| 一种基于格雷码置乱与分块混沌置乱的医学影像隐私保护分类方案 |
| |
| 引用本文： | 陈国明,袁泽铎,龙舜,麦舒桃. 一种基于格雷码置乱与分块混沌置乱的医学影像隐私保护分类方案[J]. 数据采集与处理, 2022, 37(5): 984-996 |
| |
| 作者姓名： | 陈国明 袁泽铎 龙舜 麦舒桃 |
| |
| 作者单位： | 1.广东第二师范学院计算机学院，广州 510303;2.暨南大学信息科学技术学院，广州 510632;3.广州中医药大学第二附属医院，广州 510120 |
| |
| 基金项目： | 国家重点研发计划（2019YFC0120100）； 广东省自然科学基金（2018A0303130169，2020A151501212）； 广东省普通高校重点领域专项（2020ZDZX1023，2021ZDZX1062）； 工业装备质量大数据工业和信息化部重点实验室开放基金（2021-IEQBD-03）； 广东省大数据分析与处理重点实验室开放基金（201902）。 |
| |
| 摘 要： | 针对传统隐私保护机器学习方案抵抗对抗攻击能力较弱的特点，提出一种基于格雷码置乱和分块混沌置乱的医学影像加密方案（Gray + block chaotic scrambling optimized for medical image encryption，GBCS），并应用于隐私保护的分类挖掘。首先对图像进行位平面切割；然后，对图像不同位平面进行格雷码置乱后再进行分块，在分块的基础上分别进行混沌加密；最后通过深度网络对加密后的图像进行分类学习。通过在公开乳腺癌和青光眼数据集上进行交叉验证仿真实验，对GBCS 的隐私保护与分类性能进行量化分析，并从图像直方图、信息熵和对抗攻击能力等指标考虑其安全性。实验结果表明医学图像在GBCS 加密前后的性能差距在可接受范围内，方案能更好地平衡性能与隐私保护的矛盾， 能有效抵御对抗样本的攻击，验证了本文方法的有效性。
|
| 关 键 词： | 隐私保护分类 对抗防御 图像分块 图像置乱 混沌 |
| 收稿时间： | 2021-10-24 |
| 修稿时间： | 2022-01-26 |
A Privacy-Preserving Medical Image Classification Scheme Based on Gray Code Scrambling and Block Chaotic Scrambling |
| |
| Chen Guoming,Yuan Zeduo,Long Shun,Mai Shutao. A Privacy-Preserving Medical Image Classification Scheme Based on Gray Code Scrambling and Block Chaotic Scrambling[J]. Journal of Data Acquisition & Processing, 2022, 37(5): 984-996 |
| |
| Authors: | Chen Guoming Yuan Zeduo Long Shun Mai Shutao |
| |
| Affiliation: | 1.School of Computer Science, Guangdong University of Education, Guangzhou 510303, China;2.School of Information Science and Technology, Jinan University, Guangzhou 510632, China;3.The Second Affiliated Hospital of Guangzhou University of Chinese Medicine, Guangzhou 510120, China |
| |
| Abstract: | |
| |
| Keywords: | privacy preserving classification adversarial defense image blocking image scrambling chaotic |
|
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
