一种CT图像三维重建加密方法及系统与流程

一种ct图像三维重建加密方法及系统
技术领域
1.本发明涉及图像重建及加密领域，特别是涉及一种ct图像三维重建加密方法及系统。


背景技术：

2.借助物联网和远程医疗技术的快速发展，偏远地区的患者也能够便捷地享受优质的医疗资源。ct作为观察病灶的有效手段，被广泛地应用于临床医学的诊断，但仍存在肉眼观察效率低并且误诊率高的问题。目前普遍采用依据二维ct
3.图像断层序列，重建具有立体效果的三维图像的方法，真实、快速地呈现组织、器官及骨骼的三维结构信息，因此ct图像三维重建是当前医学图像处理领域中的研究热点之一。与此同时，远程医疗系统虽然极大地方便了患者数据的存储和通信，但也降低了数据的安全性。由于ct图像及其重建生成的三维模型文件自身存在数据量大、空间分布复杂等特点，传统的加密手段如aes、des等技术并不适用，特别在加密速率上，无法适应实时大信息量的传输要求。
4.目前，较为成熟的加密技术大多是针对二维图像的，但是三维模型的加密需求正在不断扩大，因此，如何高效安全地实现三维模型数据的加密保护仍然是当前的研究热点。在三维重建面绘制算法中，使用最为广泛的是mc算法，该算法原理简单、重建效率高，国内外众多学者针对其绘制质量、运算速度和拓扑二义性等问题提出了改进算法。李怡敏等人对mc算法的拓扑结构作出了调整，从而减少了重建表面的空洞，wang等人采用中值法代替线性插值法来简化计算过程，wang等人提出了多边形合并的方法，roberto等人提出一种不需要查找表的并行mc算法，这些方法均有效提高了重建效率，但不可避免地损失了重建效果。
5.混沌密码学如今是混沌理论的一个重要的应用领域，是一种新的密码加密算法，具有简单、高效、安全等优点。如今混沌密码技术的研究成果包括了序列密码、分组密码和公钥密码等应用。hanif等人利用改进的logistic映射和分段线性混沌映射实现了三维多图像的加密。张雷等人提出了一种基于s盒和混沌映射的图像加密方案，具有良好的明文敏感性。但是低维混沌加密方案存在被破解的风险。


技术实现要素：

6.本发明的目的是提供一种ct图像三维重建加密方法及系统，能够提高ct图像三维重建效率、重建精度和加密性能。
7.为实现上述目的，本发明提供了如下方案：
8.一种ct图像三维重建加密方法包括：
9.获取ct图像数据；
10.根据所述ct图像数据，构建体素；
11.采用包围盒分割算法对所述体素进行分割，确定体素内等值面片的拓扑结构；
12.确定所述等值面片的拓扑结构与体素的交点；
13.根据所述交点遍历所有包含等值面片的体素，将所有等值面片拼接起来进行渲染，形成ct图像三维模型；
14.采用离散小波变换对所述ct图像三维模型进行处理，得到系数矩阵；
15.获取初始秘钥，将所述初始秘钥输入分数阶lorenz混沌系统经过迭代后生成三组混沌序列，将所述混沌序列进行排列组合，得到序列矩阵；
16.将所述系数矩阵和所述序列矩阵进行按位异或运算，得到密文数据；
17.根据所述将密文数据，得到三维加密模型。
18.可选地，所述体素由一幅ct图像上的四个相邻数据点和下一幅ct图像上的四个相邻数据点构成。
19.可选地，所述确定所述等值面片的拓扑结构与体素的交点，具体包括：
20.将体素8个顶点的属性值与阈值进行比较，得到体素内各顶点与阈值的大小情况；
21.根据所述体素内各顶点与阈值的大小情况，确定该体素与等值面片的相交情况；
22.根据所述相交情况采用三线性插值算法，计算等值面片和体素的交点位置。
23.可选地，所述采用离散小波变换对所述ct图像三维模型进行处理，得到系数矩阵，具体包括：
24.对所述ct图像三维模型的顶点数据与面片数据进行读取，得到数据矩阵；
25.采用离散小波变换对所述数据矩阵进行分解，得到系数矩阵。
26.可选地，所述将所述系数矩阵和所述序列矩阵进行按位异或运算，得到密文数据，具体包括：
27.将系数矩阵和序列矩阵进行按位异或运算，得到密文数据的频带系数；
28.对所述频带系数进行离散小波逆变换，得到完整的密文数据。
29.一种ct图像三维重建加密系统包括：
30.ct图像数据获取模块，用于获取ct图像数据；
31.体素构建模块，用于根据所述ct图像数据，构建体素；
32.体素分割模块，用于采用包围盒分割算法对所述体素进行分割，确定体素内等值面片的拓扑结构；
33.交点确定模块，用于确定所述等值面片的拓扑结构与体素的交点；
34.ct图像三维模型构建模块，用于根据所述交点遍历所有包含等值面片的体素，将所有等值面片拼接起来进行渲染，形成ct图像三维模型；
35.系数矩阵确定模块，用于采用离散小波变换对所述ct图像三维模型进行处理，得到系数矩阵；
36.序列矩阵确定模块，用于获取初始秘钥，将所述初始秘钥输入分数阶lorenz混沌系统经过迭代后生成三组混沌序列，将所述混沌序列进行排列组合，得到序列矩阵；
37.密文数据确定模块，用于将所述系数矩阵和所述序列矩阵进行按位异或运算，得到密文数据；
38.三维加密模型确定模块，用于根据所述将密文数据，得到三维加密模型。
39.可选地，所述体素由一幅ct图像上的四个相邻数据点和下一幅ct图像上的四个相邻数据点构成。
40.可选地，所述交点确定模块，具体包括：
41.比较单元，用于将体素8个顶点的属性值与阈值进行比较，得到体素内各顶点与阈值的大小情况；
42.相交情况确定单元，用于根据所述体素内各顶点与阈值的大小情况，确定该体素与等值面片的相交情况；
43.交点位置确定单元，用于根据所述相交情况采用三线性插值算法，计算等值面片和体素的交点位置。
44.可选地，所述系数矩阵确定模块，具体包括：
45.数据矩阵确定单元，用于对所述ct图像三维模型的顶点数据与面片数据进行读取，得到数据矩阵；
46.系数矩阵确定单元，用于采用离散小波变换对所述数据矩阵进行分解，得到系数矩阵。
47.可选地，所述密文数据确定模块，具体包括：
48.频带系数确定单元，用于将系数矩阵和序列矩阵进行按位异或运算，得到密文数据的频带系数；
49.密文数据确定单元，用于对所述频带系数进行离散小波逆变换，得到完整的密文数据。
50.根据本发明提供的具体实施例，本发明公开了以下技术效果：
51.本发明提供一种ct图像三维重建加密方法，根据ct图像数据构建体素；采用包围盒分割算法对体素进行分割，确定体素内等值面片的拓扑结构；确定等值面片的拓扑结构与体素的交点；根据交点遍历所有包含等值面片的体素，将所有等值面片拼接起来进行渲染形成ct图像三维模型；采用离散小波变换对ct图像三维模型进行处理，得到系数矩阵；将初始秘钥输入分数阶lorenz混沌系统经过迭代后生成三组混沌序列，得到序列矩阵；将系数矩阵和序列矩阵进行按位异或运算，得到密文数据；根据将密文数据得到三维加密模型。通过上述方法能够提高ct图像三维重建效率、重建精度和加密性能。
附图说明
52.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
53.图1为本发明ct图像三维重建加密方法流程图；
54.图2为体素模型示意图；
55.图3为本发明ct图像三维重建加密系统结构图。
具体实施方式
56.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他
实施例，都属于本发明保护的范围。
57.本发明的目的是提供一种ct图像三维重建加密方法及系统，能够提高ct图像三维重建效率、重建精度和加密性能。
58.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
59.本发明是基于vtk平台实现对二维图像的三维重建。首先对输入的ct图像进行识别与读取，本发明采用的ct图像格式均为dcm格式，在三维重建过程中，首先使用本发明提出的包围盒分割算法对体素进行分割，确定体素内等值面片的拓扑结构后，采用三线性插值法进行面片与体素交点的提取，从而构建出三维模型。为了保证三维模型数据传输的安全性，采用基于分数阶lorenz混沌系统的加密方法实现三维模型的加密。图1为本发明ct图像三维重建加密方法流程图，如图1所示，一种ct图像三维重建加密方法包括：
60.步骤101：获取ct图像数据。
61.步骤102：根据所述ct图像数据，构建体素。所述体素由一幅ct图像上的四个相邻数据点和下一幅ct图像上的四个相邻数据点构成。
62.步骤103：采用包围盒分割算法对所述体素进行分割，确定体素内等值面片的拓扑结构。
63.本发明提出一种包围盒分割算法，实现有效体素的提取。由于在所有体素中，只有部分体素是包含等值面的，因此，有必要将ct图像分割技术与三维重建算法相结合。本算法就可以有效分割出包含等值面的体素，在重建时能够快速准确地定位有效体素，无须遍历所有体素，从而提高了重建效率。
64.由于体素中每个点的数据值是已经确定的，而本发明需要分割出的部位属性也是已知的，因此本发明可以首先想到采取基于阈值的分割算法，但是该算法只能简单地将体素分为大于某阈值的部分和小于某阈值的部分，如果目标区域的属性值处于整个数据集属性值的中间，本发明就必须设定多个阈值实现分割。基于上述思路，并结合区域生长思想，本发明提出了一种包围盒分割算法，将体素作为最小分割对象，将阈值范围作为分割准则，从而将数据分为目标和背景两个部分，提取出包含有效信息的体素。
65.本算法的基本思想是一次性地遍历数据集中的所有体素，并筛选出具有某一属性值特征的体素区域，进而得到这些区域的邻接图，将其包围并分割出来。
66.算法的具体实现如下：
67.setp1：创建存放目标体素的集合r，以及与数据集大小一致的数据区域s。
68.setp2：选取一个体素，设置为起始位置。
69.setp3：分别对相邻的体素依次进行扩展，首先判断该体素是否被分割过，判断依据是看其对应的数据区域s中是否存放有该体素的分割结果。如果没有被分割过，则判断其与起始点是否具有相同的属性特征；当分割到具有不同属性特征的体素时，停止分割，将所有满足条件的目标体素添加到集合r中，生成一个子区域，并更新所有体素的数据区域s。
70.setp4：遍历完数据集中所有体素后，通过数据区域s的值，合并提取出具有同一属性特征的所有区域。
71.步骤104：确定所述等值面片的拓扑结构与体素的交点，具体包括：
72.步骤1041：将体素8个顶点的属性值与阈值进行比较，得到体素内各顶点与阈值的
大小情况。
73.确定三维重建目标物质的属性值c，即为等值面的阈值。将体素8个顶点的属性值与阈值进行比较，每个点有两种比较结果：a)顶点属性值《阈值，该点处于等值面外，标号为“1”；b)顶点属性值≥阈值，该点处于等值面内，标号为“0”。
74.步骤1042：根据所述体素内各顶点与阈值的大小情况，确定该体素与等值面片的相交情况。
75.步骤1043：根据所述相交情况采用三线性插值算法，计算等值面片和体素的交点位置。
76.本发明利用三线性插值算法提取等值面与体素的交点信息，实现面片顶点坐标更精准计算。对于体素内的任意一点均可由该体素的八个顶点值线性计算得到，基于此本算法利用三线性插值法，通过八个相邻顶点的属性值来计算交点，能够更加准确地提取出该点的位置信息，有效提高了重建精度。
77.本发明使用三线性插值法代替普通线性插值法来提取交点的位置信息，对于体素中的任一点(x，y，z)的值，通过体素的八个顶点插值计算得到。设每个顶点的数值分别是：v
000
，v
100
，v
010
，
…v111
，体素中(x，y，z)的值为v
xyz
，公式如下：
[0078]vxyz
＝v
000
(1-x)(1-y)(1-z)+v
100
x(1-y)(1-z)+
[0079]v010
(1-x)y(1-z)+v
001
(1-x)(1-y)z+
[0080]v101
x(1-y)z+v
011
(1-x)yz+
[0081]v110
xy(1-z)+v
111
xyz
[0082]
将八个顶点和等值面的属性值代入，即可计算出交点坐标。
[0083]
步骤105：根据所述交点遍历所有包含等值面片的体素，将所有等值面片拼接起来进行渲染，形成ct图像三维模型。
[0084]
步骤101-105本质是一种mc改进算法，mc算法将三维空间中相邻相对的八个数据点组成的立方体作为一个体素，图2为体素模型示意图，如图2所示，利用给定的阈值将所有体素中具有相同大小属性值的切面提取出来，形成等值面，即可绘制出三维模型的具体样貌。首先提取一个体素，将其每个顶点的属性值分别与阈值进行比较，将八个顶点分类为等值面内部或外部，依据顶点不同的分布情况，确定与等值面相交的体素棱边，继而得到体素内等值面片的拓扑结构。接下来，利用线性插值计算每一个体素中等值面片各顶点的坐标，为了产生逼真的三维模型，需要选取合适的照明模型进行计算，因此采用中心差分法计算体素顶点处的梯度值，再采用线性插值法计算等值面片各个顶点的法向量。最后，利用等值面片的顶点坐标和法向量绘制完整的等值面，从而得到重建后的三维模型。
[0085]
步骤106：采用离散小波变换对所述ct图像三维模型进行处理，得到系数矩阵，具体包括：
[0086]
步骤1061：对所述ct图像三维模型的顶点数据与面片数据进行读取，得到数据矩阵。
[0087]
具体地，识别输入的三维模型数据为obj格式，对其顶点数据与面片数据进行读取，并形成数据矩阵。
[0088]
步骤1062：采用离散小波变换对所述数据矩阵进行分解，得到系数矩阵。
[0089]
具体地，采用离散小波变换对该数据进行分解，将数据变换到频域，分别提取出
hh、hl、lh和ll四个频带的系数，并将其构成大小为的系数矩阵。
[0090]
步骤107：获取初始秘钥，将所述初始秘钥输入分数阶lorenz混沌系统经过迭代后生成三组混沌序列，将所述混沌序列进行排列组合，得到序列矩阵。
[0091]
步骤108：将所述系数矩阵和所述序列矩阵进行按位异或运算，得到密文数据，具体包括：
[0092]
步骤1081：将系数矩阵和序列矩阵进行按位异或运算，得到密文数据的频带系数；
[0093]
步骤1082：对所述频带系数进行离散小波逆变换，得到完整的密文数据。
[0094]
步骤109：根据所述将密文数据，得到三维加密模型。将密文数据再次写入obj文件，即可得到三维加密模型。为了实现三维模型的有效保护，步骤106-109提出一种基于分数阶lorenz混沌系统的三维模型加密方法。对分数阶导数的概念有多种定义，在实际工程应用中，使用较多的是caputo微分，定义如下：
[0095][0096]
其中，m＝[α]，为第一个不小于α的整数，x
(m)
(t)是x(t)的m阶导数，j
β
是β阶riemann-liouville积分算子，即
[0097][0098]
其中，γ(*)是gamma函数。
[0099]
基于此的分数阶lorenz混沌系统为:
[0100][0101]
当σ＝10，μ＝8/3，γ＝28,0＜α1,α2,α3＜1时，分数阶lorenz系统有一个混沌吸引子，从而得到系统的三个平衡点为：
[0102]
s0(0,0,0)
[0103][0104][0105]
其中，s0是鞍点，s1、s2是不稳定焦点。系统进入混沌状态后，其运动轨迹会围绕着两个不定焦点s1、s2随机跳动，成双螺旋状，表示混沌系统无序稳定的运动形态。
[0106]
由于三维模型的数据量较大且数据冗余度高，在进行加密前先将模型数据进行有效压缩，本发明采用离散小波变换将数据的频域系数提取出来，并构成系数矩阵，作为后续加密操作的对象，从而提高了加密的效率。同时，本发明采用分数阶lorenz混沌系统作为随机序列生成器，该系统可以同步生成三个混沌序列，本发明将其进行随机组合构成序列矩阵，从而提升了用于加密的混沌序列的随机性。方案在具体实现时，将ct图像经过重建之后得到的三维模型作为输入，首先对此模型中的三维数据进行提取，分别得到顶点信息和面片信息，将信息数据通过离散小波变换，得到数据的频域系数矩阵。使用分数阶lorenz混沌系统生成的混沌序列构成序列矩阵，对系数矩阵进行异或计算以达到加密的效果。
[0107]
本发明利用包围盒分割算法，选择并提取出所有包含等值面片的体素，从而在进
行等值面片的提取时，能够快速准确地定位有效体素，无须遍历所有体素，有效提高了重建效率。其次，计算等值面片与体素的交点信息，该方法利用八个相邻顶点的属性值来计算，有效提高了重建精度。在加密操作前通过离散小波变换，将数据转换到频域并提取出频域系数，从而实现了数据的压缩。在频域的混沌加密不仅复杂度和加密效率高，而且提高了算法的安全性，有效增强了加密效果，并且分数阶lorenz混沌系统拥有较大的参数空间，将其作为混沌序列的生成器具有更高的安全性。
[0108]
图3为本发明ct图像三维重建加密系统结构图，如图3所示，一种ct图像三维重建加密系统包括：
[0109]
ct图像数据获取模块201，用于获取ct图像数据；
[0110]
体素构建模块202，用于根据所述ct图像数据，构建体素，所述体素由一幅ct图像上的四个相邻数据点和下一幅ct图像上的四个相邻数据点构成。
[0111]
体素分割模块203，用于采用包围盒分割算法对所述体素进行分割，确定体素内等值面片的拓扑结构；
[0112]
交点确定模块204，用于确定所述等值面片的拓扑结构与体素的交点；
[0113]
ct图像三维模型构建模块205，用于根据所述交点遍历所有包含等值面片的体素，将所有等值面片拼接起来进行渲染，形成ct图像三维模型；
[0114]
系数矩阵确定模块206，用于采用离散小波变换对所述ct图像三维模型进行处理，得到系数矩阵；
[0115]
序列矩阵确定模块207，用于获取初始秘钥，将所述初始秘钥输入分数阶lorenz混沌系统经过迭代后生成三组混沌序列，将所述混沌序列进行排列组合，得到序列矩阵；
[0116]
密文数据确定模块208，用于将所述系数矩阵和所述序列矩阵进行按位异或运算，得到密文数据；
[0117]
三维加密模型确定模块209，用于根据所述将密文数据，得到三维加密模型。
[0118]
所述交点确定模块204，具体包括：
[0119]
比较单元，用于将体素8个顶点的属性值与阈值进行比较，得到体素内各顶点与阈值的大小情况；
[0120]
相交情况确定单元，用于根据所述体素内各顶点与阈值的大小情况，确定该体素与等值面片的相交情况；
[0121]
交点位置确定单元，用于根据所述相交情况采用三线性插值算法，计算等值面片和体素的交点位置。
[0122]
所述系数矩阵确定模块206，具体包括：
[0123]
数据矩阵确定单元，用于对所述ct图像三维模型的顶点数据与面片数据进行读取，得到数据矩阵；
[0124]
系数矩阵确定单元，用于采用离散小波变换对所述数据矩阵进行分解，得到系数矩阵。
[0125]
所述密文数据确定模块208，具体包括：
[0126]
频带系数确定单元，用于将系数矩阵和序列矩阵进行按位异或运算，得到密文数据的频带系数；
[0127]
密文数据确定单元，用于对所述频带系数进行离散小波逆变换，得到完整的密文
数据。
[0128]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0129]
本发明中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种ct图像三维重建加密方法，其特征在于，包括：获取ct图像数据；根据所述ct图像数据，构建体素；采用包围盒分割算法对所述体素进行分割，确定体素内等值面片的拓扑结构；确定所述等值面片的拓扑结构与体素的交点；根据所述交点遍历所有包含等值面片的体素，将所有等值面片拼接起来进行渲染，形成ct图像三维模型；采用离散小波变换对所述ct图像三维模型进行处理，得到系数矩阵；获取初始秘钥，将所述初始秘钥输入分数阶lorenz混沌系统经过迭代后生成三组混沌序列，将所述混沌序列进行排列组合，得到序列矩阵；将所述系数矩阵和所述序列矩阵进行按位异或运算，得到密文数据；根据所述将密文数据，得到三维加密模型。2.根据权利要求1所述的ct图像三维重建加密方法，其特征在于，所述体素由一幅ct图像上的四个相邻数据点和下一幅ct图像上的四个相邻数据点构成。3.根据权利要求1所述的ct图像三维重建加密方法，其特征在于，所述确定所述等值面片的拓扑结构与体素的交点，具体包括：将体素8个顶点的属性值与阈值进行比较，得到体素内各顶点与阈值的大小情况；根据所述体素内各顶点与阈值的大小情况，确定该体素与等值面片的相交情况；根据所述相交情况采用三线性插值算法，计算等值面片和体素的交点位置。4.根据权利要求1所述的ct图像三维重建加密方法，其特征在于，所述采用离散小波变换对所述ct图像三维模型进行处理，得到系数矩阵，具体包括：对所述ct图像三维模型的顶点数据与面片数据进行读取，得到数据矩阵；采用离散小波变换对所述数据矩阵进行分解，得到系数矩阵。5.根据权利要求1所述的ct图像三维重建加密方法，其特征在于，所述将所述系数矩阵和所述序列矩阵进行按位异或运算，得到密文数据，具体包括：将系数矩阵和序列矩阵进行按位异或运算，得到密文数据的频带系数；对所述频带系数进行离散小波逆变换，得到完整的密文数据。6.一种ct图像三维重建加密系统，其特征在于，包括：ct图像数据获取模块，用于获取ct图像数据；体素构建模块，用于根据所述ct图像数据，构建体素；体素分割模块，用于采用包围盒分割算法对所述体素进行分割，确定体素内等值面片的拓扑结构；交点确定模块，用于确定所述等值面片的拓扑结构与体素的交点；ct图像三维模型构建模块，用于根据所述交点遍历所有包含等值面片的体素，将所有等值面片拼接起来进行渲染，形成ct图像三维模型；系数矩阵确定模块，用于采用离散小波变换对所述ct图像三维模型进行处理，得到系数矩阵；序列矩阵确定模块，用于获取初始秘钥，将所述初始秘钥输入分数阶lorenz混沌系统经过迭代后生成三组混沌序列，将所述混沌序列进行排列组合，得到序列矩阵；
密文数据确定模块，用于将所述系数矩阵和所述序列矩阵进行按位异或运算，得到密文数据；三维加密模型确定模块，用于根据所述将密文数据，得到三维加密模型。7.根据权利要求6所述的ct图像三维重建加密系统，其特征在于，所述体素由一幅ct图像上的四个相邻数据点和下一幅ct图像上的四个相邻数据点构成。8.根据权利要求6所述的ct图像三维重建加密系统，其特征在于，所述交点确定模块，具体包括：比较单元，用于将体素8个顶点的属性值与阈值进行比较，得到体素内各顶点与阈值的大小情况；相交情况确定单元，用于根据所述体素内各顶点与阈值的大小情况，确定该体素与等值面片的相交情况；交点位置确定单元，用于根据所述相交情况采用三线性插值算法，计算等值面片和体素的交点位置。9.根据权利要求6所述的ct图像三维重建加密系统，其特征在于，所述系数矩阵确定模块，具体包括：数据矩阵确定单元，用于对所述ct图像三维模型的顶点数据与面片数据进行读取，得到数据矩阵；系数矩阵确定单元，用于采用离散小波变换对所述数据矩阵进行分解，得到系数矩阵。10.根据权利要求6所述的ct图像三维重建加密系统，其特征在于，所述密文数据确定模块，具体包括：频带系数确定单元，用于将系数矩阵和序列矩阵进行按位异或运算，得到密文数据的频带系数；密文数据确定单元，用于对所述频带系数进行离散小波逆变换，得到完整的密文数据。

技术总结
本发明涉及一种CT图像三维重建加密方法及系统。该方法包括：根据CT图像数据构建体素；采用包围盒分割算法对体素进行分割，确定体素内等值面片的拓扑结构；确定等值面片的拓扑结构与体素的交点；根据交点遍历所有包含等值面片的体素，将所有等值面片拼接起来进行渲染形成CT图像三维模型；采用离散小波变换对CT图像三维模型进行处理，得到系数矩阵；将初始秘钥输入分数阶Lorenz混沌系统经过迭代后生成三组混沌序列，得到序列矩阵；将系数矩阵和序列矩阵进行按位异或运算，得到密文数据；根据将密文数据得到三维加密模型。本发明能够提高CT图像三维重建效率、重建精度和加密性能。重建精度和加密性能。重建精度和加密性能。


技术研发人员：柯志家
受保护的技术使用者：柯志家
技术研发日：2023.03.06
技术公布日：2023/9/25