基于分数阶忆阻Hopfield神经网络的医学图像加密隐藏方法及系统
申请号:CN202411961636
申请日期:2024-12-30
公开号:CN119904344B
公开日期:2025-10-10
类型:发明专利
摘要
本发明公开了基于分数阶忆阻Hopfield神经网络的医学图像加密隐藏方法及系统,方法包括:采集待加密隐藏的医学图像;基于Hopfield神经网络,构建图像加密模型;利用构建的图像加密模型完成对医学图像的加密和隐藏。本发明可以有效抵抗已知明文攻击和选择性明文攻击,提高混沌系统应用数据加密的安全性。同时,由于混沌系统的控制参数的增加也使得加密算法中密钥个数的增加,极大地扩大了密钥空间。本发明采用分数阶忆阻Hopfield神经网络的混沌序列对密文图像随机嵌入到载体图像中,达到视觉上与载体图像毫无差别的目的,起到双重保护作用;即使出现较大程度的信息丢失或各种噪声,仍然可以将密文图像从载体图像中解密。
技术关键词
Hopfield神经网络
图像加密隐藏方法
医学
隐藏系统
载体
忆阻器
混沌系统
非线性
数学模型
密钥
序列
模块
视觉
像素矩阵
表达式
数据加密
明文