Geri Dön

Hibrid yöntemler kullanılarak tıbbi DICOM verilerinin güvenliğinin sağlanması

Using hybrid methods to ensure the security of medical DICOM data

  1. Tez No: 564748
  2. Yazar: DUYGU BALCI
  3. Danışmanlar: PROF. DR. İNAN GÜLER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgi Güvenliği Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 70

Özet

Tıpta Dijital Görüntüleme ve İletişim olarak geçen (DICOM) görüntüler, medikal verilerin görüntülenmesi, depolanması ve analiz edilmesi noktasında kullanılan bir dosya standardıdır. DICOM verilerde bulunan dosya başlığı, hastaya ait demografik bilgileri ve görüntü özelliklerini içermektedir. Bu çalışmada, hastalara ait demografik bilgiler ve doktorun tanı raporu, siber saldırılara karşı tıbbi bir steganografi tekniği kullanılarak Manyetik Rezonans (MR) görüntülerine gizlenmiştir. Önerilen hibrit algoritmada, steganografi, Hash ve Gelişmiş Şifreleme Standardı (AES) şifreleme algoritmaları bir arada kullanılmıştır. Şifrelenecek olan veri üç farklı bileşenden oluşmaktadır. Bunlar, hastaya ait demografik bilgiler, doktor tanısı ve medikal verinin güvenilirliğini sağlayan görüntünün bir hash'i dir. Hibrit algoritmada gizli mesaj, medikal veride bulunan ve teşhisi minimum seviyede etkileyecek kemik noktalarının belirlenmesi sağlanmış ve o noktalara gömülmüştür. Gömme yöntemi olarak LSB (En Düşük Anlamlı Bit) yöntemi kullanılmıştır. Önerilen yöntem, medikal verilerde gömme işleminde sırasıyla piksel değerleri ortalama değer altında, ortalama değer üstünde ve maksimum değerlerinde veri gömen üç farklı algoritma ile karşılaştırılmıştır. Veri gizleme işlemlerinden sonra, hasta verilerinin güvenliği için, DICOM veri içerisinde bulunan hastaya ait demografik bilgiler silinmektedir. Farklı büyüklükte MR görüntülerinde, kullanılan diğer algoritmalar ile önerilen yöntemi karşılaştırmak için PSNR, MSE ve SSIM değerleri ölçüt olarak kullanılmıştır. Elde edilen sonuçlara göre, önerilen algoritma, hastalığın tanı ve tedavisine zarar vermeden genel LSB steganografi yöntemini geliştirmektedir. Ayrıca, AES şifreleme algoritması gizli mesajı siber saldırılara karşı korur ve hash şifreleme, paylaşılan tıbbi görüntünün değiştirilmeyeceğini veya zarar görmeyeceğini garanti eder.

Özet (Çeviri)

Digital Imaging and Communications in Medicine (DICOM) is a file standard for medical images in radiology, which has a file header and pixels of an image. The file header of DICOM includes the patient's demographic information and image properties. In this study, the patient's demographic information and the doctor's diagnosis report are hidden into Magnetic Resonance (MR) images by using a medical steganography technique, against cyber-attacks. The proposed hybrid algorithm combines steganography, hash, and Advanced Encryption Standard (AES) encryption algorithms. The secret message includes three components. These are patient data and the doctor's diagnosis report which are encrypted by AES, and a hash of the image that ensures the reliability of the data. In the hybrid algorithm, the secret message is embedded into the edges of the image which are between average and maximum gray level values of pixels in the image to increase the efficiency of the standard Least Significant Bit (LSB) embedding method. The proposed method is compared with four different algorithms which use the only below average, above average, maximum and hybrid gray level values of images, respectively. After embedding the message, the patient's demographic information in the file header of the DICOM image is deleted to ensure the security of patient data. MR images with different sizes are used to evaluate the proposed system by using the comparison metrics such as mean square error (MSE), peak signal-to-noise ratio (PSNR), and structural similarity index (SSIM). According to the obtained results, the proposed algorithm improves the general LSB steganography method without damaging the diagnosis and treatment. Furthermore, AES encryption protects the secret message against cyber-attacks and hash encryption guarantees that the shared medical image will not be altered or damaged.

Benzer Tezler

  1. Rejeneratif tıpta hidrojellerin in vitro biyolojik uygulamalarının incelenmesi

    Investigation of in vitro biological applications of hydrogels in regenerative medicine

    RUMEYSA TUTAR

    Doktora

    Türkçe

    Türkçe

    2020

    Kimyaİstanbul Üniversitesi-Cerrahpaşa

    Kimya Ana Bilim Dalı

    PROF. DR. CEMAL ÖZEROĞLU

  2. Segmentation, registration and visualisation of medical images for treatment planning

    Tedavi planlaması amacıyla tıbbi görüntülerin bölütlenmesi, çakıştırılması ve görselleştirilmesi

    ÖZGÜR TUNCER

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF.DR. METE SEVERCAN

  3. Hybrid bioprinting of functionalized scaffolds for tissue engineering applications

    Doku mühendisliği uygulamaları için fonksiyonelleştirilmiş doku iskelelerinin hibrid üç boyutlu (3B) biyobasım

    MAHDIYEH ZAHRABI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilim ve TeknolojiSabancı Üniversitesi

    Malzeme Bilimi ve Nanomühendislik Ana Bilim Dalı

    PROF. DR. BAHATTİN KOÇ

  4. Katı, sıvı ve doku ortamlarında darbe-eko kestirimi ile ultrasonik hedef belirleme

    Ultrasonic target detection in solid, liquid and tissue mediums via pulse-echo estimation

    TUĞBA ÖZGE ONUR

    Doktora

    Türkçe

    Türkçe

    2016

    Elektrik ve Elektronik MühendisliğiBülent Ecevit Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. RIFAT HACIOĞLU

  5. Embedded vision system designed on a heterogeneous computing platform and applied to semen analysis

    Heterojen hesaplama platformu üzerinde tasarlanan gömülü görüntü sistemi ve semen analizi uygulanması

    OSMAN LEVENT ŞAVKAY

    Doktora

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜŞTAK ERHAN YALÇIN