[論文レビュー] Block Based Medical Image Watermarking Technique for Tamper Detection and Recovery

R. Eswaraiah, Sreenivasa Reddy Edara|arXiv (Cornell University)|Nov 17, 2014

Advanced Steganography and Watermarking Techniques参考文献 20被引用数 7

ひとこと要約

本稿では、走査線圧縮（RLE）を用いた圧縮により、患者データおよび認証情報を3つの領域—ROI（関心領域）、RONI（関心非領域）、および境界画素）に埋め込む、断片的でブロックベースの医療画像水 Stamming 構成を提案する。この手法により、ROIにおける改ざん検出が可能となり、最小限のオーバーヘッドで元のROIの回復が可能となり、単純な数学的演算によって高い画像品質を維持できる。

ABSTRACT

In this paper, we propose a novel fragile block based medical image watermarking technique for embedding data of patient into medical image, verifying the integrity of ROI (Region of Interest), detecting the tampered blocks inside ROI and recovering original ROI with less size authentication and recovery data and with simple mathematical calculations. In the proposed method, the medical image is divided into three regions called ROI, RONI (Region of Non Interest) and border pixels. Later, authentication data of ROI and Electronic Patient Record (EPR) are compressed using Run Length Encoding (RLE) technique and then embedded into ROI. Recovery information of ROI is embedded inside RONI and information of ROI is embedded inside border pixels. Results of experiments conducted on several medical images reveal that proposed method produces high quality watermarked medical images, identifies tampered areas inside ROI of watermarked medical images and recovers the original ROI.

研究の動機と目的

• 医療画像システムにおけるデータ整合性および真正性を保証するという重要なニーズに対処すること。
• 診断的品質に影響を与えることなく、医療画像の感受性領域（ROI）における改ざんを検出すること。
• 埋め込まれた回復情報を利用して、改ざん後の元のROIデータを回復可能にすること。
• 効率的な圧縮技術を用いて認証および回復データのサイズを最小限に抑えること。
• リアルタイムの臨床適用に適した軽量で数学的に単純なソリューションを提供すること。

提案手法

• 医療画像を3つの領域に分割する：ROI（診断的に重要な領域）、RONI（非重要領域）、および境界画素。
• ROIおよび電子的患者記録（EPR）から得られる認証データを、埋め込み前に走査線圧縮（RLE）を用いて圧縮する。
• 圧縮された認証データを、断片的水 Stamming 技術を用いてROIに埋め込む。
• ROIの回復情報をRONI領域に埋め込み、改ざん中でも整合性を保つ。
• 元のROIデータを境界画素領域に埋め込み、再構成を支援する。
• 水 Stamming プロセスは、計算効率およびリアルタイム実行可能性を確保するため、単純な数学的演算に依存する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、画像品質への影響を最小限に抑えて、ROIにおける改ざんを検出できる断片的水 Stamming 構成を設計できるか？
• RQ2 認証および回復データを埋め込む最適な方法は何か？ これにより、オーバーヘッドを最小限に抑えつつ診断的正確性を維持できるか？
• RQ3 RLEベースの圧縮は、検出性能や回復性能に影響を与えることなく、認証および回復データのサイズを効果的に削減できるか？
• RQ4 提案手法は、ROI内での改ざんブロックのみを特定し、回復可能に保証するか？
• RQ5 本手法は、さまざまな画像タイプおよび圧縮レベル下でも、高い画像品質および頑健性をどの程度維持できるか？

主な発見

• 提案手法は、最小限の知覚的歪みで高品質な水 Stamming 医療画像を実現した。
• 埋め込まれた認証データおよびRLEベースの検証により、ROI内での改ざんブロックが正確に検出された。
• RONI領域に格納された埋め込み回復情報により、元のROIコンテンツが正常に回復された。
• RLE圧縮の使用により、認証および回復データのサイズが顕著に削減され、効率性が向上した。
• 複数の医療画像データセットにおいて、一貫した改ざん検出および回復正確性を示し、本手法の頑健な性能が裏付けられた。
• 本手法の計算的単純性により、臨床環境におけるリアルタイム応用が可能であることが示された。