随着智慧医疗的发展,医院每天产生的电子医疗信息呈指数级增长,而医学图像信息,占到了整个医疗信息的80%以上。当这些信息被在网络中传输、存储和共享时,极易造成存储在医学图像中的患者的个人信息等的泄漏,造成安全风险。数字水印技术是一种有效的保护手段。但医学图像与自然图像相比,其存储方式、编码结构、信息载量等都不相同,且它有着辅助医生诊断的特殊要求,一般不允许对其内容进行任何修改,以免造成误诊。因此,无法直接将相对成熟的数字水印技术向医学图像水印移植。而现有医学图像水印技术为了避免影响图像质量,一般会将水印嵌入到医学图像的非感兴趣区域中,这是一类空域方法,它不仅增加了计算量、影响图像视觉质量,也限制了水印的嵌入容量。数字水印的容量、不可见性、鲁棒性、安全性之间互相制约,且现存算法无法有效抵抗几何攻击。在医学领域中,这同样是研究的难点。并且,随着5G通信技术、人工智能技术、大数据、云计算与云存储技术的快速发展,传统的二维医学图像更多的以医学体数据的形式呈现,这些三维体数据与二维医学图像相比,有着不同于二维医学图像的特点,是未来医学图像的发展方向,但目前相关研究较少。针对以上问题,本文结合变换域特点,在感知哈希的基础上,设计了4种变换域感知哈希模型。结合人类视觉系统、混沌、同态加密、零水印和“第三方”的概念,重点对医学图像水印中存在的几个关键问题进行了研究。（1）针对医学图像的不可见性和鲁棒性特殊要求,提出了一种基于NSCTRDWT-DCT均值感知哈希的医学图像鲁棒水印算法。通过引入NSCT、RDWT、DCT和感知哈希,利用NSCT放弃了采样步骤,有更好的特征提取率,能很好抵抗几何攻击;RDWT降低冗余、能有效消除噪声;和DCT的低频抗压缩能力强,鲁棒性好的优点。设计了NSCT-RDWT-DCT算法模型,并证明了新感知哈希算法的鲁棒性和唯一性。它克服了传统感知哈希的视觉冗余,提高了计算精度,改进了其不能抵抗几何攻击的缺陷。将此特征应于二维水印方案的设计,结合Cat混沌加密水印,将提出的算法与现有4种先进算法进行了比较。提出的算法鲁棒性强,不可见性好,可有效保护患者医学图像中的个人信息安全。（2）在此基础上,针对医学水印无法有效抵抗几何攻击的问题,提出了一种基于SIFT-DCT差值感知哈希的抗几何攻击水印算法。结合需求,首先对Henon混沌加密算法进行了设计,然后在分析各变换域水印特点和上面提出的变换域算法的基础上,提出了使用SIFT-DCT的差值感知哈希算法。对算法模型进行了设计,并测试了抗几何性能,设计了抗几何水印算法。在实验部分,对旋转攻击、下移、左移、缩小、放大和剪切等几何变换进行了详细的测试、分析和算法比对。仿真结果证明了提出的算法良好的抗几何攻击性能。（3）在二维医学图像水印的基础上,针对三维医学图像的特点,提出了一种基于3D DTCWT-DCT差异感知哈希的三维医学图像大容量水印算法。对变换域进行分析后,选择了将有限冗余、平移和方向性更好、高效阶数的DTCWT变换和抗压缩、鲁棒性好的DCT变换相结合,在其变换矩阵中,结合人类视觉特征,提出一种差异感知哈希方法,将其能与大容量水印绑定鲁棒特征,据此设计大容量水印的嵌入提取方法。提出的基于DTCWT-DCT差异感知哈希的三维医学图像大容量水印算法能根据水印的容量进行自适应,没有嵌入容量的限制,且它能够在保证诊断准确性的同时有效抵御各种攻击。（4）针对医学体数据进行疾病分析诊断时,数据量大,分析比较困难。如果在网络中传输,由于需要实时诊断,不能牺牲传输速度,必须保证传输的安全性和水印的鲁棒性的问题。提出了一种基于FDCT多层感知哈希的加密医学体数据零水印算法。根据人体视觉感知模型结合变换域数据特点设计,综合使用了Chen超混沌置乱算法、三维FDCT、多层感知哈希和密码学等概念,利用医学体数据的融合特性进行水印信息的嵌入和提取。算法具有同态性,提取水印时,不需要进行医学体数据的解密,即可完成提取工作。设计的FDCT多层感知哈希生成的特征数据量小,便于网络传输和存储对安全性和带宽的要求。同时,零水印技术的引入,使医学体数据能始终保持高质量,有效辅助医生诊断,且对医学体数据的加密算法是可逆的。仿真结果表明,提出的算法弥补了现有算法安全性、鲁棒性差,计算量大等不足,能够较好地抵抗常见攻击和几何攻击。它具有安全性高、复杂度低、鲁棒性强等优点,能够较好地解决海量医疗数据的存储和传输问题,在未来的智慧医疗领域有着广阔的应用前景。