Trong bài viết này, một thuật toán thủy vân số được đề xuất để xác thực quyền sở hữu và bảo mật thông tin trong ảnh y tế bằng cách kết hợp biến đổi sóng nhỏ rời rạc, biến đổi cosin rời rạc, phân tích giá trị riêng (DWT-DCT-SVD) và phép biến đổi Arnold.
Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XIII Nghiên cứu ứng dụng Công nghệ thông tin (FAIR), Nha Trang, ngày 8-9/10/2020 DOI: 10.15625/vap.2020.00187 MỘT THUẬT TOÁN THỦY VÂN SỐ CHO ẢNH Y KHOA BẰNG CÁCH KẾT HỢP DWT-DCT-SVD VÀ PHÉP BIẾN ĐỔI ARNOLD Võ Thành C, Võ Phước Hưng, Dương Ngọc Vân Khanh, Nguyễn Thái Sơn Khoa Kỹ thuật Công nghệ, Trường Đại học Trà Vinh vothanhc@tvu.edu.vn, hungvo@tvu.edu.vn, vankhanh@tvu.edu.vn, thaison@tvu.edu.vn TÓM TẮT: Ngày nay, với phát triển mạnh mẽ Internet, việc trao đổi hình ảnh y tế CT scans, MRIs, siêu âm qua Internet hệ thống chẩn đoán y tế từ xa ngày trở nên phổ biến Vì vậy, làm để đảm bảo tính tin cậy, tồn vẹn bí mật cho hình ảnh y tế vấn đề quan tâm Trong báo này, thuật toán thủy vân số đề xuất để xác thực quyền sở hữu bảo mật thông tin ảnh y tế cách kết hợp biến đổi sóng nhỏ rời rạc, biến đổi cosin rời rạc, phân tích giá trị riêng (DWT-DCT-SVD) phép biến đổi Arnold Trong giải pháp đề xuất, ảnh gốc phân tích DWT cấp độ hai Watermark quyền nhúng vào miền tần số cao HH2 HL LH, thông tin định danh bệnh nhân nhúng vào miền tần số trung bình LH2 HL2 HH Để tăng cường độ bảo mật, phép biến đổi Arnold áp dụng để mã hóa watermark trước nhúng Kết thực nghiệm cho thấy giải pháp đề xuất cho chất lượng ảnh sau nhúng đảm bảo, có độ bảo mật cao bền vững trước công khác Từ khóa: Ảnh y tế , thủy vân số, watermark, DWT, DCT, SVD, Arnold I GIỚI THIỆU Những năm gần đây, với phát triển mạnh mẽ công nghệ thông tin truyền thông giúp cho việc phân phối nội dung số dạng text, image, audio video qua môi trường Internet ngày trở nên phổ biến Đối với hệ thống y tế từ xa việc sử dụng hình ảnh y tế CT scans, MRIs, siêu âm để chẩn đốn tình trạng bệnh nhân lại trở nên quan trọng [1] Tuy nhiên, q trình truyền tải thơng tin y tế, dễ bị giả mạo đánh cắp Những thay đổi thơng tin hình ảnh ảnh hưởng đến kết chẩn đốn bác sĩ [2] Vì làm để xác thực quyền sở hữu, ngăn chặn việc vi phạm quyền bảo vệ thông tin riêng tư bệnh nhân nhiều thách thức [3] Hiện nay, phương pháp mã hóa thủy vân số thường sử dụng để cung cấp tính xác thực tính bảo mật hồ sơ y tế [4] Phương pháp mã hóa sử dụng thuật tốn RSA, AES, RC4,… để chuyển liệu thành dạng mà người hiểu trước gửi Mã hóa ẩn nội dung tin nhắn khỏi kẻ trộm tin nhắn mã hóa cịn, có nghĩa bên thứ ba thấy liệu mã hóa truyền mạng, điều gây tò mò, nghi ngờ làm cho họ tìm cách giải mã thơng tin bí mật Cịn thủy vân số kỹ thuật giấu thông tin mật vào nội dung số cho bên thứ ba không phát thay đổi nội dung số truyền qua Internet Tuy nhiên, phương pháp thủy vân số ảnh y tế phải đảm bảo cho việc nhúng liệu bổ sung vào ảnh y tế không ảnh hưởng đến chất lượng hình ảnh Việc trao đổi liệu hồ sơ điện tử bệnh nhân (EPR) yêu cầu mức độ bảo mật cao [2] Các kỹ thuật thủy vân ảnh số chia thành hai loại dựa vào miền nhúng thơng tin là: miền không gian miền tần số [5] Các kỹ thuật dựa miền không gian nhúng mã đánh dấu quyền (watermark) vào ảnh gốc cách thay đổi trực tiếp giá trị điểm ảnh ảnh gốc công thức cụ thể Một số kỹ thuật thủy vân số miền không gian dựa tương quan (Correlation Based Techinique), LSB (Least Significant Bit) [6], [7] Các kỹ thuật dựa miền không gian thường đơn giản, dễ cài đặt Tuy nhiên, thay đổi trực tiếp giá trị điểm ảnh nên chất lượng ảnh sau nhúng không cao watermark khơng bền vững trước cơng Vì gần kỹ thuật thủy vân số dựa miền khơng gian ảnh y tế quan tâm Ngược lại, kỹ thuật dựa miền tần số nhúng watermark vào hệ số miền chuyển đổi ảnh Các kỹ thuật dựa miền tần số Discrete Cosine Transform (DCT), Discrete Wavelet Transform (DWT), Singular Value Decomposition (SVD) [2] Các kỹ thuật dựa miền tần số cho chất lượng ảnh sau nhúng tốt watermark bền vững phép xử lý ảnh nén, không mạnh công dạng cắt, thay đổi tỷ lệ, quay Vì hướng tiếp cận cách kết hợp hai nhiều miền chuyển đổi nhúng watermark đem lại kết tốt Một số phương pháp kết hợp thường gặp DTCWT-DCT [9], DWT-SVD [10], [11], [12], SWT-DCT [13], NSCT-RDWT-SVD [14] Ngồi để khơng ảnh hưởng nhiều đến thông tin quan trọng ảnh y tế, số giải pháp nhúng watermark vào vùng không quan trọng RONI (Region of Non-Interest) ảnh [5], [15], [16], [17], [18] Bên cạnh việc sử dụng đồ Chaotic để bảo vệ tính riêng tư thực ảnh y khoa [19] Trong báo này, đề xuất giải pháp thủy vân số cho ảnh y khoa dựa DWT, DCT, SVD phép biến đổi Arnold Kết thực nghiệm cho thấy giải pháp đề xuất cho chất lượng ảnh sau nhúng tốt giải pháp trước đây, thông tin riêng tư bệnh nhân mã hóa với phép biến đổi Arnold Phần cịn lại báo tổ chức sau Phần II giới thiệu phép biến đổi Arnold, DWT, DCT SVD Giải pháp đề xuất trình bày chi tiết phần III Phần IV trình bày kết thực nghiệm Kết luận trình bày phần V Võ Thành C, Võ Phước Hưng, Dương Ngọc Vân Khanh, Nguyễn Thái Sơn 351 II CƠ SỞ LÝ THUYẾT A Phép biến đổi Arnold Phép biến đổi Arnold đề xuất Vladimir Arnold vào năm 1960 [19] Phép biển đổi Arnold gọi đồ mèo (Arnold‟s cat map), kỹ thuật xáo trộn hình ảnh dạng đồ hỗn loạn (Chaotic map) Trong phép biến đổi Arnold, giá trị điểm ảnh vị trí (xn, yn) chuyển đến vị trí (xn+1, yn+1) lần lặp thứ n+1 theo công thức sau: [ ] ][ ]( [ ) (1) đó: xn, yn vị trí điểm ảnh lần biến đổi thứ n, xn+1, yn+1 vị trí điểm ảnh lần biến đổi thứ n+1, NxN: Kích thước ảnh, a, b: Tham số điều khiển Trong phép biến đổi Arnold, giá trị tất điểm ảnh không bị thay đổi mà bị xáo trộn vị trí để tạo thành ảnh hỗn loạn Và lặp đến số lần lặp T xác định, tất điểm ảnh xếp vị trí ảnh gốc Số lần lặp T xác định phụ thuộc vào N B Lý thuyết DWT (Discrete Wavelet Transform) DWT kỹ thuật toán học thường sử dụng xử lý tín hiệu nén ảnh Trong phép biến đổi DWT hai chiều, ảnh gốc I phân tích thành bốn băng tần có kích thước ½ ảnh gốc: LL (Low frequency component in horizontal and vertical direction), LH (Low frequency component in horizontal direction and high frequency in vertical direction), HL (High frequency component in horizontal direction and low frequency in vertical direction), HH (High frequency component in horizontal direction and high frequency in vertical direction) Hình biểu diễn cho phân tích ảnh gốc I (NxN) thành bốn băng tần LL, LH, HL, HH có kích thước (N/2, N/2) Tiếp theo phép biến đổi DWT mức độ hai phân tích băng tần LL, LH, HL, HH thành bốn băng tần có kích thước (N/4, N/4) Hình Một ví dụ phép biến đổi DWT hai chiều Các kỹ thuật thủy vân sử dụng phép biến đổi DWT thường nhúng watermark vào băng tần với hệ số tương quan khác Do LL có tần số thấp chứa thơng tin quan trọng ảnh nên thay đổi nhỏ ảnh hưởng đến chất lượng hình ảnh Tương tự băng tần HH có tần số cao nên khơng bền vững trước cơng Do báo băng tần HL, LH khai thác để nhúng watermark Sau việc xây dựng lại ảnh thủy vân I‟ từ băng tần nhúng watermark thực phép biến đổi ngược IDWT (Inverse Discrete Wavelet Transform) C Lý thuyết DCT (Discrete Cosine Transform) DCT kỹ thuật chuyển đổi ảnh từ miền không gian sang miền tần số Trong phép biến đổi DCT, ảnh ban đầu chia thành khối có kích thước NxN giống phép biến đổi DCT áp dụng khối NxN theo cơng thức (2) ( đó: ( ) ) ( ) ( )∑∑ ( ) ( ( ) ) ( ( ) ) (2) {√ Trong công thức biến đổi DCT, f(x, y) giá trị điểm ảnh vị trí (x, y) F(u, v) hệ số DCT vị trí (u, v) ma trận hệ số DCT 352 MỘT THUẬT TOÁN THỦY VÂN SỐ CHO ẢNH Y KHOA BẰNG CÁCH KẾT HỢP DWT-DCT-SVD VÀ… D Lý thuyết SVD (Singular Value Decomposition) SVD phép biến đổi thường sử dụng xử lý tín hiệu phân tích thành phần Trong phép biến đổi SVD, ma trận M phân tích thành ba ma trận có kích thước với M theo cơng thức sau: (3) đó: M: Ma trận cấp NxN, U, V: Ma trận trực chuẩn cấp NxN, S: Ma trận đường chéo không âm cấp NxN ( ) [ ] ( ) Các phần tử ma trận S gọi giá trị riêng, thỏa ( riêng có tính ổn định cao chứa đựng phần lớn thông tin ảnh ) ( ) ( ) Các giá trị III GIẢI PHÁP ĐỀ XUẤT Trong báo này, chúng tơi đề xuất thuật tốn thủy vân số dựa DWT, DCT, SVD phép biến đổi Arnold Thuật toán đề xuất gồm hai giai đoạn: giai đoạn nhúng watermark vào ảnh y khoa giai đoạn rút trích watermark từ ảnh nhúng A Thuật tốn nhúng watermark Trong phần chúng tơi mô tả làm để nhúng watermark vào ảnh gốc Có hai watermark nhúng vào ảnh y khoa Watermakk thứ W1 có kích thước 32x32 logo quyền, watermark thứ hai EPR có kích thước 128x128 chứa thơng tin định danh bệnh nhân Hình Sơ đồ nhúng watermark Đầu vào: I: ảnh gốc, W1: watermark quyền, EPR: watermark chứa thông tin định danh bệnh nhân Đầu ra: I’: ảnh sau nhúng watermark Các bước thực hiện: c : Áp dụng DWT mức độ lên ảnh gốc có kích thước 512x512 [LL1, HL1, LH1, HH1] DWT(I, „Haar‟) [LL2HL1, HL2HL1, LH2HL1, HH2HL1] DWT(HL1, „Haar‟) [LL2LH1, HL2LH1, LH2LH1, HH2LH1] DWT(LH1, „Haar‟) [LL2HH1, HL2HH1, LH2HH1, HH2HH1] DWT(HH1, „Haar‟) c 2: Xây dựng ma trận M1 M2 từ hệ số DCT Võ Thành C, Võ Phước Hưng, Dương Ngọc Vân Khanh, Nguyễn Thái Sơn 353 - Chia băng tần HH2HL1, HH2LH1 thành khối có kích thước 8x8 khơng chồng lắp lên nhau, ta thu tất 512 khối Ứng với khối, áp dụng chuyển đổi DCT ma trận hệ số DCT có kích thước 8x8 Ứng với ma trận hệ số DCT có kích thước 8x8, chọn hai hệ số vị trí (2,5), (3,4) để xây dựng ma trận M1 Do có 512 ma trận hệ số DCT nên ma trận M1 xây dựng từ hệ số DCT có kích thước 32x32 (gồm 1024 giá trị) - Chia băng tần HL2HH1, LH2HH1 thành khối có kích thước 4x4 khơng chồng lắp lên nhau, ta thu tất 2048 khối Ứng với khối, áp dụng chuyển đổi DCT ma trận hệ số DCT có kích thước 4x4 Ứng với ma trận hệ số DCT có kích thước 4x4, chọn tám hệ số vị trí (1,2), (2,1), (3,1), (2,2), (1,3), (1,4), (2,3), (3,2) để xây dựng ma trận M2 Do có 2048 ma trận hệ số DCT nên ma trận M2 xây dựng từ hệ số DCT có kích thước 128x128 (gồm 16384 giá trị) c 3: Áp dụng phép biến đổi Arnold lên watermark EPR: ( (4) ) c 4: Áp dụng SVD lên ma trận M1, W1, M2, W2 theo công thức sau: ( ) ( ) ( ) ( ) (5) c 5: Nhúng watermark W1 W2 theo công thức sau: (6) c 6: Áp dụng inverse SVD theo công thức sau: (7) c 7: Cập nhật lại hệ số cho ma trận hệ số DCT từ ma trận thứ tự ngược lại so với Bước Quá trình thực theo c 8: Áp dụng inverse DCT khối sau cập nhật lại hệ số DCT, ta thu , , , thu ) ( c 9: Áp dụng inverse DWT lên (LL2HL1, HL2HL1, LH2HL1, ( ( ( c 0: Áp dụng inverse DWT lên LL1, (LL1, , (8) ta thu ảnh I‟ sau nhúng , , ) ) ) ) ta , ) B Thuật tốn rút trích watermark Hình Sơ đồ rút trích watermark (9) 354 MỘT THUẬT TỐN THỦY VÂN SỐ CHO ẢNH Y KHOA BẰNG CÁCH KẾT HỢP DWT-DCT-SVD VÀ… Đầu vào: I’: Ảnh nhúng watermark W Đầu ra: : Watermark chứa logo quyền : Watermark chứa thông tin định danh bệnh nhân Các bước thực hiện: c : Áp dụng DWT mức độ lên ảnh I’ có kích thước 512x512 [LL1, HL1, LH1, HH1] DWT(I’, „Haar‟) [LL2HL1, HL2HL1, LH2HL1, HH2HL1] DWT(HL1, „Haar‟) [LL2LH1, HL2LH1, LH2LH1, HH2LH1] DWT(LH1, „Haar‟) [LL2HH1, HL2HH1, LH2HH1, HH2HH1] DWT(HH1, „Haar‟) c 2: Xây dựng ma trận từ hệ số DCT - Chia băng tần LL2HL1, LL2LH1 thành khối có kích thước 8x8 khơng chồng lắp lên nhau, ta thu tất 512 khối Ứng với khối, áp dụng chuyển đổi DCT ma trận hệ số DCT có kích thước 8x8 Ứng với ma trận hệ số DCT có kích thước 8x8, chọn hai hệ số vị trí (2,5), (3,4) để xây dựng ma trận Do có 512 ma trận hệ số DCT nên ma trận xây dựng từ hệ số DCT có kích thước 32x32 (gồm 1024 giá trị) - Chia băng tần HL2HH1, LH2HH1 thành khối có kích thước 4x4 khơng chồng lắp lên nhau, ta thu tất 2048 khối Ứng với khối, áp dụng chuyển đổi DCT ma trận hệ số DCT có kích thước 4x4 Ứng với ma trận hệ số DCT có kích thước 4x4, chọn tám hệ số vị trí (1,2), (2,1), (3,1), (2,2), (1,3), (1,4), (2,3), (3,2) để xây dựng ma trận Do có 2048 ma trận hệ số DCT nên ma trận xây dựng từ hệ số DCT có kích thước 128x128 (gồm 16384 giá trị) c 3: Áp dụng SVD lên ma trận theo công thức sau: ( ) ( ) , (10) c 4: Trích watermark ( ) ( ) (11) c 5: Trích watermark c 6: Áp dụng phép biến đổi Arnold lên watermark : ( ) c 7: Sửa lỗi watermark theo công thức sau: ( ) { ( ) (12) (13) (14) IV KẾT QUẢ THỰC NGHIỆM Trong báo này, sử dụng ảnh y khoa MRI, Ultrasound, X-Ray, CT có kích thước 512x512 làm tập liệu thực nghiệm Ảnh logo nhị phân Trường Đại học Trà Vinh (TVU, viết tắt Tra Vinh University) có kích thước 32x32 dùng làm watermark quyền W1 Watermark W2 chứa thông tin định danh bệnh nhân có kích thước 128x128 Để đánh giá hiệu giải pháp đề xuất, sử dụng PSNR (peak signal-to-noise ratio) NCC (normalized correlation coefficient) PSNR sử dụng để đo lường tính khơng cảm thụ ảnh sau nhúng watermark, tức chất lượng ảnh nhúng watermark Giá trị PSNR cao tức chất lượng ảnh nhúng watermark tốt Thường giá trị PSRN > 39 dB chấp nhận giá trị mắt người khơng thể phân biệt thay đổi ảnh nhúng watermark so với ảnh gốc NCC thường sử dụng để đánh giá giống watermark gốc watermark sau rút trích NCC sử dụng để đo lường độ mạnh thuật toán trước công Để cân chất lượng ảnh sau nhúng tính bền vững watermark, thực nghiệm chọn giá trị α = 0,4 để so sánh với giải pháp trước Võ Thành C, Võ Phước Hưng, Dương Ngọc Vân Khanh, Nguyễn Thái Sơn 355 Hình Các ảnh dùng thực nghiệm Cơng thức tính PSNR: [∑ [ ( ∑ ) ( )] ] (15) đó: I: ảnh gốc, Iw: ảnh nhúng watermark, (i, j): vị trí điểm ảnh Cơng thức tính NCC: ∑ ∑ ( ) ( ) ∑ ∑ ( ) ( ) (16) đó: W: watermark gốc, W’: watermark rút trích từ ảnh nhúng watermark, (i, j): vị trí điểm ảnh Bảng Giá trị PSNR NCC chưa công ảnh (với hệ số nhúng Ảnh y khoa MRI Ultrasound X-Ray CT Scan PSNR (dB) 68,3485 68,3485 68,3485 68,3485 NCC1 (32x32) 1,0000 1,0000 1,0000 1,0000 ) NCC2(128x128) 1,0000 1,0000 1,0000 1,0000 Bảng trình bày kết thực nghiệm ảnh Kết cho thấy chất lượng ảnh sau nhúng watermark cao (> 68 dB) giá trị NCC ảnh 1, nghĩa watermark rút trích giống watermark trước nhúng Bảng So sánh giá trị PSNR NCC chưa công ảnh MRI với giải pháp khác S Thakur [14] PSNR (dB) NCC 54,4900 0,9993 Swaraja K [18] 56,2300 1,0000 Rakhshan Anjum et al [1] 55,49 0,9800 Ashima Anand et al [12] 38,3532 0,9994 Giải pháp đề xuất 68,3485 1,0000 Bảng so sánh kết thực nghiệm với giải pháp khác ảnh MRI Kết thực nghiệm cho thấy giải pháp để xuất cho chất lượng ảnh y khoa sau nhúng cao giải pháp trước, giá trị NCC cho thấy watermark sau rút trích giống ban đầu Bảng Giá trị PSNR NCC chưa công ảnh MRI ứng với hệ số nhúng Hệ số nhúng ( ) 0,001 0,005 0,01 0,05 0,1 0,2 0,3 PSNR (dB) 120,3897 106,4103 100,3897 86,4103 80,3897 74,3691 70,8473 NCC1 (32x32) 0,9658 0,9707 0,9736 0,9932 0,9980 0,9990 0,9990 khác NCC2(128x128) 0,9856 0,9899 0,9938 1,0000 1,0000 1,0000 1,0000 MỘT THUẬT TOÁN THỦY VÂN SỐ CHO ẢNH Y KHOA BẰNG CÁCH KẾT HỢP DWT-DCT-SVD VÀ… 356 0,4 0,5 0,6 0,7 0,8 0,9 1,0 68,3485 66,4103 64,8267 63,4877 62,3279 61,3048 60,3897 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 Bảng cho thấy giá trị hệ số tỷ lệ thuận với NCC tỷ lệ nghịch với PSNR Giá trị nhỏ chất lượng ảnh sau nhúng tốt độ bền vững watermark thấp Nếu lớn chất lượng ảnh sau nhúng giảm watermark rút trích tốt Bảng Giá trị NCC watermark rút trích cơng khác Attacks Salt & peper noise 0.001 Salt & peper noise 0.005 Salt & peper noise 0.02 JPEG compression (QF=100) Gaussian noise 0.05 Gaussian noise 0.1 Gaussian noise 0.2 Rotation 20 Rotation 50 Rotation 100 Cropping (25% from Left Up Corner) Center Cropping (50%) Center Cropping (75%) Average filtering 3x3 Average filtering 5x5 Brightness +50 Enhance Contrast 1.2 NCC1 (32x32) 0,9922 0,9951 0,9921 0,9990 0,9951 0,9961 0,9912 0,8066 0,9063 0,8701 0,5254 0,8896 0,9902 1,0000 1,0000 1,0000 0,9443 NCC2(128x128) 0,9941 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,6196 0,9513 0,9971 0,9542 0,9440 0,8716 0,9396 0,9396 1,0000 1,0000 Bảng Giá trị NCC watermark rút trích cơng kết hợp Attacks Gaussian filtering 3x3 (0.01) + Median filtering 3x3 Gaussian filtering 3x3 (0.01) + Average filtering 3x3 Salt & peper noise (0.01) + Average filtering 3x3 Scaling 0.5 + JPEG compression (QF=50) Salt & peper noise 0.05 NCC1 (32x32) 0,9736 1,0000 1,0000 1,0000 NCC2(128x128) 1,0000 0,9368 0,9377 0,8275 JPEG compression (QF=100) 0.9951 0.9990 1.0000 1.0000 Gaussian noise 0.1 Rotation (100) 0.9961 0.8701 1.0000 0.9971 Võ Thành C, Võ Phước Hưng, Dương Ngọc Vân Khanh, Nguyễn Thái Sơn Center Cropping (50 %) 357 Average filtering 5x5 0.8896 1.0000 0.9440 0.9396 Enhance Contrast 1.2 Brightness +50 0.9443 1.0000 1.0000 1.0000 Hình Các dạng cơng watermark rút trích sau cơng Bảng Độ bền vững (NCC1) so sánh với Ashima Anand et al [12] Attacks Salt & peper noise 0.0001 Salt & peper noise 0.0005 Salt & peper noise 0.001 Gaussian noise 0.0001 Gaussian noise 0.0005 Rotation 10 JPEG compression (QF=10) JPEG compression (QF=50) JPEG compression (QF=90) Speckle noise 0.001 Speckle noise 0.005 Cropping [20 20 400 480] Median filtering [1 1] Histogram equalization Ashima Anand et al [12] 0,9879 0,9693 0,9251 0,9803 0,8761 0,8817 0,7924 0,9388 0,9796 0,9687 0,7564 0,3586 0,9860 0,7223 Giải pháp đề xuất 0,9922 0,9932 0,9707 0,9473 0,9775 0,8486 0,9883 0,9385 0,9629 0,9951 0,9980 0,9219 0,9932 0,9443 Kết Bảng cho thấy giải pháp đề xuất mạnh loại công, đặc biệt dạng cơng làm nhiễu Cịn Bảng cho thấy độ bền vững watermark trước số công kết hợp Kết thực nghiệm giải pháp đề xuất có độ bền vững cao so với giải pháp [12] V KẾT LUẬN Trong báo này, thuật toán thủy vân số cho ảnh y khoa đề xuất để xác thực quyền bảo mật thông tin Giải pháp đề xuất cho chất lượng ảnh sau nhúng bảo đảm bền vững công ảnh Trong giải pháp đề xuất, phép biến đổi Arnold áp dụng để mã hóa watermark chứa thơng tin định danh bệnh nhân trước nhúng Để tăng độ mạnh cho thuật toán, việc kết hợp DWT, DCT SVD để nhúng watermark thực Kết thực nghiệm cho thấy giải pháp đề xuất cho chất lượng ảnh sau nhúng tốt giải pháp trước bền vững trước công TÀI LIỆU THAM KHẢO [1] R Anjum, P Verma, and S Verma, “Multiple Image Watermarking for Efficient Storage and Transmission of Medical Images,” in Advances in Computing and Data Sciences, Singapore, doi: 10.1007/978-981-13-9942-8_9, pp 92-102, 2019 [2] A K Singh, B Kumar, G Singh, and A Mohan, Eds., "Medical Image Watermarking: Techniques and Applications" Springer International Publishing, 2017 358 MỘT THUẬT TOÁN THỦY VÂN SỐ CHO ẢNH Y KHOA BẰNG CÁCH KẾT HỢP DWT-DCT-SVD VÀ… [3] B Hassan, R Ahmed, B Li, and O Hassan, “An Imperceptible Medical Image Watermarking Framework for Automated Diagnosis of Retinal Pathologies in an eHealth Arrangement,” IEEE Access, Vol 7, pp 69758-69775, 2019, doi: 10.1109/ACCESS.2019.2919381 [4] K Annadurai and S Rani, “Two Level Security for Medical Images Using Watermarking/Encryption Algorithms,” International Journal of Imaging Systems and Technology, Vol 24, Mar 2014, doi: 10.1002/ima.22086 [5] F Y Shih and X Zhong, “High-capacity multiple regions of interest watermarking for medical images,” Information Sciences, Vol 367-368, pp 648-659, Nov 2016, doi: 10.1016/j.ins.2016.07.015 [6] A Bamatraf, R Ibrahim, and M N B M Salleh, “Digital watermarking algorithm using LSB,” in 2010 International Conference on Computer Applications and Industrial Electronics, Dec 2010, pp 155-159, doi: 10.1109/ICCAIE.2010.5735066 [7] A Boonyapalanant, M Ketcham, and M Piyaneeranart, “Hiding Patient Injury Information in Medical Images with QR Code,” in Recent Advances in Information and Communication Technology 2019, Cham, 2020, pp 258267, doi: 10.1007/978-3-030-19861-9_25 [8] W.-L Lyu, C.-C Chang, N T.S, and C.-C Lin, “Image Watermarking Scheme Based on Scale-Invariant Feature Transform,” KSII Transactions on Internet and Information Systems, Vol 8, No 10, Oct 2014, doi: 10.3837/tiis.2014.10.018 [9] J Liu, J Li, J Ma, N Sadiq, U Bhatti, and Y Ai, “A Robust Multi-Watermarking Algorithm for Medical Images Based on DTCWT-DCT and Henon Map,” Applied Sciences, Vol 9, No 4, p 700, Feb 2019, doi: 10.3390/app9040700 [10] T K Araghi and A A Manaf, “An enhanced hybrid image watermarking scheme for security of medical and non-medical images based on DWT and 2-D SVD,” Future Generation Computer Systems, Vol 101, pp 12231246, Dec 2019, doi: 10.1016/j.future.2019.07.064 [11] F N Thakkar and V K Srivastava, “A blind medical image watermarking: DWT-SVD based robust and secure approach for telemedicine applications,” Multimed Tools Appl, Vol 76, No 3, pp 3669-3697, Feb 2017, doi: 10.1007/s11042-016-3928-7 [12] A Anand and A K Singh, “An improved DWT-SVD domain watermarking for medical information security,” Computer Communications, Vol 152, pp 72-80, Feb 2020, doi: 10.1016/j.comcom.2020.01.038 [13] Q Dai, J Li, U A Bhatti, Y.-W Chen, and J Liu, “SWT-DCT-Based Robust Watermarking for Medical Image,” in Innovation in Medicine and Healthcare Systems, and Multimedia, Singapore, 2019, pp 93-103, doi: 10.1007/978-981-13-8566-7_9 [14] S Thakur, A K Singh, S P Ghrera, and A Mohan, “Chaotic based secure watermarking approach for medical images,” Multimed Tools Appl, Vol 79, No 7, pp 4263-4276, Feb 2020, doi: 10.1007/s11042-018-6691-0 [15] A Roček, K Slavíček, O Dostál, and M Javorník, “A new approach to fully-reversible watermarking in medical imaging with breakthrough visibility parameters,” Biomedical Signal Processing and Control, Vol 29, pp 44-52, Aug 2016, doi: 10.1016/j.bspc.2016.05.005 [16] S M Mousavi, A Naghsh, A A Manaf, and S A R Abu-Bakar, “A robust medical image watermarking against salt and pepper noise for brain MRI images,” Multimed Tools Appl, Vol 76, No 7, pp 10313-10342, Apr 2017, doi: 10.1007/s11042-016-3622-9 [17] D S Chauhan, A K Singh, B Kumar, and J P Saini, “Quantization based multiple medical information watermarking for secure e-health,” Multimed Tools Appl, Vol 78, No 4, pp 3911-3923, Feb 2019, doi: 10.1007/s11042-017-4886-4 [18] Swaraja K, “Medical image region based watermarking for secured telemedicine,” Multimed Tools Appl, Vol 77, No 21, pp 28249-28280, Nov 2018, doi: 10.1007/s11042-018-6020-7 [19] S Agarwal, “Secure Image Transmission Using Fractal and 2D-Chaotic Map,” Journal of Imaging, Vol 4, No 1, Art no 1, Jan 2018, doi: 10.3390/jimaging4010017 A HYBRID MEDICAL IMAGE WATERMARKING ALGORITHM BASED ON DWT-DCT-SVD AND ARNOLD TRANSFORMS Vo Thanh C, Vo Phuoc Hung, Duong Ngoc Van Khanh, Nguyen Thai Son ABSTRACT: Nowadays, with the strong development of the Internet, the exchange of medical images such as on the Internet between remote medical diagnosis systems is becoming increasingly popular Therefore, how to ensure the reliability, integrity and confidentiality of medical images is a matter of great concern In this paper, a watermarking algorithm is proposed to validate ownership and security of medical images based on DWT-DCT-SVD and Arnold transforms In the proposed solution, the cover image is decomposed at second level DWT The copyright watermark is embedded into the high frequency sub-band HH2 of HL and LH, the patient identification information is embedded into the medium frequency sub-band LH2 and HL2 of HH To increase security, the Arnold transformation will be applied to encode the watermark before embedding Experimental results demonstrated that the quality of watermarked images is maintained while higher security and more robustness against to various attacks are obtained ... thức biến đổi DCT, f(x, y) giá trị điểm ảnh vị trí (x, y) F(u, v) hệ số DCT vị trí (u, v) ma trận hệ số DCT 352 MỘT THUẬT TOÁN TH? ?Y VÂN SỐ CHO ẢNH Y KHOA BẰNG CÁCH KẾT HỢP DWT-DCT-SVD VÀ… D... thu ảnh I‟ sau nhúng , , ) ) ) ) ta , ) B Thuật tốn rút trích watermark Hình Sơ đồ rút trích watermark (9) 354 MỘT THUẬT TOÁN TH? ?Y VÂN SỐ CHO ẢNH Y KHOA BẰNG CÁCH KẾT HỢP DWT-DCT-SVD VÀ… Đầu vào:... Dương Ngọc Vân Khanh, Nguyễn Thái Sơn 351 II CƠ SỞ LÝ THUYẾT A Phép biến đổi Arnold Phép biến đổi Arnold đề xuất Vladimir Arnold vào năm 1960 [19] Phép biển đổi Arnold gọi đồ mèo (Arnold? ??s cat