(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111620169.3 (22)申请日 2021.12.28 (71)申请人 海南大学 地址 570228 海南省海口市美兰区人民大 道58号 (72)发明人 周晓谊　段韶华　钱宇晗　符大豪　 (51)Int.Cl. G06T 1/00(2006.01) G06F 21/16(2013.01) G06N 20/00(2019.01) G16H 30/00(2018.01) (54)发明名称 一种基于联邦学习和区块链的零水印远程 医疗图像保护方案 (57)摘要 本发明涉及一种基于联邦学习和区块链的 零水印远程医疗图像保护方案， 远程医疗系统中 存在的隐私保护和数据安全问题一直备受人们 关注； 零水印可以满足既不损害医学影像， 又实 现版权保护； 联邦学习是一种具有隐私保护和安 全加密技术的分布式机器学习框架； 区块链是一 个不可更改， 不可伪造的账簿系统， 本研究提出 一种基于联邦学习和区块链的零水印医学图像 版权保护方案， 可以在不对宿主图像产生失真并 且不泄露数据的情况下， 提供安全有效的版权 保 护； 该方案通过联邦学习来训练编码器网络； 可 有效从医学图像中提取鲁棒特征获得零水印图 像； 通过区块链将零水印图像存储在星际文件系 统 （IPFS） 上， 实现文件分享的安全性、 去中心化 和不可篡改性。 权利要求书1页 说明书3页 附图3页 CN 114255152 A 2022.03.29 CN 114255152 A 1.一种基于联邦学习和区块链的零水印远程医疗 图像保护方案， 其特征在于： 包括两 部分， 首先是训练部 分， 通过联邦学习进 行鲁棒特征提取的训练； 第二部 分是水印的嵌入以 及水印认证部 分， 水印的嵌入即将零水印通过第一步训练好的模型生成并将其存贮再IPFS 上， 水印的提取即从IPFS上查询出相应的零水印信息 。 2.根据权利要求1所述的一种基于联邦学习和区块链的零水印远程医疗图像保护方 案， 其特征在于： 所述 通过联邦学习进行鲁棒特 征提取的训练流 程如下： 使用联邦学习进行模型训练， 每 个参与方利用本地数据训练模型； 加密梯度上传给 联邦学习服 务器； 联邦学习服 务器聚合各用户的梯度更新模型参数； 联邦学习服 务器返回更新后的模型 给各参与方； 最后各参与方 更新各自模型。 3.根据权利要求1所述的一种基于联邦学习和区块链的零水印远程医疗图像保护方 案， 其特征在于： 第二部分是水印的嵌入以及水印认证部分可分为四层， 分别是实体层， 代 理层， 存储层和区块链层， 其中各层说明入下： 实体层： 包括医院机器相关医疗机构， 它 们是版权保护和核验请求的发起方； 代理层： 由一个或多个水印服 务器组成， 处 理来自实体层的版权保护和核验请求； 存储层： 即IPFS系统， 提供存 储和查询零水印信息等功能； 区块链层： 包括区块链， 将具有零水 印信息的IPFS地址的hash值上链， 具有去中心化和 不可串改性 等优点。 4.根据权利要求1所述的一种基于联邦学习和区块链的零水印远程医疗图像保护方 案， 其特征在于： 所述 零水印嵌入流 程如下： 水印服务器收到含有需要保护的图像以及版权l ogo版权保护请求； 水印服务器通过训练好的网络模型， 使用图像和l ogo生成零水印； 水印服务器将生成的零水印密钥存 储在IPFS系统中； IPFS系统返回文件 存储的hash给 水印服务器； 水印服务器将IPFS 返回的文件hash存入区块链， 区块链再返回存储文件hash的块号最 后将区块链块 号返回给请求实体， 完成水印的嵌入过程。 5.根据权利要求1所述的一种基于联邦学习和区块链的零水印远程医疗图像保护方 案， 其特征在于： 所述 零水印提取流 程如下： 水印服务器收到含有可疑图像和Bl ock ID的版权校验请求； 水印服务器通过Bl ock ID去区块链中查找之前存 储文件hash的块； 从区块链中取回文件hash， 并通过文件hash从IPFS系统中查询零水印密钥； 从IPFS系统中取回零水 印密钥， 然后水印服务器进行零水印提取， 获得比对结果， 完成 版权验证。权　利　要　求　书 1/1 页 2 CN 114255152 A 2一种基于联邦学习和区块链的零 水印远程医疗图像保护方案 技术领域 [0001]本发明属于图像数字水印领域， 涉及一种基于联邦学习和区块链的零水印远程医 疗图像保护方案 。 背景技术 [0002]人们重要的基本需求之一是 医疗保健， 让人们享受到先进的医疗设施是非常重要 的。 然而， 医疗资源的分配不均是目前的一大障碍， 并且短时间内难以克服。 在这种情况下， 远程医疗将有助于提高医疗保健的质量和可用性。 远程医疗可以缓解急诊 科和门诊部门人 满为患的状况， 同时为患者提供所需的医疗指导和保 障； 远程医疗还可满足慢性病患者长 期的医疗保健需求， 降低亲自就诊频率； 远程医疗平台还可以应对全球传染病爆发， 减少医 护人员和患者接触， 降低疾病传染的风险。 [0003]在新冠肺炎疫情的应对中， 远程医疗有效遏制了疫情的传播， 保障了一线人员的 安全， 降低了死亡率。 同时还为国内和国际无法获得医疗服务的地区提供了支持。 远程医疗 系统显著提高了医疗资源匮乏地区的新冠肺炎确诊患者分类和治疗效率。 鉴于远程医疗可 以应对疫情带来的挑战， 美 国疾控中心以及几个州的公共卫生组织表示， 应将远程医疗系 统视为应对新冠肺炎疫情的一部分。 [0004]零水印突破了传统的水印算法在嵌入水印信息时对图像数据进行修改的思想， 将 数字水印存储在版权保护中心中， 可以做到保证宿主图像质量的同时， 实现版权保护的作 用。 因此， 零水印方案可以解决水印的可见性与鲁棒性之 间的矛盾， 使 得零水印算法对版权 的保护更加有效。 然而， 零水印方案主要遇到了两个阻碍： 1、 如何提取出图像中更优的特 征， 从而实现更强的鲁棒性； 2、 如何解决第三方版权保护中心的安全性、 可靠性和稳定性的 问题。 [0005]目前， 针对零水印特征提取鲁棒性较差问题。 最近的研究表明， 使用卷积神经网络 方法产生图像的鲁棒固有 特征来生成零水印可以有效提升水印的鲁棒性。 但由于医学数据 的敏感性， 将患者图像传输到中央服务器进 行模型训练的方法可能会导致严重的安全和隐 私问题， 而邦学习作为一种机器学习框架， 是一种协作分散的 隐私保护技术， 可克服数据孤 岛和数据敏感性的挑战。 [0006]零水印技术的另一个问题则是如何解决第三方版权保护中心的安全性、 可靠性和 稳定性的问题。 区块链和IPFS技术可以有效解决零水印依赖版权保护中心的问题。 区块链 具有去中心化、 高可靠性、 不可篡改性等特点， 但是区块链只适合处理简单的文本记录， 面 对存储较大的文件需求时则不再适合存储在链上。 IPFS技术的出现弥补了这一漏洞。 在使 用过程中， 用户可以将唯一且永久可用的IPFS地址放置到区块链事务中， 而不必将数据本 身放在区块链中。 [0007]综上所述， 联邦学习、 数字水印技术、 区块链技术和IPFS 技术不是排他的而是互相 补充的， 联邦学习技术用于实现数据训练时的隐私保护， 数字水印实现了对图像内容的版 权保护， 区块链技 术和IPFS技 术用于存 储零水印信息和特 征序列信息， 实现去中心化。说　明　书 1/3 页 3 CN 114255152 A 3