随着互联网技术和相关医疗行业信息化建设的不断发展和进步,如电子病历(Electronic Medical Record,EMR)系统和影像归档与通信系统(Picture Archiving and Communication System,PACS)的产生和发展极大提高了医疗诊疗服务的效率。医院信息系统(Hospital Information System,HIS)在实际医疗诊断中已广泛使用,数字化存储大大提高了在海量的医学信息中进行信息检索的效率。目前,世界各国都在发展规模一体化的区域医疗协同服务系统,以实现医院之间的医疗资源和诊疗信息共享互通。与此同时,随之即来的医学信息方面的真实性,可靠性以及可追溯性这一系列的安全问题也亟待解决。数字签名及数字水印技术可以对医学图像进行保护,但这些主动的方法必须在图像获取时进行实时操作,这在实际应用中将受到限制。因此,需要解决如何在没有原始图像的情况下仅利用待检测图像进行来源及篡改检测。现有的盲取证方法主要针对日常的普通成像设备,例如数码相机,扫描仪,智能手机等。本文通过分析医学设备的成像原理,利用传感器模式噪声和成像算法特征等作为图像的指纹信息,对医学图像来源及内容篡改进行检测。本文的工作概括如下:(1)基于噪声特征的数字X线摄影图像来源检测算法首先,针对数字X线摄影系统,利用成像设备的不完美性所产生的传感器模式噪声作为指纹信息,对图像的来源进行判定。由于数字X线摄影系统与数码相机不同,无法获得没有拍摄对象的"纯"噪声图像作为参考指纹,采用Contourlet滤波提取传感器模式噪声,通过减少图像纹理和边缘信息的干扰提高来源检测的准确率。另一方面,考虑到数字X线摄影图像都是"原始数据",未经过压缩,除了固有模式噪声成分以外,散射噪声和热噪声等噪声成分在图像中占有很大一部分比例。通过研究图像像素值和噪声强度之间的关系,建立参数型噪声统计模型,利用统计模型的参数作为指纹对图像的来源进行区分。但噪声统计模型和设备型号相关,只能用于区分不同的型号的设备,并不能定位到具体的某一台成像设备。因此,将传感器模式噪声和统计噪声模型参数相结合,可以对X线摄影图像的来源设备的定位,同时提高来源检测的准确率。(2)基于原始传感器模式噪声的CT图像来源检测算法计算机断层扫描(Computed Tomography,CT)图像是利用探测器接收一系列穿过人体的X射线束,经过重建后得到的数字图像,作为CT指纹的传感器模式噪声与X射线探测器阵列直接相关。本文通过提取待检测图像的传感器模式噪声,进行CT三维重建反变换,得到原始传感器模式噪声对CT图像进行来源检测。较之基于传感器模式噪声的来源检测算法,所提的基于原始传感器模式噪声的算法获得了更高的识别精度。(3)基于三维重建算法指纹的CT图像来源检测算法通过研究CT扫描仪的成像原理发现在重建CT图像的同时也会对原始的模式噪声进行重建。本文研究了重建过程对原始模式噪声带来的影响,以获取CT三维重建指纹信息。重建算法作为厂商的保密信息无法直接被获得,同时确认不同成像设备的重建算法并不相同。通过对现有的5种最基础的CT重建算法进行模拟实验发现,重建后的模式噪声具有周期性和循环对称性,从而建立相关性特征向量来表达原始模式噪声经过重建后呈现的这些周期性和循环对称性。同时利用模拟实验证实所得特征向量可以作为CT三维重建算法指纹对不同成像设备中的重建算法进行辨识。利用真实CT图像数据集进行实验的结果也证实所提算法对CT图像来源具有较好的辨识能力。但重建算法指纹只能鉴别不同的重建算法,具体到某一台CT设备将无法鉴别,为了解决这个问题,本文提出将CT三维重建算法指纹和原始传感器模式噪声相结合,对图像具体的成像设备进行判定,同时提高检测的精确率。(4)基于传感器模式噪声的医学图像篡改检测算法将所提出的用于医学图像来源检测方法中作为图像指纹信息的传感器模式噪声应用到图像篡改检测中。利用对待检测图像中的指纹信息与源设备指纹信息的相关性进行判定,实现对篡改区域的检测与定位。基于相关性的篡改检测算法是区域性的图像来源检测方法,通过对待检测图像进行区域划分,然后对每个区域进行来源判定,判断各个区域是否来自参考设备。如果是,则说明该区域未经过篡改,否则说明该区域发生了篡改。实验结果表明:所提算法不仅能判断图像是否发生篡改,还能确定篡改位置,可以检测所有图像指纹遭受破坏的篡改,包括同幅图像的复制-移动-粘贴篡改和不同图像之间的复制-移动-拼接篡改等。