来源：期刊VIP网 时间：
作者：唐青林;詹旭;王飞龙;陈玉容;高鸿;张令雄;
单位：四川轻化工大学自动化与信息工程学院;人工智能四川省重点实验室;中国科学院大学计算机科学与技术学院;
摘要：针对远程医疗图像隐私信息在传输过程中出现的安全性能及效率问题，本研究提出基于特征融合的长短期记忆网络（LSTM）混沌神经网络及三维比特块堆叠的新型置乱扩散算法（TD-BBSCD），应用于多幅医学图像高效安全加密场景。首先，在新型四维超混沌相空间引入Chua超混沌振荡信号产生混合混沌信号，输入基于特征融合的深层LSTM神经网络产生新混沌序列。其次，利用TD-BBSCD算法对多幅医学图像进行置乱扩散。实验结果表明，密图信息熵为7.9993,NPCR为99.6052%,UACI为33.4513%，各向相邻像素相关系数均小于0.0020。NIST测试及李雅普诺夫指数实验测试证明，新混沌信号重构相空间具有更高混沌特性。本研究所提TD-BBSCD算法解决了远程医疗图像隐私信息在传输过程中安全性能差及效率偏低问题，能更好地抵抗差分攻击、裁剪攻击及统计学攻击等。
关键词：图像加密;;医学图像;;混沌神经网络;;特征融合
基金资助：四川省科技厅重点研发项目第二版（No.2022YFS0554）;; 四川省地震局地震科技专项青年项目（No.LY2225）
