所示。

(4)將矩陣B以逆時(shí)針的方式旋轉(zhuǎn)90度，繼續(xù)進(jìn)行第二輪加密過(guò)程，每一輪與上述的(1)、(2)、(3)步類似。

(5)當(dāng)?shù)谒妮喖用芙Y(jié)束后，生成加密圖像C，完成加密過(guò)程。

2.4 解密算法

解密算法是加密算法的逆過(guò)程，所以不再進(jìn)行詳細(xì)的介紹。在加密算法的每輪加密過(guò)程中，先進(jìn)行隨機(jī)數(shù)插入，其次進(jìn)行混沌值替換，然后進(jìn)行按位異或擴(kuò)散，最后進(jìn)行逆時(shí)針旋轉(zhuǎn)90度操作。在解密算法中，要注意各個(gè)操作的順序，以及各個(gè)操作對(duì)應(yīng)的逆操作的準(zhǔn)確性，加解密算法對(duì)于各種操作都特別敏感，存在一點(diǎn)錯(cuò)誤都是無(wú)法正確解密的。

3 安全性分析

使用個(gè)人電腦對(duì)三組不同形狀、不同類型的的醫(yī)學(xué)圖像以及一組普通圖像進(jìn)行加密、解密仿真實(shí)驗(yàn)。具體環(huán)境：win10系統(tǒng)，MATLAB R2020a軟件。其中，本實(shí)驗(yàn)中使用的具體的加密密鑰見表1。675×901像素的Brain醫(yī)學(xué)圖像的原圖、加密圖以及解密圖如圖3。256×256像素的Chest醫(yī)學(xué)圖像的原圖、加密圖以及解密圖如圖4。512×512像素的Tibial醫(yī)學(xué)圖像的原圖、加密圖以及解密圖如圖5。512×512大小的Lena圖像的原圖、加密圖以及解密圖如圖6。

表1 密鑰表

a) Brain原圖 b) Brain密圖 c) Brain解密圖圖3 Brain醫(yī)學(xué)圖像的加密、解密效果

a) Chest原圖 b) Chest密圖 c) Chest解密圖圖4 Chest醫(yī)學(xué)圖像的加密、解密效果

a) Tibial原圖 b) Tibial密圖 c) Tibial解密圖圖5 Tibial醫(yī)學(xué)圖像的加密、解密效果

b) Lena原圖 b) Lena密圖 c) Lena解密圖圖6 Lena圖的加密、解密效果

通過(guò)圖3～6可以看出，本加密算法不僅能對(duì)醫(yī)學(xué)圖像進(jìn)行加密、解密，而且也能夠?qū)ζ胀▓D像進(jìn)行加密、解密。從實(shí)驗(yàn)效果可以看出，使用本加密算法不管是醫(yī)學(xué)圖像、還是普通圖像得到的加密圖是完全不同于原始圖像的，絲毫看不出原始圖像的任何痕跡，說(shuō)明加密算法能夠達(dá)到隱藏原始圖像信息的目的。通過(guò)原始圖像和解密圖像的效果來(lái)看，從肉眼上看不出兩者之間有任何區(qū)別，說(shuō)明從直觀上可以分析出本算法能夠完全滿足解密效果。

3.1 密鑰空間

通常，當(dāng)加密算法的密鑰長(zhǎng)度大于2100，就能夠抵抗窮舉攻擊[18-19]。本文提出的算法中，安全性是由四輪加密保障的。每一輪加密所使用的密鑰都是PWLCM混沌映射[10-11]給定的的初值和控制參數(shù)。

從密鑰表中可以看出，一共有6個(gè)密鑰值。每一個(gè)密鑰值在計(jì)算機(jī)中都是64位，可以表示成具有15位有效數(shù)字的十進(jìn)制數(shù)，所以本加密算法的密鑰空間是(1015)6=1090，該密鑰空間遠(yuǎn)遠(yuǎn)大于2100[20]，所以說(shuō)明本算法可以有效抵抗暴力攻擊，保證算法的安全性。

3.2 信息熵

信息熵是用來(lái)表征隨機(jī)性的。信息熵可以作為衡量像素分布隨機(jī)性的標(biāo)準(zhǔn)，信息熵的值越大，說(shuō)明隨機(jī)性越強(qiáng)[21-22]。它的數(shù)學(xué)表達(dá)式定義如下：

(6)

式中：m表示圖像；H(m)表示該圖像計(jì)算得出的信息熵；mi表示圖像m的第i個(gè)灰度值；P(mi)表示mi出現(xiàn)的概率；L表示圖像m的灰度級(jí)。當(dāng)圖像的灰度級(jí)為8時(shí)，圖像的最大信息熵值為8，也就是理想的隨機(jī)圖像的信息熵為8[23]。

醫(yī)學(xué)圖像Chest的原圖的信息熵和經(jīng)過(guò)加密算法后得到密圖的信息熵情況，另外還展示了本算法與幾個(gè)最新算法的信息熵的對(duì)比情況，具體如見表2。

表2 原圖、密圖信息熵對(duì)比表

通過(guò)表2可以看出，原始圖像的信息熵值與理想值8[26]相差較大，說(shuō)明隨機(jī)性比較低。而經(jīng)過(guò)本加密算法得到的信息熵值為7.997 4，與理想值十分接近，說(shuō)明經(jīng)過(guò)本算法得到的加密圖像隨機(jī)性很強(qiáng)，抗攻擊的能力也強(qiáng)，說(shuō)明本加密算法的性能比較好。同時(shí)為了更加客觀的說(shuō)明本算法的信息熵值，對(duì)比了現(xiàn)有文獻(xiàn)的信息熵值，對(duì)比結(jié)果說(shuō)明本算法的信息熵值優(yōu)于現(xiàn)有算法的信息熵值，進(jìn)一步說(shuō)明本算法能夠達(dá)到現(xiàn)有算法的安全級(jí)別。

3.3 相關(guān)性

原始圖像相鄰像素間存在非常高的相關(guān)性，可以通過(guò)一個(gè)像素就能反映出相鄰像素的信息[27]。所以對(duì)于圖像加密來(lái)說(shuō)最重要的是破壞相鄰像素間這種強(qiáng)相關(guān)性，進(jìn)而提高抵抗統(tǒng)計(jì)攻擊能力。為了驗(yàn)證加密算法可以打破原始圖像相鄰像素之間的相關(guān)性，并且擁有抵抗統(tǒng)計(jì)攻擊的能力，通過(guò)以下公式計(jì)算相關(guān)性：

(7)

(8)

(9)

式中：x和y都是圖像的相鄰像素值；rxy是計(jì)算得出的相鄰像素點(diǎn)的相關(guān)性系數(shù)；E(x)是期望值；D(x)是方差。加密算法應(yīng)該有效減低圖像相關(guān)性，理想情況下，加密圖的相關(guān)性為0[28]。本實(shí)驗(yàn)對(duì)Chest醫(yī)學(xué)圖像的原圖、加密圖、解密圖分別隨機(jī)選取1000對(duì)相鄰像素進(jìn)行相關(guān)系系數(shù)計(jì)算，另外與最新算法的相關(guān)性系數(shù)進(jìn)行對(duì)比，具體情況見表3。

從表3可以看出，原圖的三個(gè)方向的相關(guān)系系數(shù)都較大，說(shuō)明相關(guān)性特性明顯，被統(tǒng)計(jì)性攻擊破解的風(fēng)險(xiǎn)極大。經(jīng)過(guò)加密后得到的加密圖的三個(gè)方向的相關(guān)系系數(shù)接近于0，也就是說(shuō)明加密圖的像素值之間幾乎不存在關(guān)系。本算法與最新算法的相關(guān)性比較，通過(guò)數(shù)值看出相關(guān)性基本上低于最新算法的相關(guān)性。因此，可以看出本加密算法降低圖像相關(guān)性的能力較強(qiáng)。

表3 原圖、密圖相關(guān)性系數(shù)對(duì)比表

另外，本實(shí)驗(yàn)還通過(guò)觀察圖像的相關(guān)性散點(diǎn)圖的方式展示相關(guān)性情況。其中，Chest原圖的水平、垂直、對(duì)角線方向的相關(guān)性情況如圖7。 Chest加密圖的水平、垂直、對(duì)角線方向的相關(guān)性情況如圖8。

a) 原圖水平 b) 原圖垂直 c) 原圖對(duì)角線圖7 原圖相關(guān)性散點(diǎn)圖

a) 密圖水平 b) 密圖垂直 c) 密圖對(duì)角線圖8 密圖相關(guān)性散點(diǎn)圖

通過(guò)原圖和密圖的相關(guān)性散點(diǎn)圖可以看出，原圖的大多數(shù)相鄰像素對(duì)集中分布在對(duì)角線或者對(duì)角線兩側(cè)的范圍內(nèi)，而經(jīng)過(guò)本算法加密后的相鄰像素對(duì)能夠均勻、隨機(jī)地分布在整個(gè)坐標(biāo)系的范圍內(nèi)，說(shuō)明本加密算法能夠有效打破明文像素間的強(qiáng)相關(guān)性，并且能夠有效的抵抗統(tǒng)計(jì)攻擊。

3.4 直方圖

一般像素的直方圖可以反映出像素值的分布情況[9,30]，攻擊者通過(guò)對(duì)像素值進(jìn)行分析即可破解圖像。本小節(jié)得到的測(cè)試圖像加、解密的灰度直方圖如圖 9。中直方圖的橫坐標(biāo)用來(lái)表示其灰度值，縱坐標(biāo)用來(lái)表示像素的個(gè)數(shù)。

a) 原圖直方圖 b) 密圖直方圖 c) 解密圖直方圖圖9 原圖、密圖、解密圖的直方圖分布

從圖9可以看出，原圖像素灰度值出現(xiàn)的概率非常不均勻，最多的出現(xiàn)次數(shù)高達(dá)9 000多次，而最少的幾乎為0,這就說(shuō)明圖像的安全性非常弱，是很容易被攻擊者分析出圖像特點(diǎn)的。而經(jīng)過(guò)本算法加密后得到的加密圖像直方圖變得非常均勻，從而可以有效的防止出現(xiàn)原始圖像信息的泄露，進(jìn)而有效的抵抗統(tǒng)計(jì)攻擊。

3.5 魯棒性分析

本算法對(duì)醫(yī)學(xué)圖像進(jìn)行加密，除了需要保證加密效果良好，還需要有一定的魯棒性。魯棒性包括抵抗噪聲攻擊的能力，裁剪攻擊的能力等[25,31]。本實(shí)驗(yàn)以先對(duì)加密圖進(jìn)行一定程度的椒鹽噪聲干擾，然后再進(jìn)行解密的方式，分析本算法抵抗噪聲攻擊的能力。對(duì)Chest加密圖像分別進(jìn)行0.000 5、0.005以及0.05的椒鹽噪聲干擾，然后進(jìn)行解密過(guò)程得到解密圖像，具體如圖10。

a) 0.000 5噪聲 b) 0.005噪聲 c) 0.05噪聲圖10 不同程度椒鹽噪聲后生成的解密圖

從圖10可以看出，經(jīng)過(guò)不同程度的椒鹽噪聲污染后生成的解密圖雖然清晰度受到了一定程度的干擾，但是仍然看出圖像的有效信息，說(shuō)明本算法抵抗噪聲攻擊能力較強(qiáng)，具有一定的魯棒性。

4 結(jié) 語(yǔ)

本文提出了一種基于分段線性混沌映射的醫(yī)學(xué)圖像加密算法。該算法采用四輪加密的方式，確保加密算法的有效性和安全性。每一輪加密中，首先原始圖像進(jìn)行隨機(jī)數(shù)插入，其次使用分段線性混沌映射進(jìn)行像素值的替換，然后對(duì)生成矩陣以及替換前的矩陣進(jìn)行按位異或操作，改變像素值的大小，最后將矩陣逆時(shí)針旋轉(zhuǎn)進(jìn)行下一輪加密，持續(xù)進(jìn)行四輪加密，得到加密圖像。從仿真實(shí)驗(yàn)和安全性分析結(jié)果可以看出，該算法不僅可以對(duì)醫(yī)學(xué)圖像進(jìn)行加密而且可以對(duì)普通圖像進(jìn)行加密，與目前算法相比安全性能更高，并且具有一定的魯棒性，適合用于醫(yī)學(xué)圖像加密。