論文の概要: Using Steganography and Watermarking For Medical Image Integrity
- arxiv url: http://arxiv.org/abs/2410.09071v1
- Date: Tue, 1 Oct 2024 15:03:42 GMT
- ステータス: 処理完了
- システム内更新日: 2024-10-30 16:48:15.068338
- Title: Using Steganography and Watermarking For Medical Image Integrity
- Title(参考訳): 医用画像統合のためのステガノグラフィーと透かし
- Authors: Givon Zirkind,
- Abstract要約: 医用画像はデジタル時代に沿っている。X線のような医療用画像は、もはやフィルムやフィルムで作られたものではありません。
医療画像は、相談や遠隔医療の理由から送信され、アーカイブされている。
デジタル医療画像の非常に小さなアーティファクトは、診断の作成や変更において重要な意味を持つ。
ウォーターマーキングとステガノグラフィーは、画像の認証、特に著作権の目的で使用される。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Medical imaging has kept up with the digital age. Medical images such as x-rays are no longer keep on film or; even made with film. Rather, they are digital. In addition, they are transmitted for reasons of consultation and telehealth as well as archived. Transmission and retrieval of these images presents an integrity issue, with a high level of integrity being needed. Very small artifacts in a digital medical image can have significant importance, making or changing a diagnosis. It is imperative that the integrity of a medical image, especially in a Region of Interest be identifiable and preserved. Watermarking and steganography are used for the purposes of authenticating images, especially for copyright purposes. These techniques can be applied to medical images. However, these techniques can interfere with the integrity of the picture. While such distortion may be acceptable in other domains, in the medical domain this distortion is not acceptable. High accuracy is imperative for diagnosis. This paper discusses the techniques used, their advantages and shortcomings as well as methods of overcoming obstacles to integrity.
- Abstract(参考訳): 医用画像はデジタル時代に沿っている。
X線のような医用画像は、もはやフィルムやフィルムで作られていない。
むしろデジタルだ。
また、相談や遠隔医療の理由から送信され、アーカイブされている。
これらの画像の送信と検索は整合性の問題であり、高い整合性が必要である。
デジタル医療画像の非常に小さなアーティファクトは、診断の作成や変更において重要な意味を持つ。
医学的画像の整合性、特に関心のある地域において、識別され保存されることが不可欠である。
ウォーターマーキングとステガノグラフィーは、画像の認証、特に著作権の目的で使用される。
これらの技術は医療画像に適用できる。
しかし、これらの手法は画像の整合性を阻害する可能性がある。
他の領域ではそのような歪みは許容されるが、医療領域ではこの歪みは許容されない。
診断には高い精度が不可欠である。
本稿では, 使用手法, その利点, 欠点, および, 整合性への障害を克服する方法について論じる。
関連論文リスト
- Medical Image Data Provenance for Medical Cyber-Physical System [8.554664822046966]
本研究では,画像にデバイス指紋(DFP)を埋め込むための透かし技術を提案する。
DFPは、キャプチャ装置のユニークな特性と生画像を表すもので、保存前に生画像に埋め込まれる。
相互接続型医療システムにおける医用画像データの整合性を高めるため、画像認証のために堅牢な遠隔検証手法が導入された。
論文 参考訳(メタデータ) (2024-03-22T13:24:44Z) - Selective Encryption using Segmentation Mask with Chaotic Henon Map for Multidimensional Medical Images [0.0]
この方式は医療画像の保存とセキュリティの分野で革新的だ。
カオスなHenonマップのような強力な暗号化アルゴリズムを使って、画像の重要部分を暗号化することで、セキュリティをそのままに保つことができます。
論文 参考訳(メタデータ) (2024-03-02T11:20:24Z) - Real-Time Model-Based Quantitative Ultrasound and Radar [65.268245109828]
本稿では,波動伝搬の物理モデルに基づくニューラルネットワークを提案し,受信信号と物理特性の関係を定義した。
我々のネットワークは、複雑で現実的なシナリオのために、1秒未満で複数の物理的特性を再構築することができる。
論文 参考訳(メタデータ) (2024-02-16T09:09:16Z) - Assessing the Efficacy of Invisible Watermarks in AI-Generated Medical Images [13.255732324562398]
見えない透かしは画像のピクセルの中に埋め込まれていて、人間の目からは見えないが、検出性は保たれている。
我々のゴールは、合成医療画像の検出可能性の向上、倫理基準の強化、データ汚染や潜在的な詐欺に対する保護などにおいて、このような透かしの有効性に関する議論の道を開くことである。
論文 参考訳(メタデータ) (2024-02-05T19:32:10Z) - Mining Gaze for Contrastive Learning toward Computer-Assisted Diagnosis [61.089776864520594]
医用画像のテキストレポートの代替としてアイトラッキングを提案する。
医用画像を読み,診断する際に放射線科医の視線を追跡することにより,その視覚的注意と臨床的理由を理解することができる。
対照的な学習フレームワークのためのプラグイン・アンド・プレイモジュールとして,McGIP (McGIP) を導入した。
論文 参考訳(メタデータ) (2023-12-11T02:27:45Z) - BMAD: Benchmarks for Medical Anomaly Detection [51.22159321912891]
異常検出(AD)は、機械学習とコンピュータビジョンの基本的な研究課題である。
医用画像では、ADはまれな疾患や病態を示す可能性のある異常の検出と診断に特に重要である。
医用画像の異常検出方法を評価するための総合評価ベンチマークを導入する。
論文 参考訳(メタデータ) (2023-06-20T20:23:46Z) - Online learning for X-ray, CT or MRI [6.211286162347693]
医療画像は、疾患の特定において医療セクターにおいて重要な役割を担っている。
近年,医療専門家は医療画像の評価にコンピュータ支援診断(CAD)システムを採用し始めている。
医学研究はすでに人工知能(AI)と呼ばれる新しい研究の時代に入った。
論文 参考訳(メタデータ) (2023-06-10T17:14:41Z) - Texture Characterization of Histopathologic Images Using Ecological
Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。
2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
論文 参考訳(メタデータ) (2022-02-27T02:19:09Z) - A New Approach for Image Authentication Framework for Media Forensics
Purpose [0.0]
本稿では,デジタル画像認証と独創性識別のための新しいデジタル法医学的セキュリティフレームワークを提案する。
このアプローチは、調査中の画像の不正な修正を示す必要があるRGBイメージにシークレットコードを埋め込むことに依存します。
論文 参考訳(メタデータ) (2021-10-03T18:31:37Z) - Universal Model for Multi-Domain Medical Image Retrieval [88.67940265012638]
医用画像検索(MIR)は、医師が類似した患者のデータを素早く見つけるのに役立つ。
MIRはデジタル画像モダリティの多用により、ますます役に立ちつつある。
しかし、病院における様々なデジタル画像モダリティの人気もまた、MIRにいくつかの課題をもたらしている。
論文 参考訳(メタデータ) (2020-07-14T23:22:04Z) - ElixirNet: Relation-aware Network Architecture Adaptation for Medical
Lesion Detection [90.13718478362337]
本稿では,1)TruncatedRPNが正負値と負値のバランスをとること,2)Auto-lesion Blockが自動的に医療画像にカスタマイズされ,地域提案間の関係認識操作が組み込まれること,3)Relation Transferモジュールが意味的関係を組み込むこと,の3つのコンポーネントを含む新しいElixirNetを紹介した。
DeepLesionとKits19の実験では、ElixirNetの有効性が証明され、パラメータが少なくてFPNよりも感度と精度が向上した。
論文 参考訳(メタデータ) (2020-03-03T05:29:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。