基于數字水印技術的醫院電子檔案管理系統設計

李欣

摘? 要： 為了有效提高醫療體系中大量電子檔案的安全性，避免被非法拷貝和篡改，設計一種基于數字水印技術的醫院電子檔案管理系統。首先，結合電子檔案的實際應用環境，設計數字水印系統的整體架構和關鍵流程;其次，在傳統數字水印算法的基礎上，提出一種基于非下采樣輪廓波變換和奇異值分解的水印算法，在Contourlet域進行水印的嵌入和提取;利用C#編程實現了設計的水印算法以及醫院電子檔案管理系統。結果顯示該系統運行正常，且提出的水印算法具有良好的不可見性和較好的魯棒性。

關鍵詞： 檔案管理系統; 數字水印設計; 水印算法; 電子檔案管理; 水印信息嵌入; 水印信息提取

中圖分類號： TN915.08?34; TP393? ? ? ? ? ? ? ? ? 文獻標識碼： A? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）05?0078?04

Design of hospital electronic archive management system

based on digital watermarking technology

LI Xin1， 2

（1. Central South University， Changsha 410012， China; 2. Dean′s Office of the Second People′s Hospital of Wuhu， Anhui Province， Wuhu 241000， China）

Abstract： In order to effectively improve the security of a large number of electronic archives in the medical system and avoid illegal copying and falsifying， a hospital electronic archive management system based on digital watermarking technology is designed. Firstly， the overall architecture and key processes of digital watermarking system are designed in combination with the actual application of electronic archives. Secondly， on the basis of the traditional digital watermarking algorithm， a watermarking algorithm based on NSCT （nonsubsampled contourlet transform） and SVD （singular value decomposition） is proposed to embed and extract the watermarking in Contourlet domain. The designed watermarking algorithm and the hospital electronic archive management system are realized with C# programming. The results show that the system works normally and the proposed watermarking algorithm has good invisibility performance and satisfied robustness.

Keywords： archive management system; digital watermarking design; watermarking algorithm; electronic archive management; watermarking information embedding; watermarking information extraction

0? 引? 言

21世紀是信息化的時代，隨著計算機技術的飛速發展，數字化和電子化潮流開始席卷社會的各個領域。由于互聯網的便利性、快捷性使得電子檔案作為未來信息的載體，成為政府和企業各界的發展趨勢，正在逐漸取代傳統檔案。電子檔案具有易復制性、流動性高等優點，但是電子檔案也帶來了一些負面的影響，例如，信息的不穩定性。信息化的數據存儲和管理很容易出現非授權的傳播現象，可能會導致嚴重的經濟損失和個人隱私泄露問題。

但是符合電子檔案管理需求的數字水印算法并不多，且安全性有待進一步提升。因此，本文以醫院電子檔案管理的實際安全需求為基礎，研發了一種適用于電子檔案管理的數字水印技術系統，從而保證信息的安全性和唯一性。該系統采用了一種基于非下采樣輪廓波變換（Nonsubsampled Contourlet Transform，NSCT）[1]和奇異值分解（Singular Value Decomposition，SVD）的水印算法，相比傳統水印擁有更高的安全性。

1? 相關研究分析

現有的電子檔案管理手段主要分為法律上的手段和技術上的手段。前者包括各種數字檔案和版權保護的法律法規，后者主要基于計算機或者電子設備手段來實施。例如，文獻[2]設計并實現了一種基于C#與SQL Server的裝備電子檔案系統。文獻[3]設計并實現了基于RFID的檔案管理系統。但是，如何鑒定電子檔案的原始性是目前急需解決的難點和重點問題。

目前解決該問題的主流加密技術為數字水印技術。例如，文獻[4]對基于數字水印的檔案數據庫安全策略進行了研究。文獻[5]提出了面向圖博檔的分塊壓縮感知圖像零水印算法。 文獻[6]提出了一種基于零水印的圖博檔彩色圖像資源版權保護策略。查閱相關領域資料發現，現階段符合電子檔案管理需求的數字水印算法并不多，且安全性有待進一步提升。因此，在傳統數字水印算法的基礎上，提出一種基于非下采樣輪廓波變換和奇異值分解的水印算法，并以此為基礎設計和實現了醫院電子檔案管理系統。

2? 醫院電子檔案管理系統的設計

2.1? 系統整體架構設計

現階段，網絡辦公和無紙化是電子檔案普及的驅動力，受到政府政策上大力扶持。針對醫院的實際需求，電子檔案管理系統必須具備經濟和技術上的可行性。本文采用C/S模式來構建系統網絡架構，以滿足網絡化的需求，所有數據均存儲在數據服務器中。本文系統整體架構分為三層，包括數據訪問層、業務層和用戶交互層，如圖1所示。系統數據庫中設計的檔案信息數據表如表1所示，共包含13個字段。

2.2? 數字水印嵌入與提取流程

目前標準的水印系統一般可分為兩個過程：水印嵌入和水印提取。圖2為水印信號的嵌入流程，圖3為水印的提取流程。

3? 基于非下采樣輪廓波變換和奇異值分解的數字水印算法

3.1? 非下采樣輪廓波變換NSCT

非下采樣輪廓波變換NSCT的主要原理[7?8]是基于塔型方向濾波器組，分為拉普拉斯金字塔分解的Contourlet變換和方向濾波組。相比傳統Contourlet變換，NSCT在分解重構過程中，均不存在上采樣、下采樣步驟，因此繼承了圖像信息的多方向性和各向異性，實現了特有的平移不變性，其分解框架如圖4所示。因此，本文采用NSCT變換來實現系統中水印服務。

在方向濾波器組中，一個[d]維的網格可用一個[d×d]的非奇異整數矩陣來表示。輸入信息[x（n）]的采樣方式為：

[xd（n）=x（Mn）] （1）

式中[M]表示采樣倍數。使用的采樣矩陣為Quincunx采樣矩陣[9][Q0]和[Q1]：

[Q0=1-111，? ? ?Q1=11-11] （2）

二維雙通道Quincunx濾波器組的表示方式為：

[X（w）=12H0（w）G0（w）+H1（w）G1（w）X（w）+12H0（w+π）G0（w）+H1（w+π）G1（w）X（w+π）] （3）

完全重構條件為[8]：

[H0（w）G0（w）+H1（w）G1（w）=2H0（w+π）G0（w）+H1（w+π）G1（w）=0] （4）

式中：[H0]，[G0]，[H1]和[G1]均表示方向濾波器，能夠在滿足式（4）的條件下把輸入信號分解到不同的方向，并確保樣本數量一致。

3.2? 奇異值分解SVD

為了保持變換后圖像信息的穩定性和質量，本文對NSCT變換后得到的分塊采用奇異值分解SVD處理。假設分塊圖像的矩陣表示為[A∈RM×N]，[R]為實數域。通常情況下，[A]可表示為[10]：

[A=UΣVT] （5）

式中：[U]和[V]均表示正交陣;[Σ]表示非對角線為零值的矩陣。

具體表示為：

[Σ=σ1000?000σM] （6）

式中[σ]為[A]的奇異值，也是[Σ]的唯一分解。

通過推導得出：

[AAT=UΣΣTUT] （7）

[ATA=VΣTΣVT] （8）

所以， 如果令[U]和[V]表示為：

[U=u1? ? u2? ? …? ? uM] （9）

[V=v1? ? v2? ? …? ? vN] （10）

式中[ui]和[vi]分別表示[U]和[V]的列向量。則式（5）可表示為[11]：

[A=i=1rσiuivTi]? ?（11）

式中[r]是[A]的秩，即[A]矩陣中非零奇異值的個數。通過上述SVD處理，可以確保圖像的信息在發生較小的擾動時，其奇異值避免出現較大的變化，確保變換后圖像信息的穩定性。

3.3? 水印信息嵌入的具體步驟

本文設計的數字水印算法中采用了量化嵌入方式，具體就是取[Σi]中的最大奇異值[σ1]進行量化，以嵌入1 bit水印信息。水印信息嵌入的具體步驟為：

1） 對原始圖像進行NSCT變換;

2） 獲取低頻逼近子圖并進行分塊;

3） 獲取分塊，進行奇異值分解，采用量化方式嵌入水印;

4） 進行逆奇異值分解，進行非下采樣輪廓波變換NSCT，得到嵌入水印的圖像。

3.4? 水印信息提取的具體步驟

水印信息提取的具體步驟如下：

1） 對嵌入水印的圖像進行NSCT變換，得到低頻子帶圖像;

2） 對低頻子圖進行分塊，對分塊進行SVD分解，提取水印;

3） 對提取的水印進行解密，得到最終的水印。

4? 系統的實現和測試

4.1? 系統實現

本文利用C#與編程實現了設計的水印算法以及醫院電子檔案管理系統，并選擇SQL數據庫。圖5顯示了醫院電子檔案管理系統中數據導出模塊的界面。系統運行正常，滿足醫院日常辦公的數據管理需求。

4.2? 系統的安全性能測試

數字水印的安全性能評價一般采用的魯棒性評估指標為歸一化相關系數NC，其計算方式為[12]：

[NC=x=1My=1NW（x，y）×W（x，y）x=1My=1NW2（x，y）] （12）

式中：[W（x，y）]表示原始水印在[（x，y）]處的值;[W（x，y）]表示提取出來的水印在[（x，y）]處的值。

在Windows 10環境下，對提出的數字水印系統進行實際測試。測試圖像是大小為512[×]512的Lena標準圖像，水印圖像大小為32[×]32。椒鹽噪聲攻擊情況下，本文算法和壓縮感知圖像零水印算法[6]的NC值對比結果如圖6所示。從圖6可以看出，盡管隨著椒鹽噪聲濃度的不斷增加，兩種水印算法的NC值均不斷下降，導致提取的水印信息逐漸模糊失真，但是在相同的椒鹽噪聲濃度條件下，本文提出的數字水印算法比壓縮感知圖像零水印算法具有更高的NC值。這表明在滿足水印不可見的前提下，提取的水印包含更多的有效信息，魯棒性更高。

5? 結? 論

本文提出了一種基于數字水印技術的醫院電子檔案管理系統。該系統采用了C/S模式的三層整體架構，有效實現了網絡化的無紙化辦公。相比現有類似水印算法，該系統采用了基于非下采樣輪廓波變換和奇異值分解的水印算法，具有更好的不可見性和較好的魯棒性。但是，系統的魯棒性分析僅進行了噪聲攻擊測試，后續將對裁剪攻擊、JPEG壓縮和縮放攻擊開展進一步安全性能驗證分析。

參考文獻

[1] YANG Y， TONG S， HUANG S， et al. Multifocus image fusion based on NSCT and focused area detection [J]. IEEE sensors journal， 2015， 15（5）： 2824?2838.

[2] 譚龍丹，郭睿志，王帥，等.基于C#與SQL Server的裝備電子檔案系統的設計與實現[J].現代電子技術，2014，37（14）：40?42.

[3] 趙旭，高鴻雁.基于RFID的檔案管理系統設計與實現[J].電子設計工程，2018，26（4）：176?179.

[4] 劉爽，孫光明，劉奕.基于數字水印的檔案數據庫安全策略研究[J].情報科學，2010（2）：271?273.

[5] 郝世博，朱學芳.面向圖博檔的分塊壓縮感知圖像零水印算法[J].現代圖書情報技術，2014，30（6）：87?93.

[6] 朱光.基于零水印的圖博檔彩色圖像資源版權保護策略研究[J].現代圖書情報技術，2015，31（12）：89?94.

[7] 周研，李慶武，霍冠英.基于非下采樣Contourlet變換系數直方圖匹配的自適應圖像增強[J].光學精密工程，2014，22（8）：2214?2222.

[8] AMINI N， FATEMIZADEH E， BEHNAM H. MRI?PET image fusion based on NSCT transform using local energy and local variance fusion rules [J]. Journal of medical engineering & technology， 2014， 38（4）： 211?219.

[9] WANG J J， JIA Z H， YANG J， et al. Medical image enhancement algorithm based on NSCT and the improved fuzzy contrast [J]. International journal of imaging systems & technology， 2015， 25（1）： 7?14.

[10] BARANYI P， YAM Y， VARKONYI?KOCZY A R， et al. SVD?based complexity reduction to TS fuzzy models [J]. IEEE tran?sactions on industrial electronics， 2015， 49（2）： 433?443.

[11] HASTIE T， MAZUMDER R， ZADEH R， et al. Matrix completion and low?rank SVD via fast alternating least squares [J]. Journal of machine learning research， 2015， 16（1）： 3367?3402.

[12] PANYCH L P， OESTERLE C， ZIENTARA G P， et al. Implementation of a fast gradient?echo SVD encoding technique for dynamic imaging [J]. Magnetic resonance in medicine， 2015， 35（4）： 554?562.

[13] OUAMER?ALI M I， BELKADI F， LAROCHE F， et al. Facet?based approach for the management of information multi points?of?view in product modeling [J]. Computer?aided design and applications， 2017， 14（5）： 582?594.

[14] MOHAMMED S A， PANDA R， MADHAN B， et al. Rumex abyssinicus （mekmeko） extract as cleaner approach for dyeing in product manufacture： optimization and modeling studies [J]. Asia?pacific journal of chemical engineering， 2017， 13（2）： e2165.