编辑推荐：
为解决医疗图像在传输和存储中的安全问题，研究人员开展基于级联量子行走与 Chebyshev 映射的医学图像加密算法研究，结果显示该算法安全高效，对保障医疗数据安全意义重大。
在当今数字化医疗飞速发展的时代，医学图像成为了医生诊断和治疗疾病的关键 “助手”。从用于查看心脏状况的超声图像，到能精准检测肿瘤的 PET 扫描图像，这些医学图像承载着患者的重要健康信息。然而，这些图像在传输和存储过程中却面临着严峻的安全挑战。想象一下，患者的私密医疗图像如果被不法分子获取或篡改，不仅会严重侵犯患者隐私，还可能导致误诊等严重后果，这无疑给医疗行业带来了巨大的潜在风险。
正是为了解决这些棘手问题，研究人员开展了一项旨在提升医学图像安全性的研究。他们提出了一种全新的医学图像加密算法，即基于级联量子行走（Quantum Walk）与切比雪夫（Chebyshev）映射的加密机制。研究结果令人振奋，该算法展现出了高度的安全性和效率，为医疗数据安全筑牢了坚实防线。这一成果对于维护患者信任、保障医疗系统的稳定运行意义非凡。
在研究方法上，研究人员主要运用了以下关键技术：首先是量子行走技术，它在加密过程中发挥着重要作用，通过特定的量子力学原理产生概率分布向量。其次是切比雪夫映射，这是一种经典的混沌映射，利用其特性生成混沌序列。此外，还借助了 SHA256 哈希算法，对原始医学图像进行处理，更新加密算法的初始参数，从而增强加密的安全性。
研究结果如下：
- 视觉质量：通过对加密图像的视觉观察以及 PSNR（Peak Signal-to-Noise Ratio，峰值信噪比）和 SSIM（Structural Similarity Index Measure，结构相似性指数度量）这两个指标的量化评估，发现加密后的图像视觉效果完全被打乱，人眼无法从中获取原始图像的有用信息，且 PSNR 和 SSIM 值较低，表明加密系统生成的加密图像与原始图像在视觉上差异极大，有效保护了图像隐私。
- 加密时间效率：从计算复杂度和加密时间两个方面进行评估。计算复杂度方面，该算法的总复杂度为\mathcal {O}(\max (N^2,8PQ,PQ \log PQ))，在现代加密系统可接受范围内。加密时间上，与其他相关方法对比，该算法达到了可接受的加密时间，具备实际应用的潜力。
- 安全性分析：通过多种测试全面评估算法的安全性。随机数分析中，利用 NIST SP 800 - 22 测试和 TestU01 测试套件对生成的密钥和加密图像进行测试，结果表明级联系统生成的序列具有高度随机性和不可预测性；相关性分析显示，加密图像相邻像素的相关系数（CC）接近 0，意味着加密有效破坏了图像的原有结构；微分分析通过 UACI（Unified Average Changing Intensity，统一平均变化强度）和 NPCR（Number of Pixels Change Rate，像素变化率）测试，证实即使原始图像有微小改变，加密图像也会产生显著差异；直方图分析结合直方图工具和\chi ^{2}（卡方）测试，表明加密图像像素频率分布均匀，能有效抵御直方图攻击；熵分析通过计算全局和局部熵，发现加密图像的熵值接近 8 位，说明其像素值分布随机，可抵御熵分析；密钥空间和密钥敏感性分析显示，该算法密钥空间为{10}^{144}，足够大且对密钥参数的微小变化高度敏感；噪声和数据丢失攻击分析表明，在面对噪声和数据丢失攻击时，算法能成功恢复原始图像，展现出良好的鲁棒性。
在结论与讨论部分，该研究成果意义显著。它不仅设计出了一种高效的医学图像加密技术，为医疗图像在量子时代的安全传输和存储提供了有力保障，还为级联量子模型与混沌映射在现代加密系统中的应用开辟了新道路。不过，该加密系统也存在一定局限性，如只能加密特定尺寸的医学图像（图像尺寸的乘积必须能被 64 整除），且仅适用于图像数据。未来研究人员计划进一步探索其在实际场景（如物联网和 5G/6G 网络）中的应用挑战和可扩展性，同时改进现有局限，如融合后量子加密技术，提升系统的鲁棒性和适用性，持续为医疗数据安全贡献力量。
