目前医疗机构对医疗信息的管理正迈向数字化时代,这无疑会给医疗信息的共享、传输和存储带来极大的便捷。远程手术、远程诊疗和远程医护也因为网络与多媒体等相关新技术的注入而逐渐成熟。然而,一系列医疗信息安全问题也随之产生,例如非法窃取、恶意篡改和监听等。如何为医疗机构完善隐私信息管理成为目前医疗机构迫切需要解决的问题。医疗信息的安全传输目前主要靠加密技术来实现,但加密技术的使用是能够被攻击者发现的。隐写技术可以使信息通过公开的信道发送给对方而又不被第三方发现。本文提出了一种结合超声影像区域分类与可逆隐写的医疗隐私保护方法,并利用特征选择与统计建模方法对该方法的性能进行分析。本文首先结合超声影像的特点,提出了一种适合可逆隐写的感兴趣区域分类方法;然后针对感兴趣区域和非感兴趣区域构建了基于超声影像隐写的隐私保护模型,给出了相关隐写算法,并通过实验证明了该算法在保持一定的不可见性与抗隐写分析能力的基础上在嵌入容量方面有一定提升;最后,给出了超声影像及相关隐私信息在医、患两端的交互流程。作者的主要工作体现在如下几个方面:1.为了降低医疗机构中患者超声影像及其隐私信息在传输过程中面临的隐私泄露风险,提出了一种结合超声影像区域分类与可逆隐写的隐私保护模型。为了有效提升模型性能,设计了核心算法。(1)将超声影像的感兴趣区域分类与可逆信息隐藏方法相结合,通过Markov随机场与K-means聚类相结合的方式分割超声影像中的感兴趣区域与非感兴趣区域,并提出了针对该两种区域,以保障嵌入容量为主的可嵌像素对搜索方法。该方法有效减少了隐写过程对超声影像重要部分的影响。(2)与传统2×2像素块结构相比构造了像素对这一像素尺寸更小的可嵌单元,使得载体图像可以被更稠密地分割,为嵌入容量的提升提供了基数条件。并且在对载体图像进行无重叠分割时引入了密钥,提高了被嵌入信息的安全性。(3)根据霍夫曼压缩编码的原理,提出了一种基于载体图灰度特征统计的可嵌区域自适应预编码方法,提高后续霍夫曼编码压缩比,从而有效减少方法实现可逆性所需的密位数,进一步提升算法嵌入容量。最终,通过像素置换在保持图像灰度直方图稳定性的同时改变可嵌像素对的灰度特征值完成信息嵌入。(4)考虑到隐私信息除了文本信息还包括二值人脸图像,对于该类图像到灰度图的嵌入,在保证二值图视觉质量是可接受的情况下结合离散余弦变换给出了一种在频率域内的简单有效的压缩方法,减少二值图嵌入时对嵌入容量的需求。2.为了避免超声影像所涉及的隐私信息通过安全性低、物料成本高的纸质明文交互方式,针对本文方法在医疗隐私保护中的应用环境,提供了一种超声影像在患者与责任医生两端的交互流程。患者与医生都可以在必要时对超声影像的隐私信息进行调看,模拟了医学影像存档通信系统对患者超声影像隐私信息进行嵌入与提取的过程。对比了信息处理前后超声影像的视觉质量,验证了信息提取的准确性,从而证明本文模型应用于医疗隐私保护方面最基础的可行性。论文最后探讨了本文医疗隐私保护模型仍存在的问题,并对未来的发展进行了展望。