基于混合技術的EMR系統醫學信息保護

林 攀，陳健美，王遠朋

?

基于混合技術的EMR系統醫學信息保護

林 攀，陳健美，王遠朋

(江蘇大學醫學研究所，江蘇 鎮江 212013)

隨著電子病歷記錄(EMR)系統在諸多醫院的廣泛使用，醫生可以利用計算機云交互和共享醫學數據，并通過下一代臨床決策支持系統提取醫學記錄信息，從而做出精確診斷。為解決EMR系統傳輸過程中的醫學信息泄露或篡改問題，將EMR系統中經過B++編碼后的醫學數據嵌入到病人的指紋中，通過基于非下采樣Contourlet變換的數字水印算法，提取含有特征結構信息和注冊密鑰的指紋，并將其嵌入到病人的醫學圖像中，提高EMR系統醫學信息的安全性。實驗結果表明，該方法實現的醫學水印圖像具有較高的魯棒性，并且由于允許高容量的醫學信息嵌入，保證了醫學數據的完整性。

電子病歷記錄；非下采樣Contourlet變換；B++編碼；生物認證；指紋；數字水印

1 概述

在信息通信技術的推動下，醫療保健服務被提出后，電子健康在很多國家得到廣泛應用。而電子健康的重要部分是電子病歷記錄(Electronic Medical Records, EMR)系統。EMR包括病程記錄、檢查檢驗結果、醫囑、手術記錄和診斷圖像等。由于EMR系統在諸多醫院得到了廣泛使用，不但可以通過計算機云交互和共享醫學數據，而且利用下一代臨床決策支持系統(Clinical Decision Support Systems, CDSS)提取醫學記錄信息幫助醫生做出精確的診斷。在這樣的背景下，醫學數據可以輕易偽造或非法買賣給第三方。因此，保護個人醫療信息的完整性具有十分重要的意義。

生物認證又稱生物識別，是通過計算機利用人體所固有的生理特征或行為特征來進行個人身份鑒定。常用的生物特征包括臉像、虹膜、指紋、掌紋、聲音、筆跡等。指紋是一個人獨有的信息，通過指紋固有的圖案可以分辨具體的人。指紋技術目前發展十分成熟。比如文獻[1]研究指紋幾何結構特征；文獻[2]利用脊的特征來識別指紋。醫學數字水印技術被用于醫學圖像[3]，但是沒有充分考慮到醫學水印的安全需求。文獻[4]提出將病人數據加密后的信息嵌入到醫學圖像的最低有效位上；文獻[5]提出通過誤差控制代碼技術隱藏病人信息，實現可靠地傳輸、存儲醫學圖像；文獻[6]利用離散余弦變換(Discrete Cosine Transform, DCT)實現數據隱藏，把電子病患記錄(Electronic Patient Records, EPR)數據嵌入DCT的低頻系數上，具有良好的魯棒性，同時可抗普通的旋轉、壓縮和加噪等攻擊；文獻[7]通過分析和提取醫學圖像的敏感區域實現無損數字水印技術，不僅增加了醫學圖像的安全性，同時也提高了嵌入容量。隨著水印技術的發展，小波變換、奇異值分解和粒子群系統優化等技術[8-10]不斷應用到醫學水印方面。

為了保證不降低醫學圖像的質量，使大量的醫學信息經處理后最終只是少量嵌入到醫學圖像中，因此，提出B++編碼的方法，使醫學數據轉換為矩陣，同時產生注冊密鑰，然后把編碼信息和注冊密鑰嵌入到病人的指紋中，鑒定醫學圖像的合法性。在提取指紋過程中，對指紋進行對比分析處理。把含有醫學信息的指紋嵌入到病人的醫學圖像中，但是水印的嵌入不能改變醫學圖像質量，否則會導致誤 診[11]。本文采用非下采樣Contourlet變換(Non-subsampled Contourlet Transform, NSCT)的水印技術可以避免這個問題。本文數字水印算法在校附屬醫院的EMR系統進行測試，存儲的水印醫學圖像的魯棒性較高，對醫學的診斷沒有影響。

2 非下采樣Contourlet變換

NSDFB是由扇形濾波器和重采樣操作組成的，圖1、圖2分別為金字塔NSDFB、扇形NSDFB，通過將雙通道NSDFB應用到NSCT構建中，消除了方向濾波器的上采樣和下采樣，具有方向不變性，但會產生冗余。

圖1 金字塔非下采樣方向濾波器組

圖2 扇形非下采樣方向濾波器組

非下采樣Contourlet的計算過程如下：采用NSP對圖像多尺度分解來捕獲奇異點；由NSDFB將各尺度的高頻子帶進行多方向分解，從而將分別在同一尺度、同一方向的奇異點合并為一個尺度。為了達到雙優的條件，將NSP和NSDFB結合起來，實現NSCT變換。NSP確保了NSCT的多尺度分析的特性，但是不具有方向性；NSDFB確保了NSCT的多方向分析的特性，對高頻部分能很好地分解，但對低頻不能很好地分解，兩者結合彌補了雙方各自的不足。在NSCT的高頻子帶嵌入水印具有較好的不可見性，但是水印嵌在低頻子帶，能提高水印的魯棒性。NSCT的特性表現如下：(1)多尺度捕獲圖像的特征；(2)NSCT變換后子帶系數是非線性相關；(3)NSCT變換有4/3的冗余。

3 B++編碼

B++編碼的具體過程如下：

字符儲存在字符表，字符處理后存放在編碼表中，根據字符表和編碼表的對應關系，建立一一映射關系。

圖3 某字符的曲線部分

圖4 B++塊示意圖

假設有塊，塊1中的字母矩陣根據異或運算結果參與到塊2的異或之中，依次類推，得到所有塊的異或結果R，為增強醫學數據的安全，R需要與注冊密鑰進行異或運算，R+1是數據編碼信息。具體計算過程如下：

當=5時，6作為編碼信息。異或運算最常見于多項式除法，不過它最重要的性質還是自反性：() Xor () Xor ()=，即對給定的數，用同樣的運算因子()作2次異或運算后仍得到本身，根據自反性質，進行解碼：將編碼信息和注冊密鑰異或的結果再和編碼信息異或，依次倒推下去，直到完全解出字母矩陣。由于相鄰的2個塊尾和塊首的元素相同，按照這個規則可恢復這些字符的次序。

在26個字母中，假如每個字母出現的概率相同，(x)為1/26，則信源X的不確定性表示為：

其中，(X)是信源X中每個事件出現的平均信息量，或者表示信源X中各符號出現的平均不確定性。編碼信息源的數據量變大，則(X)的不確定性變小。

4 醫學圖像數字水印算法

EMR系統對醫學信息的完整性和隱私性要求嚴格，本文提出了結合數字水印和生物認證技術的醫學圖像水印算法，水印的嵌入分為3個層次，如圖5所示。

圖5 水印嵌入過程

通過3個層次增設安全機制，如注冊密鑰是第三方持有的私有數據，沒有注冊密鑰是無法恢復EPR數據的。另外，考慮到醫學圖像某個區域的改變，會降低醫學圖像的質量，從而造成誤診，因此，采用質量較高的NSCT數學變換技術可以保留更多的描述細節；采用病人的指紋圖像可以省略一些病人的基本信息，用指紋代替這些信息，通過生物認證技術-指紋驗證可以鑒定身份的合法性。

水印嵌入的具體步驟如下：

(1)預處理階段。對醫學信息EPR或DIC(Doctor Identity Code)數據進行B++編碼，得到編碼信息5×5大小的0和1的，是5×5大小的矩陣，同時在編碼中生成注冊密鑰，為醫學數據的注冊信息，具有唯一性。采取病人×的灰度指紋圖像，提取指紋圖像的敏感區域(Region of Interest, ROI)，把矩陣重置為1×25的矩陣，隱藏在Finger圖像的ROI中，對二值水印指紋圖像進行Arnold置亂加密，得到加密信息矩陣，則變換公式為：

(3)數字水印的嵌入。對1奇異值分解[,S,]=(1)，把信息嵌入S系數上，2=S–α×，其中，是隨機產生的0、1密鑰，對SVD的系數替代變換，即2=S，×2×’；完成低頻子帶的相關的系數值的修改。

水印提取的具體過程如圖6所示，該過程主要修改低頻系數，但是需要注冊密鑰解碼出醫學信息，對于提取的指紋圖像需要驗證指紋的合法性，當確定是病人的完整指紋時，才進行醫學信息的提取，具體步驟如下：

(1)對含有醫學水印圖像進行NSCT三級分解，分別得到低頻子帶和高頻子帶，對低頻子帶8×8塊的離散值分解DCT(64×64塊)，分別抽出每個塊的第一位的數值組成矩陣，然后奇異值分解[,,]=()。

(2)生成與嵌入時相同的隨機數密鑰，進行以下的計算：2=S+(×)，=×2×'，=，=(?)×8；根據Arnold的置亂周期，恢復指紋圖像’。

(3)編碼信息的提取。分析指紋ROI，對其DCT操作得到相關的0、1的序列信息，記作5×5矩陣。

(4)生物認證：使用指紋識別技術，采取病人的原始圖像和提取的指紋圖像進行對比分析。

(5)從第三方得到注冊密鑰，與矩陣相結合，進行B++解碼，分別得到每個字符的編碼，根據存儲的編碼表，映射到對應的字符表，最后得到醫學數據。

圖6 水印提取過程

5 實驗仿真和分析

為評估本文提出的水印算法的性能，實驗采用8位灰度512×512的醫學圖像和來源于校附屬醫院的64×64的指紋圖像；信息數據EPR/DIC有128個字母組成；參數=0.05；在NSCT變換中使用“9-7”金字塔濾波器和“”方向濾波器的三級分解。

5.1 魯棒性分析

為了衡量水印算法的性能，從峰值信噪比(Peak Signal to Noise Ratio, PSNR)和歸一化相關系數(Normalization Correlation, NC)方面進行實驗分析，實驗結果如圖7~圖9所示。使用PSNR評定添加水印后的圖像質量：

圖7 醫學原始圖像

圖8 醫學水印圖像

圖9 提取的指紋水印圖像(NC=1)

在多次實驗數據基礎上，對于醫學信息EPR的恢復，當水印的>75且≥0.996時，便可恢復醫學信息，同時考慮到遠程醫療需要傳輸醫學圖像和信息，需要壓縮醫學圖像。在實驗中，使用JEPG 10%和60%的壓縮，恢復的信息與編碼信息相同，說明了在不同比例下的壓縮編碼信息沒有嚴重地受損。

5.2 性能測試比較

表1顯示了各類攻擊后的實驗結果，本文實驗與文 獻[10]、文獻[13]算法進行NC方面的比較。從實驗數據看出，本文算法明顯優于其他2種算法，尤其在JEPG壓縮方面，本文算法適合在EMR系統環境下使用。

表1 算法NC指標的比較分析

對于本文提出的B++編碼，分析嵌入容量對魯棒性的影響。文獻[4]處理信息的方法是將信息BCH碼進行處理，使用AES加密算法。圖10顯示水印嵌入容量對圖像PSNR的影響，當嵌入容量達到4 000以上，PSNR開始下降，所存在的問題是編碼長度隨信息增加，致使圖像的質量降低。當采用本文非B++編碼醫學信息的算法時，從圖10可以看出，PSNR結果不太理想，采用B++編碼后，應盡量減少嵌入數量，隨著數據量的增大，PSNR微變，實現高容量的嵌入信息，由于解碼需要注冊密鑰的配合，安全性更高，但是缺點是由于眾多的位的疊加，某關鍵幾位出現錯誤會造成解碼錯位(丟失)現象。

圖10 水印嵌入容量對圖像峰值信噪比的影響

本文采用FVC2004的AFIS性能指標REJenroll(Numberof Rejected Fingerprints During Enrollment)表示由于圖像質量太差而被拒絕處理的指紋數量。采取一組指紋圖像10張、每組5次的水印操作。提取了50張含有醫療信息的指紋圖像，通過某指紋識別軟件進行測試，共47個指紋成功，=6%，說明了本文提出的數字水印算法魯棒性較好，不會對指紋圖像識別產生很大影響。

6 結束語

本文結合數字水印和生物認證，提出一種EMR系統環境下的醫學信息保護方法。將醫學圖像和醫學文本信息作為水印信息，嵌入到病人指紋圖像中增加醫學信息的完整性。與其他算法進行對比分析，實驗結果表明該算法效果較好，使用B++編碼可以實現大量信息壓縮后少量的嵌入，但存在位丟失的問題，今后將對其改進。同時考慮到計算機云技術的發展，將通過改進水印算法進一步提高EMR系統的安全性。

[1] Liang Xuefeng, Bishnu A, Asano T. Robust Fingerprint Index- ing Scheme Using Minutia Neighborhood Structure and Low-order Delaunay[J]. IEEE Transactions on Information Forensics and Security, 2007, 2(4): 721-733.

[2] Biswas S, Ratha N, Connell J. Exploring Ridge Curvature for Fingerprint Indexing[C]//Proceedings of the 2nd IEEE International Conference on Biometrics: Theory, Applications and Systems. Arlington, USA: IEEE Press, 2008: 1-6.

[3] 馮前進, 陳凌劍, 楊 豐. 基于整數小波變換的醫學圖像易碎水印方法[J]. 中國圖象圖形學報, 2006, 11(5): 736-741.

[4] Ananad D, Niranjan U C. Watermarking Medical Images with Patient Information[C]//Proceedings of the 20th Annual International Conference on Engineering in Medicine and Biology Society. Hong Kong, China: [s. n.], 1998: 703-706.

[5] Nayak J, Bhat P S, Kumar M S, et al. Reliable Transmission and Storage of Medical Images with Patient Information Using Error Control Codes[C]//Proceedings of IEEE INDICON’04. [S. l.]: IEEE Press, 2004: 147-150.

[6] Chao H M, Hsu C M, Miaou S G. A Data Hiding Technique with Authentication Integration and Confidentiality for Electronic Patient Records[J]. IEEE Transactions on Information Technology in Biomedicine, 2002, 6(1): 46-53.

[7] Kamran M, Farooq M. An Optimized Information-persevering Relational Database Watermarking Scheme for Ownship Protection of Medical Data[Z]. 2011.

[8] 歐陽春娟, 劉昌鑫, 楊群生. 小波包特征熵分解的圖像水印算法[J]. 計算機工程與應用, 2009, 45(32): 159-160.

[9] 周 波, 陳 健. 基于奇異值分解的、抗幾何失真的數字水印算法[J]. 中國圖象圖形學報, 2004, 9(4): 124-130.

[10] 肖尚勤. 魯棒數字水印算法研究[D]. 武漢: 華中科技大學,2008.

[11]Nyeen H, Boles W. A Review of Medical Image Watermarking Requirements for Teleradiology[J]. Journal of Digital Imaging, 2013, 26(2): 326-329.

[12] da Cunha A L, Zhou Janping. The Nonsubsampled Contourlet Transform: Theory, and Applications[J]. IEEE Transactions on Image Processing, 2006, 15(10): 3089-3101.

[13] Bi Hongbo, Li Xueming. A Blind Robust Watermarking Scheme Based on CT and SVD[C]//Proceedings of the 10th International Conference on Signal Processing. Beijing, China: [s. n.], 2010: 881-884.

編輯 陸燕菲

Medical Information Protection of EMR System Based on Hybrid Technology

LIN Pan, CHEN Jian-mei, WANG Yuan-peng

(Institute of Medicine, Jiangsu University, Zhenjiang 212013, China)

As the Electronic Medical Records(EMR) system is widely used in many hospitals, doctor can use computer to cloud interaction and share medical data. It extracts the medical record information by Clinical Decision Support Systems(CDSS), and helps doctor to make accurate diagnosis. To solve the problem of medical information disclosure or tamper in the transmission process of EMR system, medical data after B++ encoding is embedded in a patient’s finger. The finger with feature information and registration key are embedded in medical image by digital watermarking algorithm based on Non-subsampled Contourlet Transform(NSCT), and it can improve the safety of medical information in EMR system. Experimental results show that the method ensures higher robustness of the watermarking image, and it protects the integrity of the medical data by embedding high capacity medical information.

Electronic Medical Records(EMR); Non-subsampled Contourlet Transform(NSCT); B++ coding; biometric authentication; fingerprint; digital watermarking

1000-3428(2014)03-0175-05

A

TP309.2

教育部博士點基金資助項目(20113227110010)；江蘇省高校自然科學基金資助項目(10KJB520004)；江蘇省軟件和集成電路專項基金資助項目(蘇信軟2009[100])；江蘇省普通高校研究生科研創新計劃基金資助項目(CXZZ11_0575)。

林 攀(1989－)，男，碩士，主研方向：醫學圖像處理，信息安全；陳健美，教授；王遠朋，碩士。

2013-02-22

2013-04-16 E-mail：767251745@qq.com

10.3969/j.issn.1000-3428.2014.03.036